inteligentni ekspertni sustavi elektroenergetika

7/25/2019 Inteligentni Ekspertni Sustavi Elektroenergetika

http://slidepdf.com/reader/full/inteligentni-ekspertni-sustavi-elektroenergetika 1/536

INTELIGENTNI I EKSPERTNI

SUSTAVI

U ELEKTROENERGETICI

Zdenko Balaž i Krešimir Meštrović



PRIRUČNICI TEHNIČKOG VELEUČILIŠTA U ZAGREBU

MANUALIA POLYTECHNICI STUDIORUM ZAGRABIENSIS

ZDENKO BALAŽ

KREŠIMIR MEŠTROVIĆ

INTELIGENTNI I EKSPERTNI SUSTAVIU ELEKTROENERGETICI

ZAGREB, 2015.



Nakladnik

Tehničko veleučilište u Zagrebu

Elektrotehnički odjel

Autori

Mr.sc. Zdenko Balaž, predavač

Dr.sc. Krešimir Meštrović, prof. v. šk.

Recenzenti

Prof.dr.sc. Slavko Vujević

Prof.dr.sc. Dinko Vukadinović

Objavljivanje je odobrilo Stručno vijeće Tehničkog veleučilišta u Zagrebu,

odlukom broj: 1841-1-6/15 od 17. ožujka 2015. godine.

Udžbenik

ISBN 978-953-7048-51-8



Za naš u djecu



O KNJIZI I KNJIGAMA

...nisam siguran da li se netko u svojoj knjizi usudio citirati velikog

Leonarda da Vincija. On je izjavu da su knjige (...) tijela bez duše

pojasnio s pet zagonetnih izreka koje u okvir slike pamćenja knjige

spajaju materiju s utisnutim znakovima sjećanja i nematerijalnost onoga

što je očuvano i što valja očuvati:

Pet zagonetnih izreka Leonarda da Vincija o knjizi

1. „Odvojene će se stvari spojiti i steći takvu unutarnju snagu da će

ljudima vratiti izgubljeno pamćenje...“

2. „Što se više bude govorilo s kožom ruhom osjeta, to će se više

mudrosti steći...“

3. „Obožavat će se i cijeniti i sa strahopoštovanjem i ljubavlju slušati

učenja onoga tko prvi bijaše rastrgan, oskvrnut, mučen...“

4. „Pera će ljude poput ptica uzdići put neba...“

5. „Tijela bez duše dat će nam svojim izrekama korisne poučke za valjano

umiranje“



Što to kazuje Leonardo da Vinci u svojim izrekama:

1.-...u početku se pisalo po papirusnim svicima koji su načinjeni ododvojenih vlakana napisana su sačuvanja sjećanja na najveće ljudske

stvari i djela...

2.-...pisalo se i na koži životinja koje čuvaju smisao svega onoga što na

njima stoji zapisano...

3.-...pisalo se i na krpenom papiru, platnu načinjenom od lana koje je

rastrgano još više vrijedilo...

4.-...naime pisalo se s ptičjim perima a pisanjem se uzdiže...

5.-...o knjigama koje pružaju pouku: „Tijela bez duše dat će nam svojimizrekama korisne poučke za valjano umiranje“...

Kad Leonardo s jedne strane inzistira na materijalu, procesu

proizvodnje površine za pisanje, s druge strane, govoreći o patnji materije

kao sugovornice, istovremeno pridaje i metaforičku kvalitetu koja dovodi

u vezu materiju skladišta i ne materiju uskladištenoga te razotkr iva

dvojništvo knjiga. Načinjena od biljaka i životinja, ispisana ptičjim

perom, knjiga čuva ono znanje o svijetu koje u njoj osluškuje potomstvo,

a pamćenje o njoj ostaje nasljedno.



ZAHVALE AUTORA

Da je potrebno prirediti udžbenik iz predmetne problematike bilo je

jasno kada je odlukom Stručnog vijeća Tehničkog veleučilišta u Zagrebu,

(TVZ), kolegij prebačen na temeljni dio specijalističkog studija, čime je

pružena prilika studentima svih modula - usmjerenja Elektrotehničkog

odjela, (ELO). Kolegij koji je uveden pod nazivom Ekspertni sustavi u

elektroenergetici, 2012./13. g. naziv je promijenio u Umjetna inteligencija

– Ekspertni sustavi, 2013./14.g. da bi naposljetku dobio naziv Inteligentni

sustavi, 2014./15. Pod tim nazivom samo puno kompleksnijeg sadržaja,

kolegij, kao izborni kolegij predaje na Poslijediplomskom doktorskom

studiju na Fakultetu elektrotehnike, strojarstva i brodogradnje, (FESB) u

Splitu, prof. dr. Darko Stipaničev, pod čijim je velikim utjecajem

predmetna problematika bila izazov i odluka za dublje proučavanje.

Svojim stilom predavanja i sadržajem obrađene problematike, pa napose i

seminarskim radovima, zaslužan je za izdavanje ovog materijala, te mu se

na samom početku zahvaljujem. Zahvaljujem se recenzentima, prof. dr.

Slavku Vujeviću i prof.dr. Dinku Vukadinoviću.

Esencijalna potreba za pripremom knjige bila je spoznaja kako se iz

umjetne inteligencije može jako puno naučiti o potrebi poticanja

«mentalne higijene». Naš mozak kao pokretački mehanizam u usvajanju

znanja upravlja nizom procesa, a i omogućuje nam niz tehnika i rutina

kojima možemo do znanja doći, tim znanjem lakše vladati, koristiti ga i

njime profitirati. Iz tog je razloga jedno cijelo poglavlje posvećeno mozgu

kao samoregulirajućem entitetu. Sretnim okolnostima ELO se 2014.

godine uključio, a 2015. tradicionalno nastavio sudjelovati na «Tjednu

mozga» koji se u Hrvatskoj provodi pod pokroviteljstvom Hrvatskog



instituta za istraživanje mozga, (HIIM) i Hrvatskog društva za

neuroznanost, (HDN). Za uključivanje ELO TVZ-a posebnu podršku dala

je prof. dr. Svjetlana Kalanj-Bognar, i akademik Ivica Kostović, kojima sei ovom prilikom zahvaljujem. Zahvaljujem se i doktoricama Ruži Frntić,

dr. med. i Mariji Petrovčić, dr. med. koje su na tim manifestacijama

aktivno sudjelovale kao eksperti specijalisti medicine u provedbi

radionica i javnih predavanja. Zahvaljujem se i mladoj doktorici Ivi

Topalušić, dr. med. koja je pozorno pročitala materijal prikupljen za

poglavlje o mozgu i svojim savjetima učinila ga stručno utemeljenim.Za poglavlje o ekspertnim sustavima u elektroenergetici zahvaljujem

se koautoru prof. dr. Krešimiru Meštroviću, Pročelniku ELO TVZ-a.

Zahvaljujem mu se što mi je uopće pružio priliku da svoju ideju o

promociji umjetne inteligencije, inteligentnih i ekspertnih sustava

pokrenem kroz navedene kolegije na Specijalističkom diplomskom

studiju elektrotehnike, i zahvaljujem mu se za sve podrške oko mojihinicijativa u opremanju praktikuma i objavi stručnih i znanstvenih radova

iz tog područja.

Najveći dio materijala u ovoj knjizi, sintetiziran je iz mojih objavljenih

stručnih i znanstvenih radova, samostalnih ili uz koautorstvo, a koji su

rezultat mojeg rada na doktorskoj disertaciji. To je sada prilika da se

posebno još jednom

zahvalim mojem Mentoru prof. dr. Slavku Vujeviću

kod kojeg sam puno toga naučio i koji mi je dao podršku i priliku da

budem članom tima na znanstvenom projektu ministarstva pri FESB-u u

Splitu. Zahvaljujem mu se i kao recenzentu svih mojih radova s

problematikom iz domene doktorske disertacije, koja nosi naslov:

«Elektromagnetski model za izračun raspodjele struje zemljospoja».



Područje izučavanja inteligentnih sustava i umjetne inteligencije, već

nakon prve godine uvođenja izišlo je i izvan okvira kolegija TVZ-a, pa je

bilo logično da se kroz programe cjeloživotnog obrazovanja ponudespecijalističke edukacije, vezane za tu temu. Iz tih su razloga uvedeni

Programi AERO TVZ za osposobljavanje specijalista održavanja

aerodromskih sustava u funkciji sigurnosti zračne plovidbe, uz odobrenje

Hrvatske agencije za civilno zrakoplovstvo, (CCAA), prvo preko Net

Akademije TVZ-a, a potom i preko Instituta iTVZ-a. Iskustva proistekla

iz tih programa pretočena su u interesantne praktičke primjere koji suknjizi dali epitet priručnik a, pa koristim priliku da se zahvalim zaslužnima

Inspektorima iz CCAA, za taj doprinos i u sponzorstvu.

Zahvaljujem se dipl. ing. Jošku Tadinu, koji je prvi potaknuo izradu

aplikativnog specijalističkog programa za zaposlenike Zračne luke Split. I

zahvaljujem se, tvrtkama EL-TIM d.o.o. iz Zadra, Elektro-energetika

d.o.o. i TEB Inženjering d.d. iz Zagreba, na podrškama i sponzorstvu zaodržavanje prvih seminara i radionica.

Posebno se zahvaljujem svom prijatelju Vladimiru Drabeku, direktoru

tvrtke Transcon iz Češke na donaciji opreme kojom je opremljen

praktikum, kojim se služe i studenti ELO i specijalisti programa AERO

TVZ. To je bio i dodatni motiv da se uz udžbenik pridruže i koncepti

vježbi koje se provode uz predavanja. Za uređenje slika i pažljivoiščitavanje rukopisa zahvaljujem se našoj asistentici Martini Vučićević.

Zahvaljujem se prof. dr. Stanislavu Pavlinu koji je dao svoj stručni

obol poglavlju o aerodromskim sustavima i prof. dr. Zvonku Benčiću koji

je prvi bio spreman preuzeti objavu knjige.

Autor Z.B.



UMJESTO PREDGOVORA

...kada sam u rujnu prošle godine u svom omiljenom restoranu čekao

prijatelja s kojim sam se dogovorio za marendu, promatrao sam nasuprot

mojeg stola, mladi par koji je završavao s objedom. Bili su zaokupljeni

svojim tabletima iz kojih su crpili informacije i međusobno ih

razmjenjivali. Pokazivali su jedno drugome, blještavi zaslon gurajući ga

ispred očiju, koji je kod njih izazivao reakcije divljenja, čuđenja, pa čak iizbezumljenosti.

Prepoznao sam to po njihovim izrazima na licu, povodeći se spoznajama

o znakovnom jeziku. Pomislio sam:

„..koje li prednosti od umjetne inteligencije !“

....Mladić je rukom dao znak konobaru da želi platiti. I dalje su jednodrugome pred lice stavljali napravu koja je sve više ličila na duha iz boce,

sve dok konobar nije došao s računom. Pogledajući račun mladić, kavalir,

za mene iznenađujuće, pustio je glas, krupan, muški, odrešit:...“zar

toliko?“ i djevojka je pogledala u papirić i također progovorila: ..

“sramota!“. Prilikom plaćanja konobar im je uljudno pokušao pojasniti

detalje njihove narudžbe, no oni su žurno i u svom stilu ponovno nijemoizišli iz restorana. Ja sam ostao zbunjen i izustio:

...“umjetna inteligencija – a joj !?“

Nedugo za tim stigao je moj prijatelj na marendu.



10

SADRŽAJ

O KNJIZI I KNJIGAMA

ZAHVALE AUTORA

UMJESTO PREDGOVORA

UVOD ........................................................................................................ 20

1. OPĆENITO O INTELIGENCIJI ILI ONO ŠTO U STVARI

JESMO .................................................................................................. 22

1.1. Inteligencija biološkog i fiziološkog okružja ................................ 22

1.2. Formalna definicija inteligencije .................................................. 23

1.3. Gadamerova teorija inteligencije .................................................. 24

1.4. Steinbergova teorija inteligencije.................................................. 25

1.5. Inteligencija Allena Newella i Herberta Simona .......................... 26

1.6. Različita gledišta na inteligenciju ................................................. 26

2. UMJETNA INTELIGENCIJA .............................................................. 29

2.1. Rađanje umjetne inteligencije ....................................................... 29

2.2. Antropologijski pristup umjetnoj inteligenciji .............................. 31

2.2.1.Odnos između biologije i kulture ........................................ 32

2.2.2.Veza između prošlosti i sadašnjosti ..................................... 32

2.2.3. Jedinstvo ljudi i raznolikost oblika ...................................... 32

2.3. Ontologijski pristup i kaptologije umjetne inteligencije ................ 33

3. UMJETNOM INTELIGENCIJOM DO ZNANJA ............................... 35

3.1. Znanje i prikaz znanja ................................................................... 36



11

3.1.1. Opasnost od simulacije i simulakruma znanja .................... 38

3.1.2. Svijest i samosvijest u funkciji znanja ................................. 40

3.1.3.Tehnike pamćenja u funkciji očuvanja znanja .................... 41

3.2. Učenje i poučavanje iz umjetne inteligencije ............................... 42

3.2.1.Baze znanja i baze podataka za poučavanje ........................ 42

3.2.2.Poučavanjem do znanja ....................................................... 43

3.2.3. Razumijevanje ..................................................................... 45

3.2.4. Prezentacijsko djelo ............................................................. 47

3.2.4. 1. Tekst – napisane riječi ..................................................... 47

3.2.4. 2. Slika koju vidimo............................................................. 48

3.2.5.Rezultati i potvrde istraživanja-retorička situacija .............. 49

3.2.6. Komponentna podteorija ljudske inteligencije .................... 50

3.2.7.Komentar o provedenom istraživanju.................................. 52

3.3. Umjetna inteligencija u poučavanju i donošenju odluka .............. 53

3.3.1.Opis provedenog istraživanja .............................................. 53

3.3.2. Um i umjetna inteligencija .................................................. 55

3.3.2.1. Početak s dvodomnim umom ........................................... 55

3.3.2.2. Dva sustava u ekonomskom umu .................................... 55

3.3.3.Kognitivno i bihevioralno inženjerstvo u donošenjuodluka .................................................................................. 58

3.3.4.Rezultati istraživanja ........................................................... 63

3.3.5. Komentar ............................................................................. 66

4. MOZAK FLEKSIBILNI SAMOREGULIRAJUĆI ENTITET ............. 67

4.1. Mozak i sustav živaca ................................................................... 68



12

4.2. Neuroni.......................................................................................... 71

4.3. Sinapsa .......................................................................................... 73

4.4. Učeći mozak .................................................................................. 74

4.5. Tehnike učenja .............................................................................. 76

4.6. Mozak i pozornost ......................................................................... 79

4.7. Emocije i mozak............................................................................ 81

4.8. Utjecaji okoline na mozak ............................................................. 82

4.9. Sposobnost učenja mozga ............................................................. 83

4.10. Veze u ponašanju mozga i spoznaje umjetne inteligencije ........... 90

4.10.1. Konformnost i konformizam ............................................. 91

4.10.2. Aschova paradigma ........................................................... 93

4.10.3. Model konflikta – „Santa leda“ ......................................... 94

4.10.4. Popuštanje ......................................................................... 96

4.10.5. Polarizacija grupe .............................................................. 96

4.10.6. Pokoravanje autoritetu ...................................................... 98

4.10.7. F-skala ............................................................................. 100

4.10.8. Cocktail party efekt ......................................................... 102

4.11. Komentar .................................................................................... 105

5. INTELIGENTNI I EKSPERTNI SUSTAVI ....................................... 106

5.1. Što je to inteligentni a što ekspertni sustav? ............................... 106

5.2. Heuristika, ontologije i hermeneutika ......................................... 111

5.3. Kibernetika .................................................................................. 113

5.4. Inženjeri znanja i algoritmi ......................................................... 115

5.5. Ekspertni sustav – Str učni sustav ................................................ 137



13

5.5.1.Razvoj stručnih sustava kroz ažuriranje ............................ 137

5.5.2. Nedostatak određenih parametara sustava ......................... 138

5.5.3. Nadmodel ekspertnog sustava ........................................... 139

5.5.4. Opseg integracije u kreaciji nadmodela ............................. 141

5.5.4.1. Prikaz nadmodela tablicama sistemskog dijagrama....... 143

5.5.4.2. Nedostaci nadmodela ..................................................... 146

5.5.4.3. Implementiranje nadmodela radom u oblacima ............. 147

5.5.5. Skladištenje parametara .................................................... 149

5.5.6. Podsustavi za dodatne informacije .................................... 150

5.5.7. Korisničko sučelje ............................................................. 151

5.5.8. Podloge za izgradnju ekspertnih sustava .......................... 152

5.5.9. Ekspertni sustav – Ekspert ................................................ 157

5.5.10. Grupa eksperata – Delfi metoda...................................... 158

5.5.11. Primjer ekspertnog sustava za pronalaženje mjesta

kvara u distribucijskom sustavu elektroenergetskog

napajanja ........................................................................ 160

5.5.12. Pregled članaka o ekspertnim sustavima u

elektroenergetici ............................................................. 175

6. INTELIGENTNI SUSTAVI I LEGISLATIVA .................................. 178

6.1. Osvrt na legislativu mjerenja elektromagnetskih polja i

svjetlosnih karakteristika............................................................. 179

6.2. Iskustva s mjerenjima niskofrekventnih elektromagnetskih

polja ............................................................................................ 179

6.2.1.Proračuni i mjerenja elektromagnetskih polja

elektroenergetskih sustava ................................................. 181



14

6.3. Legislativa mjerenja svjetlotehničkih karakteristika ..................... 186

6.3.1.Sv jetlotehničke karakteristike i zahtjevi na

aerodromsku rasvjetu ......................................................... 186

6.3.2. Terenska mjerenja intenziteta rasvjete vizualnih

sredstava ............................................................................ 191

6.3.3. Laboratorijska i radionička mjerenja rasvjete vizualnih

sredstava .......................................................................... 196

6.4. Komentar .................................................................................... 197

7. PRIMJERI INTELIGENTNIH I EKSPERTNIH SUSTAVA............ 198

7.1. Inteligentni sustavi cestovnih tunela .......................................... 199

7.1.1. Opis primjera ..................................................................... 200

7.1.2.Opis i način rješenja .......................................................... 200

7.1.3. Opremljenost autoceste sigurnosnim sustavima ................ 201

7.1.4. Sustav videonadzora autoceste .......................................... 2037.1.5. Sustav videodetekcije ........................................................ 204

7.1.6. Sustav rasvjete ................................................................... 205

7.1.7. Inteligentni sustav upravljanja rasvjetom autoceste .......... 208

7.1.8. Projektiranje inteligentnog sustava .................................... 209

7.1.9. Arhitektura inteligentnog sustava ...................................... 212

7.1.10. Scenariji rada inteligentnog sustava ................................ 213

7.1.11. Razvoj inteligentnog sustava .......................................... 215

7.1.11.1. Teorijska razrada za regulaciju rasvjete tunela ............ 216

7.1.11.2. Ekvivalentna luminancija prekrivanja ......................... 219

7.1.11.3. Ekvivalentna luminancija prilagodbe ........................... 220

7.1.11.4. Nove tehnologije u rasvjeti tunela ............................... 222



15

7.1.11.5. Rasvjetna tijela u LED tehnologiji ............................... 223

7.1.11.6. Koncept napajanja serijskim strujnim krugovima ....... 223

7.1.12. Upravljanje tunelskom rasvjetom učenjem iz

ekspertnog sustava ......................................................... 224

7.1.13. Novi utjecajni parametri na rasvjetu tunela .................... 227

7.1.13.1. Ekliptički parametri...................................................... 227

7.1.13.2. Klimatski parametri...................................................... 229

7.1.13.3. Parametri doba dana ..................................................... 229

7.1.14. Manipulacija parametrima .............................................. 231

7.1.15. Mehanizmi zaključivanja - upravljanje rasvjetom .......... 233

7.1.16. Učenje iz inteligentnog sustava ....................................... 235

7.1.17. Rezultati .......................................................................... 235

7.1.18. Zaključak ......................................................................... 236

7.1.19. Dodatci poglavlju ........................................................... 237

7.2. Inteligentni sustav na aerodromima ............................................ 245

7.2.1. Inteligentni sustav AERO TVZ ......................................... 246

7.2.2.Održavanje aerodromskih sustava i opreme ...................... 247

7.2.3.Održavanje sustava svjetlosne signalizacije ...................... 249

7.2.4. Otpor izolacije serijskih strujnih krugova ......................... 249

7.2.5. Mjerenje otpora izolacije ................................................... 251

7.2.6. Mjerna oprema za mjerenje otpora izolacije ..................... 252

7.2.7. Ugradni moduli za mjerenje otpora izolacije .................... 253

7.2.8. Analiza iz baza podataka ................................................... 254



16

7.2.9. Sustavi i podsustavi aerodromske rasvjete ........................ 257

7.2.10. Regulator konstantne struje ............................................. 260

7.2.10.1. Princip rada serijskog strujnog kruga........................... 264

7.2.10.2. Određivanje snage regulatora ....................................... 265

7.2.10.3. Dimenzioniranje opreme regulatora............................. 266

7.2.10.4. Konstrukcija ormara regulatora ................................... 266

7.2.10.5. Opis komponenti i modula regulatora .......................... 270

7.2.10.6. Opis upravljačke jedinice regulatora ............................ 271

7.2.10.7. Pomoćni moduli regulatora – opis i rukovanje ............ 273

7.2.11. Prikaz podataka na upravljačkoj jedinici ........................ 289

7.2.12. Uputa za ugradnju i pogon regulatora ............................. 300

7.2.12.1. Montaža i postavljanje ormara regulatora .................... 300

7.2.12.2. Priključak na NN mrežno napajanje ............................ 301

7.2.12.3. Zaštita od prenapona .................................................... 302

7.2.12.4. Ugađanje radnih parametara ........................................ 302

7.2.12.5. Provjera osnovnih funkcija .......................................... 303

7.2.13. Primjer kalibriranja modula ............................................ 307

7.2.14. Uvjeti operabilnosti modula ............................................ 308

7.2.15. Opis funkcija u procesu kalibracije modula .................... 308

7.2.16. Atipične kalibracije ......................................................... 310

7.2.17. Definicije i pojmovi aerodromske opreme ...................... 314

7.2.18. Prepoznavanje komponenti inteligentnih

aerodromskih sustava ...................................................... 316

7.3. Inteligentni i ekspertni sustavi u elektroenergetici ..................... 338



17

7.3.1. Visokonaponski SF6 prekidači ........................................... 339

7.3.1.1. Princip rada visokonaponskog SF6 prekidača ................ 340

7.3.1.2. Konstrukcija ................................................................... 345

7.3.1.3. Pogonski mehanizam ..................................................... 347

7.3.1.4. Upravljački i kontrolni krugovi...................................... 353

7.3.2. Održavanje visokonaponskih SF6 prekidača ..................... 356

7.3.3. Dijagnostika i monitoring visokonaponskih SF6

prekidača .......................................................................... 362

7.3.3.1 Dijagnostika visokonaponskih SF6 prekidača ................ 364

7.3.3.2 Monitoring visokonaponskih SF6 prekidača ................ 367

7.3.4. Moderne metode održavanje elektroenergetskih

postrojenja ........................................................................ 374

7.3.4.1. Dijagnostička ispitivanja ................................................ 374

7.3.4.2. Nadzor u realnom vremenu - monitoring ....................... 376

7.3.5. Ekspertni sustavi za nadzor i upravljanje

elektroenergetskim postrojenjima ...................................... 380

7.3.6. Razvoj aplikativnih ekspertnih sustava za elektroenergetska

postrojenja – simulacijski model visokonaponskog

prekidača ............................................................................ 383

7.3.6.1. Struktura simulacijskog modela visokonaponskog SF6

prekidača ........................................................................ 383

7.3.6.2. Rezultati ispitivanja i simulacije na prekidaču .............. 391

8. MODELIRANJE ZA EKSPERTNE SUSTAVE ............................... 404

8.1. Pojam računalnog i matematičkog modeliranja .......................... 405



18

8.2. Općenito o modeliranju ............................................................... 406

8.3. Postupak modeliranja .................................................................. 407

8.4. Simulacije u postupku modeliranja ............................................. 409

8.5. Karakter modelskog vremena ..................................................... 410

8.6. Elektromagnetski modeli elektroenergetskih sustava ................. 411

8.6.1. Modeliranje cilindričnih segmenata vodiča ...................... 411

8.6.1.1. Aproksimacija struja segmenata vodiča ..................... 412

8.6.1.2. Aproksimacija potencijala segmenata vodiča ............... 414

8.6.1.3. Jednadžbe potencijala harmonijskog

elektromagnetskog modela ........................................... 415

8.6.1.4. Model sredstva ............................................................... 416

8.6.2. Skalarni električni potencijal segmenata vodiča ............... 420

8.6.2.1. Cilindrični segmenti vodiča u tlu ................................... 420

8.6.2.2. Cilindrični segmenti vodiča u zraku .............................. 423

8.6.2.3. Modeliranje uzemljivača pločom ................................... 425

8.6.2.3.1. Skalarni potencijal ekvipotencijalne ploče ................. 425

8.6.2.3.2. Poprečna impedancija kružne metalne ploče .............. 429

8.6.2.3.3. Poprečna impedancija u dvoslojnom sredstvu ........... 434

8.6.3. Primjer modela iz prakse................................................... 438

8.6.4. Elektromagnetska kompatibilnost i modeliranje

ekspertnim sustavom ........................................................ 441

8.6.4.1. Elektromagnetska kompatibilnost u

elektroenergetskim postrojenjima .................................. 441

8.6.4.2. Prenaponi u elektroenergetskim postrojenjima .............. 443



19

8.6.4.3. Matematičko modeliranje i simulacija tranzijenata ....... 444

8.6.4.4. Primjer ispitivanja i modeliranje prijelaznih pojava u

elektroenergetskom sustavu Tunela sv. Rok .................. 445

8.6.4.5. Mjerenje sklopnih prenapona u trafostanici TS

35/20(10)kV Obrovac .................................................... 446

8.6.4.6. Rezultati mjerenja .......................................................... 448

8.6.4.7. Izračun faktora prenapona .............................................. 449

8.6.4.8. Usporedba rezultata simulacije i ispitivanja .................. 450

8.6.4.9. Tablice i sheme uz provedena ispitivanja ...................... 452

8.7. Specijalistički programi za ekspertne sustave ...................... 462

8.8. Zaključak .............................................................................. 473

PRILOZI ................................................................................................... 475

PRILOG 1 – Vježbe iz kolegija Inteligentni sustavi-TVZ ....................... 475

PRILOG 2 – Vježbe za učenje razumijevanja i mnemotehnike ............... 502

ZAKLJUČAK .......................................................................................... 509

LITERATURA ......................................................................................... 512

KAZALO POJMOVA .............................................................................. 528

ŽIVOTOPISI AUTORA



20

UVOD

U današnje vrijeme svjedočimo prebrzom razvoju tehnologije koja se

svake godine doima sve uzbudljivijom zbog toga što se neprestanootvaraju nova područja djelovanja, stvaraju nove tehnologije i noveindustrije o kojima svijet nije ni sanjao. Samim tim otvaraju se i nove

mogućnosti i nova tržišta.

Kamo će tehnologija poći i kako će se razvijati teško je danas

predvidjeti. Ipak, niz institucija i kompanija bavi se baš takvim predviđanjima, koje tek mogu pretpostaviti ono što će se doista dogoditi jer u tehnološkom razvoju niz stvari može poći u sasvim drugom smjeru.

Iskustveno je dokazano da računalna i nove tehnologije budućnost vide nasasvim drugačiji način.

U svijetu u kojem živimo danas se neke istine mijenjaju u intervalimaod nekoliko dana, a ne godinama, ili desecima godina, kako je to, nekada

bilo. Nove tehnologije su omogućile informacijskim znanostima da je ta

činjenica toliko istinita da je postala jedna od glavnih asocijacija na kojese pomisli u razgovoru o bilo kojem području ove znanosti.

Današnje vrijeme se može proglasiti vremenom informatičkerevolucije koja se između ostalog oslanja i na umjetnu inteligenciju,

znanstvenu granu u znanstvenom polju računarstva u području tehničkihznanosti. Eksponencijalnim rastom brzine širenja informacijainformacijske tehnologije su podigle ljestvicu na informacijsko

komunikacijske tehnologije i tako informacije podvele pod znanje.

Dostupnost i količina informacija kada se njima spretno manipulira, prikrivaju se mnogoznalaštvom. Po Heraklitu mnogoznalaštvo je preduvjet za filozofiju, ali samo po sebi nije dovoljno i zato je dobro da je

mudrost spoznavanje onoga što upravlja stvarima.

Inteligentni i ekspertni sustavi pa tako i u elektroenergetici, postaju

„svjesni“ svojih ciljeva i kreću k stvaranju novih strojnih tvorevina

sposobnih za rješavanje zadataka za čije je rješenje potrebna inteligencija.

Svojom umjetnom, strojnom inteligencijom, strojevi se približavaju

djelovanju i to prvenstveno misaonom djelovanju čovjeka i uzroku bića.U tim se nastojanjima ponovno približavamo Aristotelovoj definiciji da postoji nekakvo počelo, te da uzroci bićâ nisu beskonačni, niti u izravnu

slijedu niti prema vrsti. Iako je ova tvrdnja u moderno doba široko



21

osporavana, niz filozofa tragalo je za uvjerljivijim utemeljenjem na vrlo

različite načine. Ako se povijest može periodizirati po velikim misliocimakoji su pokušali dati sigurne, neporecive temelje spoznaje, onda će ona u

budućnosti biti pod velom tajne znanja inteligentnih sustava koji će na tu temu ostaviti samo ideje.

Ako se vratimo na antičko učenje o idejama, …“one su jedina pravazbilja, a svijet osjetilnih stvari samo je slika svijeta ideja. Ideje su vječne inepromjenljive, a osjetna bića su promjenljiva i nesavršena te postojesamo po sudjelovanju u idejama. Među idejama postoji hijerarhijski red.Svaka ideja postoji i ima mjesto na hijerarhijskoj ljestvici po većem ilimanjem sudjelovanju u ideji dobra. Nasuprot svijetu ideja stoji materija,

koja također, kao kaotična, nesređena masa, postoji od vječnosti. Svijetnastaje tako da demijurg oblikuje materiju po uzoru na ideje. Čovjek pripada po duši svijetu ideja, a po tijelu prolaznom svijetu materije.Budući da je duša postojala i prije ovog života u tijelu, kamo je došla pokazni, spoznaja je tek sjećanje, koje je to uspješnije što se dušakrjeposnim životom više oslobađa utjecaja tijela. Nakon smrti tijela, onanastavlja živjeti u svijetu ideja“...

U našem, današnjem svijetu, ideja je plan djelovanja i vrijedi toliko

koliko je korisna. Vrijednost neke ideje ovisi o njenom učinku. Kad seideje slažu sa stvarnošću, znači da nam pomažu da se snalazimo u

stvarnosti.

Idejama prethode vizije, one koje posjeduju vizionari, oni koji imaju

dalekosežnu zamisao o željenom i predvidljivom razvoju događaja ili pothvata. Svjedočimo svakodnevno pothvatima i velikim uspjesimavizionara novih tehnologija, inteligentnih, informacijskih i

komunikacijskih sustava zato je dobro znati da se do njih dolazi preko

vizija. Čovjek prvo mora imati viziju, viziju pretvara u ideju a idejomostvaruje svoj pothvat.

Tako je u ovoj knjizi pothvat ostvarenih ideja kroz inteligentne i

ekspertne sustave u elektroenergetici, bio imperativ prezentnosti kao trag

i poticaj svima koji će se uputiti tim slijedom. Želja da se osvrne naumjetnu inteligenciju morala je biti prigušena opaskom meritornih zaizdavanje pa je ostala nova ideja za nastavkom.

http://hr.wikipedia.org/wiki/Ideja


http://hr.wikipedia.org/wiki/Materija

http://hr.wikipedia.org/wiki/Demijurg

http://hr.wikipedia.org/wiki/Demijurg

http://hr.wikipedia.org/wiki/Materija




22

1. OPĆENITO O INTELIGENCIJI

Grčka filozofija započinje zaključcima i mudrim savjetima sedmorice Grka koji

su se sastajali u DELFIMA i raspravljali o raznim temama. U svojim su gradovima bili poznati i cijenjeni savjetnici vladara ili i sami zakonodavci i

vladari. Najčešće se među njima ubrajaju: SOLON iz Atene, HILON iz Sparte,

TALES iz Mileta, BIANT iz Prijene, KLEUBIL iz Linda, PITAK iz Militene i

PERIANDAR iz Korinta.

Uvod u prvo poglavlje

___________________________________________________________

U Klaićevom novom rječniku stranih riječi i Filipovićevomfilozofijskom rječniku, za inteligenciju imamo najviše opisnih pojmova.

Kao npr. Intelekt, (lat. intellectus, intellectualis), intelektualni, um

razumijevanje, moć shvaćanja, poimanje, svijest, misaone, mislilačkesposobnosti čovjeka, od (lat. intellegere), razumjeti, razabrati, sposobnost

pronalaženja novih prilagođenih reakcija u novim prilikama, navikavještina znanja. Ili po Aristotelovom učenje o nusu, (grč. nus), um, duh,

po Anaksagori, začetnik kretanja i oblikovanja materije), koje imaizvanredno složenu i kompliciranu pojmovnu povijest. Ili od (lat.

intellectus agens possibilis), ili zbiljski i mogući um,… To još nijedovoljno da si stvarno predstavimo što je to inteligencija, pa će u ovom poglavlju biti prezentiran prikupljen i obrađen materijal s više različitihaspekata.

1.1. Inteligencija biološkog i filozofskog okružja

Inteligencija odnosno promatrano inteligentno ponašanje zaključeno je prvotno, kroz interakcije velikog broja jedinki u biološkom okruženju, po principima suradnje (kooperacije) ili suparništva (kompeticije). Za

sveobuhvatnije shvaćanje inteligencije potrebno je esencijalne spoznaježivota u biološkom smislu koji ima tendenciju razvitka, održavanja iunapređenja, upotpuniti saznanjima o specifičnosti čovjeka kaodruštvenog i kulturnog bića.



23

Kao što je u pozivu opisa u uvodu rečeno, inteligencija je sposobnost

pronalaženja novih prilagođenih reakcija u novim prilikama bilo koje

vrste. Za razliku od nagonskih reakcija inteligentne su reakcije plastične a

ne stereotipne. Od stečenih oblika prilagodbe (navika, vještina i znanje)razlikuju se inteligentne reakcije po tome što one nisu naučene i štodolaze do izražaja u novim situacijama. Inteligencija je sposobnost koja

se osniva na misaonom zahvaćanju bitnih odnosa podacima problemnesituacije i u reorganiziranju tih podataka u obliku zadataka koje nameće problemna situacija. Kao opća intelektualna sposobnost, inteligencija

značajno određuje razinu uspjeha čovjeka u čitavom nizu djelatnosti,

osobito onih koje zahtijevaju razumijevanje, inventivnost i kritičnost.Inteligencija sudjeluje u procesu učenja i stjecanja iskustva, a osobito u

uporabi stečenog znanja.Inteligencija je sposobnost koja se razvija u prvom razdoblju života,

od rođenja do približno 18. godine života. Tada doseže svojumaksimalnu, relativno stabilnu razinu na kojoj se održava do starosti.

Okolne prilike, u kojima se pojedinac razvija i živi, mogu djelovati narazvoj inteligencije osobito u razdoblju između njegove treće i sedmegodine života.

1.2. Formalna definicija inteligencije

Formalnu definiciju inteligencije potpisala je prije dvadeset godina,

(1994.) grupa od 52 znanstvenika koji su kazali: ''Inteligencija je vrlo

općenita mentalna sposobnost, koja između ostalog, uključuje sposobnost

zaključivanja, planiranja, rješavanja problema, apstraktno mišljenje,razumijevanje kompleksnih ideja, brzo učenje i učenje na temelju

iskustva. Ona ne obuhvaća samo učenje iz knjiga, usku akademsku

vještinu ili elegantno rješavanje testova. Prije od toga ona reflektira širu idublju sposobnost razumijevanja našeg okružja – opažanja, shvaćanja

smisla u stvarima ili odlučivanja o tome što napraviti.''

Odmah nedugo poslije toga, 1995. grupa od 11 istraživača

imenovanih od strane Američke udruge psihologa u svom je izvješćuspomenula kako je dvadesetak eminentnih teoretičara i istraživača na

pitanje definiranja inteligencije dalo dvadesetak različitih odgovora.



24

Danas prihvaćene okvire teorije o inteligenciji postavila su dvojica

psihologa, Howard Gardner , (Harvard University, 1983.) i Robert

Steinberg , (Tufts University, 1985.)

1.3. Gardnerova teorija inteligencije

Gardnerova teorija inteligencije je teorija višestruke inteligencije

koja je nastala na temelju psiholoških istraživanja razvoja inteligencije

kod djece, nadarenih pojedinaca, ali i osoba s oštećenjima mozga. On je

najprije predložio sedam osnovnih tipova inteligencije koje je kasnije

proširio za još dva dodatna. Sve su ove inteligencije prema Gar dneru

osnovni tipovi:

1. Lingvistička inteligencija – vezana je uz napisane ili izgovorene

riječi. Iskazuje sposobnost objašnjavanja, govorenja, podučavanja.

2. Logičko – matematička inteligencija – vezana je uz logiku,

apstrakciju, induktivno i deduktivno zaključivanje i baratanje

brojevima.

3. Prostorna inteligencija – vezana je prije svega uz osjet vida,

orijentaciju, prosuđivanja i apstrakciju prostora.

4. Tjelesno – kineziološka inteligencija – vezana je uz pokret i rad.

Ovdje bi spadala prije spomenuta motorička inteligencija.

5. Muzička inteligencija – vezana je uz ritam, muziku i osjet sluha.

6. Prirodoslovna inteligencija – vezana je s prirodom, prehranom i

klasifikacijom. Jedna od dvije naknadno dodane kategorije, ali je i dan-

danas kritičari osporavaju smatraju

ći da više iskazuje interese negosamu inteligenciju.

7. Interpersonalna inteligencija – vezana je uz interakcije s ostalim

ljudima i komunikaciju s njima , a iskazuje sposobnost empatije, prepoznavanja tuđih osjećaja. Za ljude kod kojih prevladava kažemoda su ekstrovertirani.

8. Intrapersonalna inteligencija – vezana je s nama samima. Ljudi kod

kojih prevladava ovaj tip inteligencije su introvertirani, okrenuti sebi,

svjesni su sebe, svojih stanja i emocija, ali i ciljeva i motivacija.



25

9. Egzistencijalna inteligencija – ili kako je Gardner naziva

''inteligencija velikih pitanja'', također je jedna od naknadno dodanih

inteligencija vezana uz filozofska pitanja poput pitanja pojma vremena,života, smrti. Velika pitanja o kojima malo ljudi može razmišljati, a jošmanje raspravljati.

1.4. Steinbergova teorija inteligencije

Steinbergova teorija inteligencije je tr ierarhij ska teori ja in teli gencije

koja razlikuje tri osnovna tipa inteligencije:

analitičku,

kreativnu i

praktičnu

i vezana je prije svega uz način kako se čovjek prilagođava promjenama u

svom okružju. Steinberg kaže da je inteligencija ''…mentalna aktivnost

usmjerena prema namjernim, svrsishodnim promjenama, odabiru i

oblikovanju realnog okružja bitnog za život jedinke…''

1. Analitička ili komponentna inteligencija uključuje procese koji se

koriste kod rješavanja problema (složenih zadataka) i donošenjaodluka. Steinberg ih zove meta-komponente. Drugi dio su komponente

djelovanja, procesi koji provode akcije koje meta-komponente

kreiraju. Uključuju sve ono na temelju čega mi djelujemo kao što jeuočavanje problema, uočavanje odnosa između objekata i

preslikavanje ovih relacija na druge skupove pojmova. Treći dio

analitičke inteligencije su komponente prikupljanja znanja koje

koristimo kada prikupljamo nove informacije. Uključuju selektiranje bitnih od nebitnih informacija, ali i kombiniranje informacija

dobivenih na primjer različitim osjetilima.

2. Kreativna ili iskustvena (empirijska) inteligencija vezana je uz vještinu provođenja određenih zadataka u odnosu na stupanj njihovog

poznavanja. Razlikuje se nova situacija koju pojedinac nikada do sada

nije iskusio i situacija za koju možemo kazati da u njenom rješavanjukoristimo automatizaciju, što znači da smo je do sada ponovili puno

puta pa je možemo izvesti bez puno razmišljanja (na primjer kada



26

naučimo voziti bicikl). Čovjek koji posjeduje određenu automatiziranu

vještinu ne mora biti uspješan kod snalaženja u novim situacijama.

3. Praktična ili kontekstualna inteligencija je najuže vezana uz ljudskookruženje i sposobnost prilagodbe tom okružju. Uključuje procese

prilagodbe, promjene i odabira, a cilj joj je omogućiti uklapanje

jedinke u okruženje.

1.5. Inteligencija Allena Newella i Herberta Simona

Očevi umjetne inteligencije Allen Newell i Herbert Simon svojim

programom Logički teoretičar , (LT), su pokazali da mogu dokazivatimatematičke teoreme. Program je polazio od otkrivanja dokaza zateoreme u simboličkoj logici, održavajući i selektivno primjenjujući nizaksioma i prethodno dokazanih teorema za novostvorene logičke izraze.Program je koristio elementarne strategije rastavljanja problema na

ciljeve i podjele ciljeva na podciljeve. U programu je veličina prostorarješenja i vremena potrebnog za rješavanje bitno smanjena primjenom

heuristike i pravila zdravog razuma po principu rada unatr ag od željenogcilja ili rastavljanja većih problema na manje.

Kako bi stekli uvid u ljudski način rješavanja problema, upotrijebilisu tehniku „analize protokola“. Protokol je bilješka o ljudskojverbalizaciji misli pri rješavanju problema. Tom su metodom otkrivana

postupanja ispitanika, što misle, što traže i zašto izvode određene radnje.Primi jenjenu heuristiku u protokolima ispitanika uključivali su u program,a potom su ih proučavali i uspoređivali s rezultatima operacija, što je ustvari srž poznate „Delfi metode“. O njoj će biti više riječi u petom poglavlju.

Newellova i Simonova analiza procesa rješavanja problema u ljudi i

računala omogućila im je razvoj novih sve obuhvatnijih programa koji

oponašaju ljudsku misao. Pa je tako s njihovom umjetnom inteligencijom

dostignuta razina uspješnog rješavanja zagonetki i igranje šaha. Nanjihovim se radovima moglo dosta toga naučiti iz proučavanja rješavanja problema, što je bitan element inteligencije.

1.6. Različita gledišta na inteligenciju

Zanimljivo je kako je u kontekstu nekih teorija inteligencije

promatran razvoj društva kroz transformaciju od poljoprivrednog



27

(agrarnog), preko industrijskog do informacijskog društva. U

poljoprivrednom društvu čovjek je koristio pretežno prirodoslovnu

inteligenciju. Bio je koncentriran na proizvodnju hrane koju su

proizvodili radnici poljoprivrednici, koristeći vještinu proizašlu iz tjelesno – kineziološke inteligencije. Pojavom poljoprivredne mehanizacije znatno je smanjena potreba za

ovakvim tipom rada, pa je društvo polako, preko određenih prijelaznih

faza prešlo u industrijsko društvo. Industrijsko se društvo temeljilo na

prostornoj inteligenciji i bilo je koncentrirano na proizvodnju fizičkih

umjetnih tvorevina (artefakta) koji su proizvodili radnici koristeći svoju

tjelesno – kineziološku inteligenciju. Pojavom industrijskih strojeva iautomatizacije, znatno je smanjena potreba za ovakvim tipom rada.

Sljedeća faza u kojoj se sada nalazimo je informacijsko društvo koje

se temelji na logičko – matematičkoj inteligenciji. Koncentrirano je na

proizvodnju reprezentacijskih umjetnih tvorevina, koje stvaraju radnici

koristeći svoju tjelesno – kineziološku inteligenciju. Reprezentacijskiartefakti informacijskog društva prodaju se kao proizvod (raznekomunikacijske usluge, produkti industrije zabave, usluge i mnoge druge)

ili služe u proizvodnji različitih fizičkih proizvoda (tehnologije, procesa

ili postupaka proizvodnje, i drugo).

Na tim se osnovama pojavljuju različita gledišta o inteligenciji, međukojima su najznačajnija razvojna gledišta. Tu je potrebno samo nabrojatikako je prethodnik biheviorizma, Ivan Pavlov, pokazao da je postupkom

uvjetovanja, pse moguće naučiti da na zvuk zvona izlučuju slinu.

Sigmund Freud, osnivač psihoanalize, pokazao je da se nesvjesneželje, kao npr. želja za moći odražavaju u svakodnevnim snovima iliomaškama u govoru.

Jean Piaget, najznačajniji istraživač intelektualnog razvoja, pokazao je da mala djeca nisu sposobna shvatiti, (konzervirati), različite količine. Njegova su istraživanja bila usmjerena na dvije različite znanstvenediscipline i zalazila su u dva područja: biološke izvore ponašanja, telogičke opise ustroja tih ponašanja.

On je iznio tezu o prolazu kroz četiri glavne faze, (stupnja),intelektualnog razvoja, što je do danas ostao najambiciozniji pokušajopisivanja razvoja inteligencije kod sve djece.



28

To su:

Prvi stupanj ili senzomotoričko razdoblje, koje ima šest podstupnjeva:

- Prvi podstupanj: Uporaba refleksa

- Drugi podstupanj: Stečene adaptacije i primarne cirkularne

reakcije

- Treći podstupanj: Postupci kojima se produžava trajanjezanimljivih prizora

- Četvrti podstupanj: Usklađivanje sekundarnih akcija

- Peti podstupanj: Tercijarne cirkularne reakcije – nova sredstva

eksperimentiranjem

-

Šesti podstupanj: Izum novih sredstava mentalnim kombiniranjem

Drugi stupanj:

- Predoperacijsko semiotičko (simboličko) razdoblje

Treći stupanj:

- Konkretne operacije

Četvrti stupanj:

- Formalne operacije

Ova različita gledišta na esencijalnu ljudsku inteligenciju i njen

razvoj, ukazuju na odnose i utjecaj odraslih, u prvom redu roditelja iz

djetetovog okruženja i njegovog snalaženja, koje nove tehnologije i

umjetna inteligencija u današnje vrijeme, iz korijena mijenjaju. Taj dio

problematike bit će obrađivan uslje

dećim poglavljima.



29

2. UMJETNA INTELIGENCIJA

Kad su proročicu Pitiju upitali tko je najmudriji od svih ljudi, kažu da jeodgovorila: „Mudar je SOFOKLO, mudriji EURIPID, a najmudriji je od

svih ljudi SOKRAT.“ Pitali su zatim Sokrata zašto je on najmudriji od

svih, a on im je odgovorio: „Znam da ništa ne znam.“

Uvod u drugo poglavlje

___________________________________________________________

Umjetna inteligencija je usko vezana s pojmom znanja, njegovog

prikupljanja, pohrane u posebnim strukturama nazvanim baze znanja i

pr imjene tog znanja pri rješavanju složenih zadataka. U sustavimaumjetne inteligencije znanje je skoro uvijek stalno prisutno i izdvojeno od

mehanizma pomoću kojega se ono primjenjuje pri rješavanju zadataka.

2.1. Rađanje umjetne inteligencije

Rađanje umjetne inteligencije, kao posebne znanstvene discipline

dogodilo se još "davne" 1956. godine kada je organizirana dvomjesečna

radionica na kojoj je skup 10 ljudi koji su se bavili teorijom automata,

neuronskim/živčevim mrežama i istraživanjem inteligencije prihvatio

prijedlog da se novo područje istraživanja nazove umjetna inteligencijaiako su smatrali da bi naziv ''računska racionalnost" možda boljeodgovarao.

Cijela povijest umjetne inteligencije nakon prihvaćanja njenedefinicije, dijeli se u četiri faze.

1. Faza ranog entuzijazma i velikih očekivanja (1952. – 1969.)

2. Faza realnosti (1966. – 1973.)

3. Faza sustava temeljenih na znanju (1969. – 1979.)

4. Faza primjene (počinje 1980. i razvija se još i danas)

Četvrta faza (faza primjene) promatra se kroz četiri perioda:



30

- Period ulaska umjetne inteligencije u industriju, (1980. – do danas)

- Period kojim je omogućena primjena povratkom neuronskih mreža,

(1986. – do danas)- Period kojim se umjetna inteligencija nametnula i prihvatila u znanosti,

(1987. – do danas)

- Period razvoja kojim dominiraju inteligentni agenti (1995. – do danas)

Svak a se nebiološka inteligencija često naziva i klasična ili

uobičajena umjetna inteligencija, ponekad se koriste i nazivi simbolička,

čista ili logička umjetna inteligencija. Postupci klasične umjetneinteligencije uglavnom se koriste kod stručnih (ekspertnih) sustava kod

kojih se na temelju upita, baze znanja i procesa zaključivanja donosi

odgovor, zaključak.

Distribuirana umjetna inteligencija svoju inspiraciju nalazi u

biološkim sustavima kolektivne inteligencije u kojoj se polazi od

hipoteze, ekološke teorije postavljene 1960. po kojoj sva živa bića na

zemlji čine jedinstveni kolektivni organizam, a završava s idejom o

socijalnom inteligentnom super-organizmu. Kasnije su se na ovu teorijunadovezali brojni autori a osnovna je ideja da se inteligentno ponašanjemože pojaviti kao rezultat interakcije velikog broja jedinki po principimasuradnje (kooperacije) ili suparništva (kompeticije). Pri tome pojedine

jedinke nemaju nikakva posebna svojstva inteligencije.

Školski primjeri ovakvih sustava su kolonije mrava ili rojevi pčela.

Poznato je da je primjerice u termitnjacima sistem prirodnog

provjetravanja toliko savršeno izveden da se ima dojam da ga je''projektiralo'' neko super-inteligentno biće, a u biti je nastao kao rezultat

kolektivnog rada vrlo primitivnih jedinki.

To je i temeljno polazište distribuirane umjetne inteligencije kodkojeg jedinke realiziraju, stvaraju, bilo kao programski moduli bilo kao

robotski sustavi. Ponekad se ovaj tip inteligencije naziva i inteligencija

gomile (mnoštva). U posljednje se vrijeme distribuirana umjetna

inteligencija naslanja i na područ je agentskih i multi-agentskih sustava. U

samoj osnovi agentski je sustav vezan uz neko konkretno okruženje,(ograničeno područje). Tri su osnovna smjera istraživanja unutardistribuirane umjetne inteligencije:



31

Rješavanje zadataka s ciljem prilagodbe koncepata razvijenih unutarumjetne inteligencije, (multi-procesorski sustavi i klasteri računala).

Rješavanje zadataka kada se pojedini dijelovi zadatka daju nezavisnimentitetima koji ih samostalno rješavaju, a sva pojedinačna rješenjadoprinose globalnom rješenju, (agentska koncepcija rješenja).

Simulacije kod kojih se ne modeliraju skupine već pojedine jedinke,

predstavljene jednim entitetom (agentom) a cijeli se model temelji na

interakciji mnoštva takvih entiteta (multi – agentske simulacije).

Distribuirana umjetna inteligencija, (UI), ima poseban odnos prema

znanju jer ono nije nigdje posebno izdvojeno i pohranjeno kao kodsustava klasične umjetne inteligencije, niti je na temelju njega f ormirana

nekakva struktura kao kod računske inteligencije. Kod distribuirane UI, je

znanje sakriveno u zakonima interakcije između pojedinih jedinki.

Posebno područ je distribuirane inteligencije su kolektiviteti inteligentnih

jedinki (inteligentni multi – agentski sustavi) koji kao svoju prirodnu

inspiraciju imaju civilizaciju. Civilizacija nastaje kao rezultat kolektivnog

rada inteligentnih jedinki, (ljudi). U ovom slučaju znanje je pohranjeno i u

svakoj pojedinoj jedinki ali i skriveno u interakcijama između tih

inteligentnih jedinki.

2.2. Antropologijski pristup umjetnoj inteligenciji

Umjetne inteligencije u svojem baznom poimanju uključujuantropologijski pristup, (grč. antropos) čovjek ili onaj koji gleda premagore). Antropologija je disciplina koja proučava ljudski život i kulturu, tesličnosti i razlike među ljudima: kako ljudi žive, što rade, što misle i kako

se odnose prema okolini. Osim toga, antropologija proučava kako serazvijala ljudska vrsta, te kako su nastajala i nestajala ljudska društva,

okrenuta je i sadašnjosti i budućnosti ljudskog roda. Iako se predmetantropologije svodi na jedno pitanje: što to znači biti čovjek ?

Odgovor se kreće po tri osi:

odnosa između prirode i kulture,

veze između prošlosti i sadašnjosti i

jedinstva ljudskog roda unatoč raznolikosti njegovih oblika.

http://hr.wikipedia.org/wiki/Dru%C5%A1tvo


http://hr.wikipedia.org/wiki/%C4%8Covjek

http://hr.wikipedia.org/wiki/Priroda


http://hr.wikipedia.org/wiki/Kultura

http://hr.wikipedia.org/wiki/Pro%C5%A1lost


http://hr.wikipedia.org/wiki/Sada%C5%A1njost



http://hr.wikipedia.org/w/index.php?title=Ljudski_rod&action=edit&redlink=1

http://hr.wikipedia.org/w/index.php?title=Ljudski_rod&action=edit&redlink=1



http://hr.wikipedia.org/wiki/Kultura






32

2.2.1. Odnos između biologije i kulture

Čovjek ima dvostruku narav. Antropologija smatra da su priroda i

kultura isprepletene u čovjeku i definiraju razvoj ljudskog roda krozspecijalizaciju mozga, točnije, moždane kore. Moždana kora namomogućuje da shvaćamo, komuniciramo i učimo. Čovjek uči kako setreba ponašati, i to u mjeri koja je daleko ispred svih drugih do sada nama

poznatih vrsta, a naučeni se sadržaj naziva kulturom.

Kultura je temeljni pojam antropologije. Ona ima mnogo definicija,

ali možemo reći da kultura čini skup ponašanja koja ljudi uče i zajedničkidijele u određenom razdoblju i prirodnom i društvenom okolišu. S

obzirom na to da antropologija tvrdi kako se ljudska kultura treba uzeti

kao biološka činjenica (jer moždane radnje prevodi u društvene pojave iizmeđu ostaloga se javlja unutar prilagodbe okolišu), ona ne suprotstavlja biologiju i kulturu, nego ih smatra nerazdvojnim vidovima ljudske

prirode.

2.2.2.

Veza između prošlosti i sadašnjosti

Antropologija kaže da se ljudska evolucija ne razlikuje od evolucije

drugih bića jer slijedi ista prir odna pravila, ali ljudima je usadila

izvanrednu sposobnost učenja. Prenošenje znanja iz generacije ugeneraciju ubrzalo je kulturnu evoluciju koja je postala brža od biološke.

Ljudi se ne razlikuju samo u pogledu anatomije i fiziologije, nego i u

pogledu kulturnih navika. Dapače, kulturno se toliko razlikuju da se višegotovo i ne vidi duboko jedinstvo ljudskog roda. Rasizam i

etnocentrizam, koji teže izolaciji, podižu zidove između tjelesnih ikulturnih razlika, dok antropologija stalno iznosi dokaze o jedinstvu svih

ljudi.

2.2.3. Jedinstvo ljudi i raznolikost oblika

Antropologija kaže da se ljudi razlikuju zbog različitog biološkog idruštvenog razvitka. Biološki se razlikuju zbog prilagodbe različitihskupina različitom okolišu. Društveno se razlikuju jer su uspostavili vrlo

velik broj različitih društvenih ustroja.

http://hr.wikipedia.org/wiki/Mozak


http://hr.wikipedia.org/wiki/Komunikacija

http://hr.wikipedia.org/wiki/U%C4%8Denje

http://hr.wikipedia.org/wiki/Okoli%C5%A1


http://hr.wikipedia.org/wiki/Evolucija_(biologija)


http://hr.wikipedia.org/wiki/Anatomija

http://hr.wikipedia.org/wiki/Fiziologija

http://hr.wikipedia.org/wiki/Rasizam

http://hr.wikipedia.org/w/index.php?title=Etnocentrizam&action=edit&redlink=1



http://hr.wikipedia.org/wiki/Rasizam

http://hr.wikipedia.org/wiki/Fiziologija

http://hr.wikipedia.org/wiki/Anatomija



http://hr.wikipedia.org/wiki/U%C4%8Denje

http://hr.wikipedia.org/wiki/Komunikacija




33

Antropologijski razlike u načinu života ne postoje samo u različitimvremenima i prostorima, nego i unutar istog društva. Današnje države

imaju regionalne posebnosti zasnovane na gospodarstvu i različitim

životnim uvjetima. Čak i unutar istog grada postoje razlike u načinuživota određenih zajednica. To ne vrijedi samo za doseljenike, nego i za

razlike među spolovima, seksualne navike, te etničke, dobne i klasneskupine.

Odgovori koje nudi antropologija na njeno smisaono pitanje, koriste

se za razumijevanje, kreaciju i inspiraciju umjetne inteligencije.

2.3. Ontologijski pristup i kaptologije umjetne inteligencije

U proučavanju i shvaćanju umjetne inteligencije potrebno je uključitii ontologijski pristup. Ontologija (grč. όντος ), znači biti i (grč. λόγος ),

znači kao riječ, pojam, iako tradicionalna strogo filozofska disciplina kaosredišnja grana metafizike proučava biće kao takvo, tj. ako ono jest biće.Moderna analitička ontologija je prije svega teorija općih kategorija kao

što su predmet, osobina, događaj itd. Ontologija, je istraživanje o vrstamastvari koje nalazimo u našem okruženju, u svijetu, i koje odnose imaju

stvari među sobom. Uz to je vezano postojanje, predmetstvo kao svojstvo

stvari, prostor, vrijeme, kauzalnost i mogućnost koje iz svega toga

proizlaze.

Uz navedene pristupe umjetna inteligencija svoju svrhovitost

posebno pronalazi u industrijskoj ekologiji, interdisciplinarnom

znanstvenom polju u nastajanju. To je proces koji se razvija

kombiniranjem prirodnih, tehničkih i društvenih znanosti u jedinstveni

sustav od globalne do lokalne razine. Osnova tog koncepta se bazira na

analogijama između procesa u prirodi (biosferi) i procesa u društvu(tehnosferi).

Pojam biosfere, njeni zakoni i principi koji se odnose na tanki sloj

života oko planeta, suma je zemaljskog života kao jedne cjeline u kojoj se

odigrava transformacija kozmičke energije, prije svega solarne ikozmičke radijacije. Ljudi utječu na biosferu mijenjajući je u značajnojmjeri. Ljudi čak i narušavaju njen prirodni poredak tako da setransformira u nove faze, i kako kaže Pierre Teilhard de Chardin,

očekujući da završi s fazom noosfere.

http://hr.wikipedia.org/wiki/Dr%C5%BEava


http://bs.wikipedia.org/wiki/Gr%C4%8Dka






http://hr.wikipedia.org/wiki/Bi%C4%87e


http://bs.wikipedia.org/w/index.php?title=Kategorija&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Ontologija


http://hr.wikipedia.org/w/index.php?title=Postojanje&action=edit&redlink=1

http://hr.wikipedia.org/w/index.php?title=Predmet_(filozofija)&action=edit&redlink=1

http://hr.wikipedia.org/w/index.php?title=Svojstvo_(filozofija)&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Prostor

http://hr.wikipedia.org/wiki/Vrijeme_(fizika)

http://hr.wikipedia.org/w/index.php?title=Kauzalnost&action=edit&redlink=1

http://hr.wikipedia.org/w/index.php?title=Mogu%C4%87nost&action=edit&redlink=1



http://hr.wikipedia.org/w/index.php?title=Kauzalnost&action=edit&redlink=1














34

Tehnosfera je umjetna sfera tehnologije svih vrsta širom planeta. To

su strojevi, automobili, kompjutor i i sva tehnička i tehnološka pomagala,tvorevine i sustavi u vlastitim funkcijama umjetnog vremena u koje smo

uronjeni, koje smo sami stvorili i koja raste vrlo brzo, eksponencijalno, unepredvidivo. Živimo posljednjih 400 godina zatočeni u tehnosferu, koja je otpočela industrijsk om revolucijom, trenutkom uvođenja tehnologijestroja, mehaničkog sata i gregorijanskog kalendara.

Iako tehnosferu koja polako počinje opustošivati biosferu promatramo kao sferu uma planeta, ili tzv. fazu globalizacije ljudskoga

uma, taj mentalni omotač planeta, iznad, nije u kontinuitetu s biosferom.

Konačan razvoj umjetnih inteligencija i primjena inteligentnih iekspertnih sustava u strogo uskim znanstvenim i stručnim krugovimadoživljava se kao posljednja faza tehnosfere opisana kao planetarni sustav

inteligencije koji je plod tehnologije. Tu fazu već danas čine internet,mobilne komunikacije, nosiva elektronika, aplikacije i virtualna beživotnastruktura tehnološke simulacije svjesnosti koja kao misao nijematerijalistička misao.

Od nas samih ovisi hoće li u jednom trenutku ta faza postati svjesna,

tako da evolucija života na Zemlji može ići samo u mentalnom iduhovnom pravcu. Za to je potrebna potpuna promjena svih društvenihformi, načina mišljenja i načina života i upravljanja poslovima na našem planetu kako bi se postiglo stanje planetizacije svjesnosti koja je temelj

kozmičke civilizacije i koja se ne odnosi na psihički čin promatranja,nego na prijelaz iz mogućeg u zbiljsko. Ona mora postati ontologija

zbiljskih događaja, onako kako je prethodno rečeno i kako je opisao

Werner Heisenberg. Samo tako bit će moguće odoljeti kaptologiji umjetne

inteligencije, (lat. capticus) znači njen himben, lažan, lukav i dodvorljiv

identitet. Danas rastući broj povezanih uređaja – pametnih telefona, prijenosne elektronike i mehatronike u kombinaciji s integriranim

programskim podrškama podacima ne samo da otkrivaju tko smo već nasi određuju oružjem dvosmislenosti i anksioznosti jer smo uhvaćeni umrežu kognitivnih predrasuda, oružjem uvjeravanja, produktivneinertnosti i utomljenog odlučivanja.

Iz tih se razloga ne smije smetnuti s uma i persuadirani učinakumjetne inteligencije.



35

3. UMJETNOM INTELIGENCIJOM DO ZNANJA

U Aristotelovom djelu "Peri mnemes kai anamneseos - O pamćenju i sjećanju"

upitanost se nad onim "kako" sjećanja na štogod odsutno razrješuje naputkom

na sliku koja konotira živu prisutnost i reprezentira sličnost. U toj je funkciji

slika prikladna za rad pamćenja, ("mnemoneuma"). Prisjećanje se odvija

stalnim promatranjem slike kao slične čemu odsutnome. U Ciceronovu djelu "De

oratore II", pamćenje zaht ijeva nacrt unutarnje slike.

Uvod u treće poglavlje ___________________________________________________________

U ovom poglavlju bit će riječi o znanju i rezultatima do kojih se

došlo pretraživanjima baza znanja, pomoću ekspertnih sustava. Osim

samog znanja to su stavovi, mišljenja i ekspertiza o znanju i naukovanju,od vremena prosvjetiteljstva do f rankfurtske škole, koji su jednakoaktualni i danas. Hermeneutičko promišljanje je svjesno da je uvjetovanoonim što ga ograničava, te dopušta izmak tog uvjeta za poučavatelja i

poučavanog. Rezultati provedenih istraživanja su korišteni kao baza predavanja u izbornom kolegiju Umjetna inteligencija – Ekspertni sustavi

na TVZ-u, III. semestar akademske godine 2013./14. A potom i kao

materijal objavljen u izdanjima str učnog časopisa P & D tijekom 2014.godine.

Spoznaje o umjetnoj inteligenciji kroz razvoj ekspertnih sustava osim

aplikativne primjene, imaju i usputni pozitivan učinak jer težište stavljaju

na izučavanje s ciljem boljeg razumijevanja ljudske inteligencije i

olak šavanja komunikacije ljudi sa strojem.

Klasična umjetna inteligencija, usko je vezana s pojmom znanja,

njegovog prikupljanja, pohrane i primjene pri rješavanju složenihzadataka. Istraživanja provedena uz pomoć umjetne inteligencije, nad

domenama znanja kroz kognitivne složenosti i kontekst znanja, ukazujuna aktualnost svevremenskih spoznaja o poučavanju, i kad se radi o

multimedijalnim prezentacijama.

Također su prezentirani rezultati istraživanja svjetskih eksperata provedenih na području ekonomskih znanosti za koje Švedska banka

dodjeljuje nagradu u čast Alfreda Nobela. Provedena istraživanja koja



36

obiluju nizom konkretnih praktičnih primjera autori su preklapali svlastitim istraživanjima primjenom baza podataka i baza znanja, uz

pomoć ekspertnih sustava. Potvrđeno je da se na mišljenje o stavovima i

donošenju odluka može utjecati. Poučavanjem mišljenja hermeneutičk im pristupom vrlo je korisno. Dolazi se do spoznaja o manipulacijama

kojima je izloženo naše mišljenje, a što može biti vrlo pogubno ako pod

tim utjecajem donosimo odluke. Naučiti misliti pomaže svjesnom

promišljanju koje nije uvjetovano prisutnim nesvjesnim ograničavanjima.

Zbog svoje esencijalne povezanosti sa znanjem umjetna se

inteligencija u novije vrijeme sve češće koristi i u područjima društvenihznanosti. Prikupljanje, pohrana i primjena znanja osim u rješavanjusloženih zadataka koristi se u poučavanju mišljenja i donošenju odluka.

Istraživanja provedena uz pomoć umjetne inteligencije, nad domenamaznanja kroz kognitivne složenosti i kontekst znanja, rezultirala su

spoznajama o poučavanju mišljenja kojim se može utjecati na donošenjeodluka i približavanju pluri-perspektivnosti.

3.1. Znanje i prikaz znanja

Znanje (njem. Das Wissen), rezultat spoznaje objektivno zasnovana

uvjerenost u istinitost nekog suda ili sudova: također: sud ili skup sudovau čiju je istinitost netko s pravom uvjeren. Neki filozofi ne razlikujuspoznaju i znanje, a neki ističu da je spoznaja djelatnost ili proces, a

znanje rezultat tog procesa. Također neki filozofi ne prave razliku (ili čakdirektno tvrde da se ne može praviti razlika) između znanja i istine. Onikoji provode tu razliku ističu da o znanju ne govorimo uvijek kad netkonešto istinito tvrdi, nego samo onda kad je onaj koji tvrdi siguran u

istinitost toga što tvrdi i kad ujedno ima pravo da bude siguran u to.Platon znanje vidi kao presjek skupova vjerovanja i istine. Einstein znanje

promatra preko neznanja, i postavlja slikovito izračun preko površine iopsega kruga. Lav Vigotski znanje promatra kroz angažman edukatoraimajući na umu da je on presudan za napredovanje educiranog. Gadamer

problem u znanju i razumijevanju postavlja kao središnje pitanje ukupnog

ljudskog iskustva svi jeta i prakse života. Od Platona do danas profilirale

su se teorije iz kojih je potrebno utvrditi kako se pojam znanja

suprotstavlja ne samo pojmu „neznanja“ nego i pojmovima „vjerovanja“ i„mnijenja“.



37

Znanje: rezultat spoznaje objektivno zasnovana uvjerenost uistinitost nekog suda i objektivno je dovoljno zasnovana.

Vjerovanje: subjektivna uvjerenost ali nije objektivno zasnovana.

Mnijenje: mišljenje u koje nismo subjektivno potpuno uvjereni ikoje nije dovoljno objektivno zasnovano.

Također bitno je uočiti razliku između znanja i saznanja. Saznanjese pojašnjava spoznajom. Spoznaja, jedan od osnovnih oblika čovjekova bivstvovanja, djelatnost kojom otkrivamo istinu; također: rezultat tedjelatnosti, isto je što i znanje. Spoznaja je za razliku od drugih duševnih

doživljaja (npr. zamjećivanja i predočivanja), nošena unutrašnjomintencijom da otkrije nešto, što i neovisno od subjektivne doživljajnostiobjektivno važi. Kolika je važnost različitih problema spoznaje potvrđujefilozofska disciplina – Spoznajna teorija, koja proučava mogućnost,granice, objektivnu vrijednost, porijeklo i predmet spoznaje. Prema

Descartesu, osnovni programski zahtjev, proučavanje naših spoznaja trebada prethodi svakom drugom proučavanju. J. Locke, (smatra se osnivačemspoznajne teorije), u svom „Ogledu o ljudskom razumu“ istraživao je„porijeklo, izvjesnost i opseg ljudskog znanja, kao i osnove i stupnjeva

vjerovanja, mnijenja i suglašavanja.“ Nastavljajući na Lockea intenzivnosu se bavili spoznajnom teorijom G. Berkelay, D. Hume i G.H. Leibniz, a

naročito I. Kant. Aristotel ukazuje kako znanje koristimo za odlučivanje:... ”u

svakom donošenju odluka u ljudskom djelovanju treba uzeti u obzir na jednoj strani racionalnost, koja se sastoji u pronalaženju pravih sredstava

za zadanu svrhu, a na drugoj strani nalaženje, osvješćivanje i zadržavanjesame svrhe, odnosno racionalnost u izboru svrhe”..., što je u umjetnojinteligenciji od posebne važnosti.

Znanje se u umjetnoj inteligenciji prikazuje vrlo jednostavno:

a) Logičkim shemama - temeljene na matematičkoj logici

b) Mrežnim, semantičkim shemama - temeljene na mrežnim prikazimasimbolima

c) Proceduralnim shemama - daju i procedure za korištenje toga znanja

d) Okvirima za prikaz znanja - čine na neki način fuziju svih shema



38

Činjenica jest kako je u umjetnoj inteligenciji, na raspolaganju, odnosnosastavni dio svakog ekspertnog sustava, baza znanja. Ali još je bitnije daiz umjetne inteligencije naučimo prepoznati znanje i iz baza podatak a. Da

je znanje moguće prepoznati iz baza podataka potvrđuju primjeri unastavku. No potrebno je biti oprezan kako ne bismo informaciju odmah

proglasili znanjem.

3.1.1. Opasnost od simulacije i simulakruma znanja

Bez sumnje jedan od najkontroverznijih mislioca našeg doba, sociolog

i filozof, Jean Baudrillard u svojem najznačajnijem djelu «Simulakrumi isimulacije» pokušava prikazati današnji svijet satkan od bezbrojnih proizvoda, kao jednu golemu svjetsku mega-simulaciju u kojoj se

stvarnost i imaginarno skrivaju iza nečeg trećeg, po njemu: hiperstvarnosti.

„Prevelik broj informacija i znakova poništavaju sami sebe, i ono što je na početku tehnološkog buma bila eksplozija smisla (nagla dostupnostinformacija svima, masovna primjena novo izniklih tehnologija, moda i

zabavna industrija, uvećani standard…), sad je implozija onog što je

nekada bio smisao, negacija esencije koja je pokretala tada novu erusvijeta. Nevjerojatan broj trendova koji se više ne mogu niti nazivatitrendovima, jer upravo zbog postojanja tolikog broja njih, sam termin

«trend» više ništa ne određuje. Svaka pojava više ništa konkretno negovori, poništava se u stalnim sudarima s drugim pojavama, takođeršupljim i bez ikakvog «stvarnog» sadržaja Naši produkti kao da prekrivaju samu stvarnost, ili još «bolje»: usisavaju ju. Ta postavkavrijedi na svim poljima života: u umjetnosti, u povijesti, tehnologiji,sociologiji, i naravno, samoj filozofiji i zrači vrlo određeno eksplikaciju

koja govori, kako je sve otišlo u nepovrat, i nema više smisla zanositi seidealiziranju čovječanstva i njegovom humaniziranju. Možda iza našegoponašanja i stvarnog i imaginarnog, stoji neko treće...“

Definicija simulakruma sama po sebi upućuje na kopiju koja nemaizvornik ili nije utemeljena u stvarnome svijetu. Istovrijednice, (engl. i lat.

– simulacrum, simulakre), nisu fizički već eterični objekti, objekti koji suizvedeni entiteti, sekundarni u odnosu na fizički original, oni su paralelnaslika neke vrste virtualne realnosti.



39

Naziv se vrlo često upotrebljava u kritici postmoderne kulture u kojojnestaje jasna granica između stvarnosti i njezinih kopija, tj. reprezentacijai obuhvaća različite pojave, od zabavnih parkova preko povijesnih

rekonstrukcija do umjetnoga života.

Kao što Baudrillard navodi, simulakrum dolazi u tri kronološki smjenjivaoblika:

simulakrum krivotvorine,

simulakrum proizvodnje i

simulakrum simulacije.

Zadnji oblik, simulakrum simulacije je proizvod s kraja dvadesetogstoljeća, a prva dva oblika traju puno duže. Poveznice sa simulakrumomsu neizostavne hiper informacije odnosno podaci koje tijelo prima iz

vanjskih izvora, kao što su elektromagnetski valovi, vrtložni ili zvučni energetski valovi, ili podaci koji se stvaraju kroz vlastite električne ili

kemijske podražaje, kao npr: manipulacije, koje kao metode za

korištenje nečujnog oružja i pridobivanja kontrole mogu držati javnost bez znanja o osnovnim načelima sustava s jedne strane, a istovremeno ih

zbunjivati, dezorganizirati i ometati stvarima bez prave vrijednosti s

druge strane. To se postiže:

Svijetom zabave i pretjeranog posla – sabotiranim mentalnim

aktivnostima,

Kontinuiranim mijenjanjem obrazovnih programa

Raščlambom sustava društva i ekonomije

Destimulacijom tehničke kreativnosti.

Zaokupljanjem emocija i poticanjem ugađanja vlastitim strastimakroz medije

Odvraćanjem pozornosti javnosti od pravih društvenih problema Nametanjem pravila kako se u zbrci skriva profit; što je veća

zbrka, i profit je veći Stvaranjem problema, za koje se naknadno ponudi rješenje

Za simulakrum kao proizvod neki teoretičari okrivljuju umjetnuinteligenciju. Složiti se s njima mogu mnogi koji hiper proizvodnju,

(dostupnost) informacija ne mogu selektirati i tako izbjeći manipulacije.

Ali zato postoji bihevioralno inženjerstvo koje baš uz pomoć naučenog iz

umjetne inteligencije tome može priskočiti u pomoć.



40

3.1.2. Svijest i samosvijest u funkciji stjecanja znanja

Svijest, (lat. conscientia, grč. sinesis) osim kao fundamentalna ontološka

kategorija može se promatrati kao posebna doživljajna udešenost prematoku vlastitog doživljavanja, koja taj tok prati kao znanje o njemu. Svijestu tom značenju, kao superponirani doživljaj, može se doživljavati u jednoj jedinoj razini ili se retrospektivno tek naknadno u pamćenjuotkriva.

Samosvijest, je definirana kao svijest o samom sebi, znanje o vlastitim

psihičkim stanjima i procesima kao promjenjivim svojstvima imanifestacijama jednog jedinstvenog i postojanog (identičnog) subjekta

„ja“. U običnom govoru to je svijest o vlastitoj vrijednosti, držanje kojeafirmira vlastitu ličnost. Prema Hegelu samosvijest je proces

„pronalaženja sebe u drugom“ čiji je cilj posvemašnje pretvaranje „tuđeg“u „svoje“, bitka u svijest. Iskustveno se samosvijest posebno doživljava ufazama težnje prema samoostvarenju, (samoaktualizaciji), kako jedefinirao Abraham Maslow u svojoj piramidi motivacijskih potreba.

Razina prije samoaktualizacije je razina poštivanja i samopoštovanja.Samopoštovanje se postiže poštivanjem drugih.

Navedeni pojmovi su detalji o kojima spoznaje o mentalnim procesima

inženjera znanja opisuju njihovu djelatnost u svojoj stručnoj i znanstvenojangažiranosti, koja je u neprestanom ciklusu učenja i stjecanja znan jakako je u sljedećem potpoglavlju prikazano u poveznici kognitivnog i

bihevioralnog inženjerstva. To prepoznavanje ili rekognicija, (lat. recognitio), akt je svijesti

pomoću kojeg inženjeri znanja spoznaju da je sadržaj neke nove predodžbe identičan sa sadržajem jedne prijašnje predodžbe. Rekognicija je funkcija važna ne samo po sebi, nego igra važnu ulogu i u proizvođenjusvih kompliciranih sadržaja predodžbe, jer svijest pritom mora biti

sigurna da su svi sastavni dijelovi te predodžbe identični s predodžbamakoje su se prije toga razvile.

Rekognicija je bitna za shvaćanje, aprehenziju, (lat. apprehensio),

intelektualni akt pomoću kojeg se shvaća relativno jednostavan objektkako bi u konačnici moglo biti shvaćeno mnoštvo i mnogolikost kao jedno i cjelovitost na način da bude obuhvaćeno, (lat. comprehensio).

Izazov i test u prethodno izloženom možemo provesti kroz najvećuaktivnu i nama dostupnu baza podataka, (Eurostatdata base - New

Cronos) u kojoj pogledajmo Područje 9: Znanost i tehnologija –



41

Informacije o istraživanju, razvoju, inovacijama i zapošljavanjima usektorima naprednih tehnologija. U njoj su sadržani:

Pokazatelji za vrednovanje nacionalnih istraživačkih politika

Istraživanje i razvoj u zemljama kandidatima i Ruskoj Federaciji Zapošljavanje u sektorima visoke tehnologije

Ljudski resursi u znanosti i tehnologiji (HRST)

Istraživanje o inovacijama u EU poduzećima

Istraživanje i razvoj, budžetska sredstva, izdaci, rashodi i osoblje

Europski i američki patentni sustavi

Ključni pokazatelji o znanosti i tehnologijama

Teško će biti razdvojiti znanje, svjesnost i simulakrum u toj bazi. Pristup za koji se možemo odlučiti može u tome pomoći, pa će primjerikoji slijede o tome svjedočiti.

3.1.3.Tehnike pamćenja u funkciji očuvanja znanja

Kako je prethodno navedeno, tehnika prepoznavanja pomoću kojeginženjeri znanja spoznaju da je sadržaj neke nove predodžbe identičan sasadržajem jedne prijašnje predodžbe nedvojbeno asocira na pamćenje.

Mnemotehnika, dolazi od, (grč. mnéme = sjećanje, pamćenje) je

postupak koji ima svrhu da olakša pamćenje sadržaja manje unutarnjesmislene povezanosti. Sastoji se u asocijativnom povezivanju elemenata

sadržaja manje smislenosti sa smislenim ili već poznatim elementima .

Mnemizam je učenje koje je zasnovao fiziolog Ewald Hering, i po kojem

je pamćenje ne samo sjećanje kao svjesno pamćenje, osnovna biološkafunkcija svakog organskog života. Ono se očituje kao posljedica svega pređašnjega iskustva u promjenama organske supstance koja se ondanasljeđuju.

Postupci i metode pamćenja su se u novije vrijeme po jašnjavalinaučenim ili oslonjenim na umjetnu inteligenciju, no pravi začetak ,možemo čak reći teorije pamćenja, i te kako je interesantan i zato

zaslužuje mjesto baš u ovom poglavlju. Antičku mnemotehniku opisalisu, kao gramatiku postupaka koja omogućuje njezino postavljanje u

retoriku i poeziju, ali i uz retorički rad nesvjesnoga, noviji radovi Bluma i

Huttona. Stefan Goldmann polazi od toga da je utemeljitelj



42

mnemotehnike grčki liričar Simonid iz Melika opisan u legendi koju

prenose Ciceron i Kvintilijan.

"Priča se da je Simonida, pozvao Skopas, bogati i ugledni ali škrt

čovjek iz Kranona u Tesaliji, da za novac opjeva pjesmu u njegovu čast.U pjesmi su na ukrašeni pjesnički način opširno opjevana i djela Kastora iPoluksa, pa je Skopas rekao Simonidu da će mu isplatiti samo polovinudogovorene sume a da drugu polovinu plate drugi opjevani u pjesmi.

Ubrzo potom, priča se, dva su mladića pozvala Simonida da iziđe van.Kada je on izišao van nije vidio nikoga, ali se u isti tren srušio strop te prostorije u kojoj je bio, a rušenje je donijelo smrt i Skopasu i svimnjegovim gostima koji su ostali zatrpani. Otrpavajući ih nikako nisu moglirazlikovati jedne od drugih pa su pozvali Simonida koji se mogao sjetiti

gdje je tko sjedio te tako mogao dati upute za pokop svakog pojedinca.

Ovaj mu je slučaj ukazao na to da poredak najviše pridonosi prosvjetljenju sjećanja. Tko vježba tu stranu svoga duha mora tražitiodređena mjesta, stvari koje želi zadržati u pamćenju, predočiti u fantazijii smjestiti na za njih određena mjesta. Tako će slijed tih mjesta zadržati poredak materijala, a slike stvari obilježavati same te stvari."

Primjer autentičnog čina sjećanja, kojim se okončava drama katastrofe

i uvodi drama pogreba, neposredno prethodi činu refleksije kojispontanost sjećanja, onoga što se prisjeća legitimira kao očevica.

Ciceronova verzija markira točku na kojoj mnemotehnika prelazi u službu praktičke retorike. Upravo na ovim osnovama povučene su paralele sumjetnom inteligencijom.

Na temelju iskustava u poučavanju sve prisutnija pojava umanjenjasposobnosti pamćenja, posljedica je pretjeranog forsiranja i nametanjamogućnosti informacijskih tehnologija u metode poučavanja, pa je unastavku prezentiran rad u kojem se takav pristup dokazuje manje

učinkovit.

3.2. Učenje i poučavanje iz umjetne inteligencije

3.2.1. Baze znanja i baze podataka za poučavanje

Iskustva u izgradnji ekspertnih sustava, (ES), ukazala su na brojne

mogućnosti stjecanja novih znanja iz raspoloživih dijelova ES, baza



43

znanja i baza podataka. Toj aktivnosti je potrebno posvetiti posebnu

pažnju, kako bi točno definirane potrebe u startu izrade aplikacija,

osigurale njihovu konačnu primjenu. U ovom primjeru pristupa se

pretraživanju baza znanja o znanju i kreaciji podloga za poučavanje.Koriste se iskustva učećih agenata, koji djeluju u okružju koje je u

početku nepoznato ali dostupno - internet, a kako stječu više znanja tako je i njihovo djelovanje bolje i sigurnije. Tijekom procesa pretraga koriste

se elementi za učenje, izvedbeni elementi i generator zadatka.

Model za prikupljanje podataka, koji u samom početku još nisuznanje, omogućava nadogradnju u skladu s potrebama. Analizira se

mogućnost primjene stečenog znanja u poučavanju. Korištena su iskustva

za mogućnosti primjene relacija i korisničkih formi, kako za unos i pregled podataka u bazi, tako i za oblike izvješća. Spoznaje su

primjenjivane u provjerama za validacije koje su provedene na temelju

dobivenih povratnih reakcija poučavanih.

U pripremi, a naročito tijekom primjene baza podataka, korištena suiskustva ES za koje je u multidisciplinarnom pristupu bio angažiran velik broj sudionika: eksperti, inženjeri specijalisti - inženjeri znanja, korisnici,osoblje na prikupljanju i obradi podataka.

Obrazac podataka koristi i za predstavljanje koncepta. Tako sukorišteni koncepti kao na primjer: predmet, osobina, i događaj. I todogađaj kao događanje, prijelaz iz mogućeg u zbiljsko - ontologija

zbiljskih događaja, odnosno ontologijsko istraživanje o vrstama stvarikoje su u svijetu i koje odnose imaju među sobom, postojanje,

predmetstvo, svojstvo, prostor i vrijeme.

U istraživanju se oslanjalo na konceptualno modeliranje koristeći seklasičnim relacijskim modelom, a čije su osnove struktura, ograničenja iskup operacija, kako bi se moglo primijeniti na poučavanje.

3.2.2. Poučavanjem do znanja

Predmet istraživanja kao cilj spoznaje o znanju iz baza znanja,usmjeren je na konkretnu procjenu efikasnosti prezentacije u

poučavanju. Moderne teorije, kako prezentirati, bez izuzetaka razrađuju inude uz pomoć informacijsko komunikacijskih tehnologija, izradu

multimedijalnih prezentacija, s dodavanjem efekata, slika, zvukova i

poveznica. Rabe se kao sredstvo pomoći u predavanjima i















44

predstavljanjima nekih problema, proizvoda ili usluga. No pravo je

pitanje, koliko je i koja prezentacija stvarno pomagalo u poučavanju?

Lako je preko interneta danas doći do podataka o uspješnosti

pojedinaca koji su se izvještili u prezentacijama. Također su dostupne podloge i upute kako najuspješnije pripremiti materijale za prezentaciju.

Tim modelima i formama pribjegava svatko od koga se danas očekuje daiziđe ispred onih kojima je potrebno prenijeti poruku, znanje iliinformaciju. Ali koji je to sadržaj izlaganja i što sve kao prezentacijski

materijal koristiti, čime je moguće predstaviti i usvojiti znanje, naročitokada je u pitanju neka ciljana skupina?

Odgovore na ova pitanja, pokušalo se dati kroz provedeno

istraživanje kojim se usmjerilo na raščlambu i spoznaje koje se mogu

primijeniti na prezentacijsko sredstvo kojim se služi poučavatelj i kojimse želi doprijeti do povratne reakcije poučavanih. Od poučavanih,

pretpostavlja se i očekuje napredovanje u razumijevanju stručnjačkog

rješavanja problema i postizanju stručnosti na razini ekspertize.

Pretpostavilo se, za stjecanje znanja oslanjati se na kognitivne

sposobnosti i kontekst, onako kako je prikazano u literaturi Slika 3.4.

Neka podloga slike predstavlja određenu domenu znan ja, onog

specijalističkog komu teže poučavani.

Slika 3.4. Prikaz stjecanja znanja kognitivnim sposobnostima i

kontekstom

Kontekst, (lat. contextus = povezanost, sklad), vrlo je kompleksan jer

može sadržavati motivaciju, ličnost, školovanje, povijesno razdoblje i

okruženje. Komponente obrade informacija koje se mogu dobiti

prezentacijom, iskustvom i kontekstom rezultat su naučenog tijekom

istraživanja, koje je prikazano u Tablici 3.1.



45

Tablica 3.1. Pregled provedenih istraživanja u pet nezavisnih eduk acija

Poučavani:-specijalisti Spi

-studenti St

Povratne informacije:

- od poučavanih V1 i

- od nezavisnog nadzora V2

Prema literaturi iz koje je kreirana slika, kognitivna sposobnost je

složena i pojmovi koji se koriste, rezultat su velikog broja psihometrijskihistraživanja i teor ijskih razrada.

3.2.3. Razumijevanje

Istraživanje je provedeno na ciljanim skupinama, Sp i St, od I do V,

Tablica 3.1. U četiri slučaja radilo se o jednodnevnoj edukaciji trajanja odosam sati, za specijaliste - stručnjake koji već posjeduju specijalističkaznanja. U jednom slučaju radilo se o stjecanju specijalističkih znanja kroz jednosemestralni kolegij na veleučilištu, za studente, nove, budućestručnjake. Od stručnjaka se očekuje stručnjačko rješavanje problema na

razini ekspertize, a za to je neophodno razumijevanje.

Za potvrdu razumijevanja korištene su dobivene baze podataka -

rezultati pretrage, provjere i upitnika tijekom provedbe edukacija. Pred

prezentacijski materijal, korišten u edukacijama Sp-1 do Sp-3, postavljeni

su zahtjevi. "Otkriva li on mogućnosti razumijevanja koje nije nemislivo



46

unaprijed? Stoga tko želi uhvatiti njegove pojavne forme umjesto da ga

shvati kao poprište i poticaj razumijevanja, ništa ne dobiva natrag".

Poslužilo se poznatom podlogom o percepciji iz komunikacijskih

uloga, Tablica 3.2, kako bi se zaključilo da je ona poveznicahermeneutičkog akta razumijevanja, Slika 3.5, dobiveno iz pretraženih baza znanja.

Tablica 3. 2. Percepcija komunikacijskih komponenti

Problem razumijevanja u pretraženim bazama znanja postavljen je

kao središnje pitanje ukupnog ljudskog iskustva svijeta i prakse života. Iz

tog razloga je i opravdana smisao istraživanja i primjene umjetneinteligencije u pretragama i stvaranjima novih baza znanja, budući da se

radi o poučavanim stručnjacima od kojih se očekuje stručnjačkorješavanje problema na razini ekspertize, te se tako učilo iz umjetneinteligencije.

Slika 3.5. Hermeneutički akt razumijevanja kao podloga komunikacijskih

komponenti



47

3.2.4. Prezentacijsko djelo

Ako promatramo prezentacijski materijal kojim se poučava kao

prezentacijsko djelo, ono može sadržavati govor, tekst, slike, simbole,

poveznice pa čak i zvučni ili glazbeni efekt. Svaka od komponenti uistraživanjima bila je podvrgnuta analizi i dozvoljen je odabir bilo kojeg

od pojašnjenja neovisno od epohe kojoj pripada.

Za odabir epohe načinjena je selekcija koja je uključila francusko prosvjetiteljstvo i f rankfurtsku školu. Razlozi tome su ležali u velikom

broju francuskih poučavatelja jedne epohe, a frankfurtski krug jeinteresantan jer uključuje gotovo tri generacije gdje poučavani nasljeđuju

svoje poučavatelje. U pretragama njihovih naslijeđa za opis referentnih

djela odabrane su baze podataka koje su sadržavale relevantne pojmove,

dijelove prezentacijskog materijala, poučavanje kao prijenos znanja,

razumijevanje do razine eksperta, oko kojeg je uslijedila sinteza.

Sintetizirane su njegove kvalifikacije iz pretraga i uspoređivane premaliteraturi.

Ekspert je stručnjak odnosno specijalist koji se mora takođereducirati, ali on prvenstveno educira, i bez njega ne bi bilo ES. Njega se

promatra i s pozicije vr snog poučavatelja i cilja kojem teže poučavani. Ukonačno dosegnutom statusu on ne predstavlja nadmoćnu instituciju,instancu za posljednje odluke. U korijenu riječi, (lat. experienti adocet =

iskustvo poučava), skupljanje i posjedovanje iskustva, nije zvanje. Ali

zvanjem postaje kada posreduje između znanstvene kulture moderne injezinih društvenih učinaka u životnoj praksi.

Očekuje se, da se uloga odlikuje izrazom expertus, što seosamostalilo iz čitave velike rijeke iskustava i prikaza koje protječu pokraj čovječanstva. Ekspert se nalazi između znanosti, u kojoj mora posjedovati kompetencije i društvene politike prakse. Kada se to ima naumu s oprezom se pristupa raščlambi sredstva – prezentacijskogmaterijala, koji bi trebao biti njegovo djelo.

3.2.4.1. Tekst – napisane riječi

Osnovna komunikacijska komponenta, prezentacije teksta, kako ga

objašnjavaju Heidegger, Figal, Adorno i Gadamer, kao R eferentni



48

Predstavnici Baza Znanja, (RPBZ), ne služi samo privremenom fiksiranjunekoga govora, već stoji s normativnim zahtjevom nasuprot svekolikom

razumijevanju. On prethodi svekolikom novom poticanju govora.

Razumijevanje teksta ostaje ovisno o komunikacijskim uvjetima koji kaotakvi sežu izvan pukog fiksiranja smislenog sadržaja, onoga što je rečeno.

Ako karakter prisutnosti nekog teksta slabi, tekst očevidno gubi i svojfakticitet prema razumijevajućemu i razboritu čitanju. Tekstovi sami posebi, mogu biti prezentni i u svojim figurama i oblicima, u svojim

pojmovima i slikama. Izgovorene riječi teksta istom oslobađaju i nosedogađanje sporazumijevanja, koje tek kasnije postaje razumijevanje.

Pri razumijevanju uvijek preostaje iskustvo da se sve što jeartikulirano moglo kazati i drukčije. Svaki je put jedan od puno mogućih,

sve dok tekst nije opterećen nekom slikom, znakom ili poveznicom. Toj

degradaciji teksta pribjegava poučavatelj kako bi se dodvorio

promatračima, prezentirajući to na duhovit način. Iz tog razloga akcent sestavlja na bit “eminentnog teksta“. U Gadamerovim razmatranjima tekst je podloga mišljenja u smislu rehabilitacije prezentnosti koju ne možemomisliti unaprijed.

Prezentnost ne znači „prisutnost postojećeg“, dakle ne znači zbiljukoja se može objektivirati, već „uputu“: jezik i pismo a to vrijedi i ondakada ono što se predmnijeva, nije nigdje drugdje osim u riječi koja se pojavljuje i koja otvara. Otvaranje je moguće kada postoji slušateljstvokoje mora na ovaj ili onaj način naučiti slušati. Slušateljstvo se uvijek

suočava s vlastitom sputanošću samima sobom, dok teži uhvatiti u vlastitu

volju i nagon potvrđivanje tog poticaja.

Potvrđivanje riječi što se izgovori s katedre, treba težiti onoj potvrdikoja se javno zabilježi u velikom procesu multiplikacije kao na primjeru

tvorbe javnog mnijenja.

3.2.4.2. Slika koju vidimo

Kao i tekst, objašnjen prethodno, prema RPBZ, i bilo koju sliku

moguće je iskusiti kada postane prezentna u svojoj mogućnosti. Ako je

slika ona s prezentacijskog materijala, čim se doista iskusi, na njenoj

mogućnosti stvara se mutni premaz vremena. Promatranje slike, to je

činjenica, promatranje jest nešto zbiljsko, a što može predstojati jest



49

moguća zbilja koja će se tada pretvoriti u činjenicu. To vrijedi samo kada

se ima dovoljno vremena za promatranje.

Slika se u prezentaciji ne promatra kao likovna forma i privid u

smislu opsjene, jer ona prestaje to biti kad je opisana, a što se upravodogađa prilikom prezentacije. Stoga je problem znati pročitati pojavuslike, a naročito kako tu pojavu koristiti kao građu za znanje. Kako u preobrazbi dešifrirati to sama slika ne kazuje, pa stoga niti razumjeti

prikazivački smisao. Tak ve refleksije nisu pojave na kojima je mogućezastati, kao niti nad letećim tekstom uz nju, već ostaju objektivacijama ukretanju izraza.

Budući da nije moguće zastati, pojavljuje se problem, nema se

dovoljno vremena da se ponuđeno kvalitetno arhivira, a samim tim niti

kasnije reproducira. Iz tih razloga se upozorava i ukazuje na nepostojanje prikazane prezentnosti i oduzetu samu razumljivost.

Ako ove činjenice usporedimo s prethodno definiranom

mnemotehnikom koja ima svrhu da olakša pamćenje sadržaja manjeunutarnje smislene povezanosti, onda nam se implicira zaključak da je ponuđena slika eliminirala svrhu mnemotehnike.

U prilog tome je izreka: "Da bih mogao razumjeti novu sliku, moram

se riješiti stare koja mi je ostala u svijesti", (S. Šereševskij – A.N. Lurije).

3.2.5. Rezultati i potvrde istraživanja - retorička situacija

Istraživanja efikasnosti prezentacija provedenih za pet navedenih

primjera, obuhvatila su analizu njihovih efikasnosti, kroz povratne

informacije za validaciju na tri načina. Prvi testovima s trik pitanjima koja

su se odnosila na prezentiranu materiju a kao takova nisu mogla biti

prepoznata. Drugi s upitnikom o komponentama iz konkretnog

prezentacijskog djelai treći ocjenom prisutnog nezavisnog nadzora

.

Sve ukazuje na nužnost "retoričk e situacije" potvrđene spoznajom iz baza i činjenica prema RPBZ. Ta nužnost uključuje početak "okvirnog

razgovora". Takav razgovor je podloga, nakon koje mora uslijediti i"dijalog koji bi trebao završiti nenasilnom silom boljeg argumenta". To su

otvorena komunikacijska djelovanja, na temelju kojih se "razumom

obilježenih formi postiže pouzdanost zora umjesto logičkog uvida".

Tako tek razgovor proizvodi “ono drugo zrcaljenje kao pojedinačnu prispodobu ili primjer“ kojim je moguće razumjeti prikazivački smisao ili



50

dati mišljenje o njemu, kao što je bio primjer Ciceronove interpretacijelegende. Refleksije slika ili letećeg teksta, nisu pojave na kojima možemozastati, već se moraju loviti kako bi ostale objektivacijama u kretanju

izraza. A inscenacija nezaboravljenog konflikta, ili u Ciceronovu slučajuemotivnog priziva je efikasnija od bilo kojeg prezentacijskog materijala

za pohranu znanja sličnog onom u emocionalnom pamćenju.

Na gotovo isti način, prema RPBZ potvrđena je teorija „drugeepohe“, one koju je još u svoje vrijeme, (1743.-1794.) Markiz Condorcet,

postavio analizirajući intelektualni razvoj čovjeka, kroz razvoj njegova

duha, čovjekove svijesti i spoznaje. Oblikovanje je podijelio u 10 epoha,

od kojih je njegova deseta epoha – vizija budućnosti, vrijeme u kojoj mi

danas živimo.Od njegovog vremena do danas, a posebno od epoha osnivanja,

ukidanja te ponovnog uspostavljanja institucija filozofskih razmišljanjasve poveznice pretraga baza podataka o stjecanju znanja, potvrđuju prezentiranu dominantnost retoričkih situacija. One se nisu promijenileunatoč pritisku današnjih novih sve prisutnih i svugdje raspoloživihračunalnih i informacijsko-komunikacijskih tehnologija.

Štoviše Renate Lachmann se poziva na pripovijesti Jorgea Luisa

Borgesa i Aleksandra Lurija, za koje se ne može ni pretpostaviti da jeikojem od autora bio poznat pothvat onog drugog i zaključuje kako setekstovi mogu čitati kao različite interpretacije mnemoničkih kriza okojima izvješćuju, pri čemu se ne daju zanemariti frapantne sličnosti uobostranom predstavljanju prekomjernih kapaciteta pamćenja.

3.2.6. Komponentna podteorija ljudske inteligencije

Kako je u prethodnim poglavljima potvrđeno, poučavanje i stjecanjeznanja povezano je s inteligencijom i kognitivnim procesima.

K omponentna podteorija najrazrađenija je od tri poznate podteorije,

(druge dvije su da podsjetimo: iskustvena podteorija i kontekstualna

podteorija), Trijarhičke teorije ljudske inteligencije. Ona se temelji naopsežnom istraživanju obrade informacija, pa kako se ne bi zadržalo samona tekstu i slici iz prezentacijskog materijala, tom podteorijom korisno je

u razmatranje uzeti još i različite vrste komponenti koje ljudi koriste priusvajanju znanja i rješavanju problema.



51

Neke od kategorija komponenata sa svojim funkcijama, trijarhičketeorije ljudske inteligencije prikazuje Slika 3.6.

Slika 3.6. Odnosi između komponenti tri jarhičke teorije

Svaka od prikazanih komponenti sa slike ima svoju ulogu:

1. Metakomponente imaju upravljačk u ulogu: planiraju, kontroliraju,

motre i procjenjuju2. Izvedbene komponente provode strategiju rješavanja koje odrede

metakomponente

3. Komponente stjecanja znanja, bitne su u poučavanju jer selektivno

bilježe, kombiniraju i uspoređuju informacije tijekom usvajanja

znanja i rješavanja problema

Komponente stjecanja znanja, biološka poveznica sa živčevimvezama u mozgu, su temelj za kreaciju i učenje iz umjetnih neuronskih

mreža, koje su jedan od pristupa postavljenih u kognitivnim znanostima.

To je poznati poveznički, odnosno konekcionistički, uz simbolički,dinamički i hibridni pristup. Stoga je bitno uočiti interaktivnost koju smetakomponentama ostvaruju komponente stjecanja znanja i izvedbene

komponente.



52

3.2.7. Komentar o provedenom istraživanju

Provedeno istraživanje povezano je s prezentacijama koje se r abe kao

sredstvo pomoći u predavanjima, odnosno prijenosu znanja. Na pet nezavisnih skupina poučavanja, u zadnje dvije godine, u četirislučaja radilo se o jednodnevnim edukacijama, trajanja osam sati, i

jednom slučaju kolegij jednog semestra u ukupnom trajanju od 80 sati.Tri su edukacije bile s dominantnim udjelom prezentacijskog materijala,

dok je u dvije edukacije prezentacijski materijal bio minoran.

Svi su poučavani za stručnjačko rješavanje problema, za koje je

neophodno razumijevanje. Za potvrdu razumijevanja korištene su

provjere, testovi i upitnici s ontologijskim i hermeneutičkim osnovama sosvrtom, na tekst i sliku. Rezultati su od samog početka uspoređivani steorijama iz pretraga baza znanja i baza podataka i korišteni su zavalidaciju. Svaki sljedeći edukacijski slučaj je bio sa sve manjim udjelom prezentacijskog materijala. Nakon validacije rezultati su uspoređivani s povratnim informacijama iz upitnika.

Bez izuzetka prezentacijski materijal je u provedenim slučajevimaedukacije bio u sjeni retoričke situacije, što su potvrdile i ankete iz

upitnika. Uspješnost prenesenog znanja i razumijevanje u zadnjemedukacijskom slučaju, s minornim udjelom prezentacijskog materijala, postignuta je 100%, i u odnosu na isti slučaj od prije godinu dana sdominantnim udjelom prezentacijskog materijala povećana je za cca 10%.

Poučavanjem kroz kolegij Umjetna inteligencija - Ekspertni sustavi,

u interakciji sa studentima, potvrđeno je da tek razgovor proizvodi “onodrugo zrcaljenje kao pojedinačnu prispodobu ili primjer“ i da retoričkerefleksije nisu samo pojave na kojima možemo zastati, već ostajuobjektivacijama u kretanju izraza. Za pohranu znanja

, za pamćenje, kao u

Ciceronovu tumačenju, inscenacija nezaboravljenog događaja je

efikasnija od bilo kojeg prezentacijskog materijala.

Tijekom retoričke renesanse u šezdesetim godinama Roland Barthes je zacrtao presudne smjernice. U svojem tumačenju povijesne i društveneuloge retorike on predlaže funkcionalnu definiciju koja diferencira poznata određenja retorike i tjera na daljnja razmišljanja. On definiraretoriku kao tehnik u, što znači kao "umijeće" u klasičnom smislu ali i kaoumijeće poučavanja, koje podrazumijeva živahan odnos retora i učenika,ali shvaća retoriku i kao moral.



53

Važnost je Barthesova diferencirajućeg pristupa u funkcionalnomsređivanju retorike koja se može daljnjim razmišljanjima kako preciziratitako i modificirati. Stoga se predlaže lučenje retorike kao discipline od

retoričkoga kao govorničkog djelovanja, gdje se za određivanje statusaizdvaja četiri aspekta retorike:

- kao umjetnost persuazivnog govora,

- kao učenje u smislu institucije,

- kao deskriptivna institucija i

- kao normativna institucija

od kojih deskriptivni i normativni dopuštaju da se ona shvati kao vrstasekundarne korektivne gramatike.

3.3. Umjetna inteligencija u poučavanju i donošenju odluka

3.3.1. Opis provedenog istraživanja

Istraživanja koja su prethodila ovom radu, i koja su još u tijekuoslonjena su između ostalog na pretraživanja baza znanja, uz pomoćekspertnog sustava, usmjereno i na hermeneutičk u edukaciju

promišljanja. Provedenim pretraživanjima baza znanja za kreaciju

podloga o poučavanju, korištena su iskustva učećih agenata, koji djeluju u

okružju koje je u početku nepoznato, a stjecanjem znanja njihovo

djelovanje postaje sve pouzdanije. U procesu pretraga korišteni su

elementi za učenje, izvedbeni elementi, generator zadatk a s postavljenim

ocjenjivačem. Iskustvima moderne analitičke ontologije koristi se

predstavljanje koncepta osobinei događaj

a,klasičnim relacijskimmodelom.

Model za prikupljanje podataka omogućava nadogradnju u skladu s

potrebama i iskustvima za uporabe relacija i korisničkih formi. Spoznaje

su primjenjivane u provjerama za validacije koje su provedene navelikom broju ispitivanja.

Eks pertni sustav, (ES) temeljen na umjetnoj inteligenciji, (UI) možese promatrati kao jedan od tipova informacijskih sustava, (IS). Trenutno

postoji intenzivna diskusija oko toga što je uopće informacijski sustav.Profesori Lee, Thomas i Baskerville, u nedavnom su članku pod nazivom



54

(engl. «Going Back to Basics in Design: From the IT Artifact to the IS

Artifact»), ponudili istraživačkoj zajednici novi smjer istraživanja udisciplini IS – IS artefakt. U članku je kritizirano pridavanje velikog

značaja IT artef aktima, te nedovoljan fokus prema ostalim artefaktimakoji su isto važni u dizajnu IS. Henver i njegovi suradnici u jednom odnajcitiranijih radova trenutno vezanih za IS su jasno naveli da oni ne

uključuju ljude, elemente organizacije i proces evolucije IS u njihovu

definiciju. Takvom definicijom se ne može biti zadovoljan. Sužena je perspektiva gledanja na IS isključivo kao na mehaničke tehnološkesustave, koji se nisu u stanju prilagođavati potrebama korisnika ilinovonastalim realnostima u kojima ti sustavi operiraju. Profesor Lee i

suradnici u navedenom članku predlažu koncept u kojem se IS artefakt

sastoji od tri artefakta; informacijskog, tehnološkog i socijalnog, gdje jecijelo više nego suma dijelova (odnosno tri podsustava IS-a).

Istovremeno Orlikowski i Scott u svojoj analizi 2027 akademskih

članaka koji se bave tematikom organizacije dolaze do podatka da sesvega 4,9% članaka direktno adresira na ulogu i utjecaj tehnologije naorganizaciju. Analiza je provedena za članke u periodu od siječnja 1997.

do prosinca 2006. u vodećim svjetskim časopisima, a taj period jevjerojatno jedan od najbitnijih u povijesti čovječanstva ako govorimo o

utjecaju tehnologije na to kako organiziramo aktivnosti. U istom članku je predložen novi termin – (engl. sociomateriality), koji postavlja inherentnu

neodvojivost između tehnologije i društva. Odnosno, entiteti (bilotehnološki bilo ljudski) nemaju svojstvene osobine, nego stječu formu,atribute i sposobnosti kroz njihove interpretacije.

Tako fokus istraživanja se pomiče prema razvoju načina razmišljanjao društvenom i materijalnom svijetu kao nerazdvojivom, te odnosi i

granice između ljudi i tehnologija nastaju u praksi. Stoga se nameće

istraživačko pitanje kako nastaju obrasci pojedinih praksi. Tvrdi se daobrasci nastaju korištenjem i procesuir anjem informacija, kako od strane

IS, tako i od strane korisnika, te se mijenjaju sukladno promjenama u

okruženju sustava koji je predmet promatranja.

IS se moraju moći adaptirati sukladno korištenju, a to je jedno odosnovnih svojstava ES, dok korisnik sustava sukladno razini svjesnosti o

okruženju doprinosi performansama takvog ekspertnog sustava koji jegledan iz socio-tehnološke perspektive. Ropohl ukazuje kako istraživački

program socio-tehnoloških sustava ima za svrhu razumjeti kompleksnostrealnih situacija a ne provoditi analizu separiranih aspekata.



55

Cilj prezentiranog rada bio je sintetizirati ekonomska promišljanjakoja se bave procesom donošenja odluka s postojećim istraživanjimaautora te nekim od osnovnih kibernetičkih i inženjerskih pretpostavki

kako bi u rezultatu dobili jasniju predodž bu o svijesti kao svojstvuinženjera znanja koja utječu na performanse ekspertnih sustava gledane iznedjeljive socio-tehnološke perspektive.

3.3.2. Um i umjetna inteligencija

3.3.2.1. Početak s dvodomnim umom

Dvodomni um, (engl. bicameral mind ) , analiziran iz starogrčkih, perzijskih, babilonskih, južnoameričkih i drugih izvora, stavljen je ukontekst teorije da ljudi u to vrijeme nisu bili svjesni u istom smislu kao

mi danas. Iako su imali u potpunosti razvijen jezik, nisu imali dovoljno

razvijenu svijest o njemu. U jednom dijelu svog uma ljudi su u to vrijeme

čuli glasove koji su posebno dolazili do izražaja kada bi se osoba nalazilau stresnoj situaciji. Na temeljima umjetne inteligencije tako definirana

svijest, je konceptualni alat koji nije dobiven uz hardver. To je paket

softvera koji je morao biti izmišljen. Prijelazna faza prema tom novom

mentalitetu dogodila se između 1000. i 500. godine prije Krista, u doba izkojeg su analizirani dostupni tekstualni izvori, (Biblija, Ilijada,

Odiseja,…).

Umjetna je inteligencija, (UI), s tih polazišta prešla na dva sustava umozgu, a psihometrijom je potvrđeno da je u stvari riječ o amigdalnom ianalitičkom mozgu. No ono što je predmet svih daljnjih istraživanja nasvim poljima znanosti je objašnjenje njihovog funkcioniranja u ne

dvojnosti, odnosno promatranja mozga kao entiteta,.

3.3.2.2. Dva sustava u ekonomskom umu

Uvođenjem integralnih teorija „svega“, koje su ponudile integraciju psihologije i duhovnosti, konvencionalnog i kontemplativnog, unijelo se

više pometnje nego spoznaje. No kada se u kontekstu mišljenja donosećineke odluke u liberalnom kapitalizmu, vremenu u kojem živimo, prištediili investiranjem dobro zaradi, a to mogu najbolje prezentirati ekonomisti,

onda je to podloga i za nagrade kao što je to ona za ekonomske znanosti,



56

koju dodjeljuje Švedska banka u čast Alfreda Nobela. Istraživanjem suobuhvaćeni primjeri koji svoje porijeklo vuku iz objavljenih ineobjavljenih radova dvojice dobitnika te nagrade a koji su se oslanjali na

UI i postavili teoriju o dva sustava razmišljanja.

Prije 40-tak godina, Amos Tversky i Daniel Kahneman, objavili su

članak u kojem su opisane tri heurističke metode prosuđivanja, koje su sekoristile u procjeni vjerojatnosti i određivanju vrijednosti. Bile su to:

1. reprezentativnost,

2. dostupnost i

3. prilagodba

U to vrijeme radilo se o istraživanju koje je proveo Institut zaistraživanja američke savezne države Oregon za potrebe Ministarstva

obrane Sjedinjenih američkih država, a uz potporu Hebrejskog sveučilištau Jeruzalemu. Metode su prezentirane s utvrđenim kognitivnim pogreškama, čija je empirijska analiza uzrokovala niz implikacija nateorijsku i primijenjenu ulogu utvrđenih vrijednosti. Tako je pokazano dase ljudi, kada moraju procijeniti složenije zadatke, oslanjaju uz

ograničenu količinu heurističkih načela, na reducirane i jednostavnijeoperacije mišljenja.

Isti dvojac, deset godina nakon objavljenog članka, objavljuje novi

članak, u kojem sada uzima u obzir kognitivne i psihofizičkedeterminante koje se povezuju s vrijednostima odluka i iskustava. To je

bila podloga za niz radova na temelju kojih 2002. godine Daniel

Kahneman dobiva spomenutu „ Nobelovu nagradu za ekonomske

znanosti“ zasluženu na temelju definirane k ognitivne lakoće kojom

donosimo ispravne odluke. Ona je bazirana na tome da nema prijetnji,nema većih novosti, nema potrebe za preusmjeravanjem pozornosti iliulaganjem dodatnih napora, na temelju čega su definirani ulazni parametri:

- Ponovljeno iskustvo/Osjećaj bliskosti

- Jasan prikaz/Osjećaj istinitosti

- Pripremljena ideja/Dobar osjećaj

- Dobro raspoloženje/Osjećaj ne napornosti



57

To je sve 2011. godine objavljeno u njegovoj knjizi, koja obiluje

primjerima za koje se tvrdi da su empirijski temelji tzv. „ bihevioralne

ekonomije“, i tzv. studija „heuristika i pristranosti“. Područje primjene provedenih eksperimenata proširilo se na raznolika područja života, pa su

u knjizi navedeni primjeri iz politike, obrazovanja, privrede, medicine i

prava. U svim primjerima pokazano je kako se odluke donose tako, da

korisna ili povoljna opcija postane dostupnija, lakša, ili tako danedjelovanje (ljudska lijenost) dovede do nje.

To ukazuje da se treba dovesti u stanje prožeto dobrim osjećajima teneopterećenosti kako bi se mogle donijeti ispravne odluke, a do tog stanja

se može doći i dizajnom ES koji će podržavati to stanje korisnika. Dotoga možemo doći tako da sustav prezentira informacije i znanje izsustava, jasno, brzo i prilagodljivo sukladno kako ga korisnik koristi (tako

kreirajući osjećaj bliskosti i dobrog raspoloženja).Jednostavan i konzistentan pristup informacijama i znanju u sustavu

kreira osjećaj istinitosti. Način na koji sustav sintetizira ideje te ih

predstavlja korisniku će imati utjecaj na to koliko je osjećaj vezan zakorištenje sustava dobar ili nije. Može se potvrditi kako dizajn ES ima

direktan utjecaj na proces donošenja odluke od strane korisnika takvog

sustava.

Istraživanjem akademske genealogije potvrđena je suradnjomHerberta Alexandera Simona i Allena Newella, (Škola za računalneznanosti, Tepper School of Business Carnegie Mellon University Rand

Corporation), ali 60 godina prije, točnije 1954. godine. Njihovom

zaslugom i uz njihov angažman, postavljeni su temelji razumijevanja

stručnosti, proučavanje procesa znanstvenog otkrića, uvođenje bihevioralne ekonomije i kognitivnih znanost. Njihova zamisao i ideja

pokrenuta prije više od šest decenija, bila je proučavanje

rješavanja problema simuliranjem s računalnim programima.Računalna simulacija ljudske spoznaje postala je glavni istraživački

interes, od samog početka utemeljenja područja istraživanja UI.

Herbert Alexander Simon dobitnik je iste one nagrade Švedske bankeza ekonomske znanosti kao i Daniel Kahneman, samo 25 godina prije,

točnije, 1978. godine.

Preklapanjem radova, njihovih zaključaka, kao i doprinosa, oba paranavedenih istraživača, može se zaključiti da se Danijel Kahneman pozivana Herberta Alexandera Simona u svojoj knjizi u poglavlju koje govori o

intuicijama stručnjaka i kada im možemo vjerovati.



58

S vrlo skromnim naglaskom konstatira kako ga sva „plemena iklanovi u istraživanju odlučivanja priznaju i poštuju kao utemeljiteljaUI“. Slučajno ili namjerno prešućena je činjenica Simonovog doprinosa u

razvoju i primjeni UI i IS, što je bio izazov obojici autora da se odluče pozabaviti detaljima poučavanja mišljenja kako bi ponudili vlastitemodele.

3.3.3. Kognitivno i bihevioralno inženjerstvo u donošenju odluka

Kognitivno, (lat. cognitio = spoznaja), predstavlja mentalne procese za

koje se pretpostavlja da ističu ponašanje, ono pokriva i široki raspon

područja istraživanja o djelovanju pamćenja, pozornosti, percepciji, predstavljanju znanja, mišljenju, kreativnosti i rješavanju problema.

Kognitivno inženjerstvo je disciplina koja obuhvaća psihologiju iračunarstvo, te ima za cilj saznati kako potaknuti i njegovati

komunikaciju između ljudi koja je bazirana na tehnologiji, ili ljudi itehnologija u direktnoj interakciji.

Da bi se to moglo ostvariti predlažu se sljedeći principi: stvaratiznanost dizajna kojem je glavni cilj korisnik, shvatiti ozbiljno sučelje,odvojiti dizajn sučelja od dizajna sustava, te prilikom dizajna sustava

potrebno je krenuti od potreba korisnika.

Biheviorizam,(eng. behaviour = ponašanje), pristup je preuzet iz psihologije koji ima za cilj otkrivanje zakonitosti ponašanja u određenimsituacijama.

Inženjer koji se bavi bihevioralnim inženjerstvom mora determiniratia) koje točno ponašanje želi da se dogodi, b) kojim poticajima ga želikontrolirati, te c) koje metode ima na raspolaganju, uključujućikontingenciju, (lat. contigentia, contigere = dotaći se, mogućnost,eventualnost, Slika 3.1.

http://hr.wikipedia.org/wiki/Spoznaja

http://hr.wikipedia.org/w/index.php?title=Mentalni_proces&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Pam%C4%87enje


http://hr.wikipedia.org/w/index.php?title=Pozornost&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Percepcija

http://hr.wikipedia.org/wiki/Predstavljanje_znanja

http://hr.wikipedia.org/wiki/Mi%C5%A1ljenje


http://hr.wikipedia.org/wiki/Kreativnost

http://hr.wikipedia.org/w/index.php?title=Rje%C5%A1avanje_problema&action=edit&redlink=1


http://hr.wikipedia.org/wiki/Engleski_jezik

http://hr.wikipedia.org/wiki/Psihologija

http://hr.wikipedia.org/wiki/Pona%C5%A1anje

















59

Slika 3.1. Odnos između trostrukog pojma kontingencije i bihevioralnog

inž enjerstva

Ono što je zajedničko kognitivnom i bihevioralnom inženjerstvu jesu

obrasci koji nastaju prilikom ponašanja (koje je neposredno u direktnojvezi s komunikacijom). Za razliku od ponašanja koje je kvalitativno i usebi nosi subjektivne karakteristike, ono što je bitno kada govorimo oračunarstvu su obrasci koji se javljaju kao objektivne i kvantitativne

refleksije određenog ponašanja, te kao takvi mogu biti prepoznati odstrane ES. Prilikom dizajniranja sustava prepoznavanje novih obrazaca

omogućuje da se prepozna novo ponašanje korisnika, te sukladno tomesustav i adaptira prema novom ponašanju korisnika. To može biti u svrsiregulacije ako govorimo o konceptu bihevioralnog inženjerstva ili u svrsi

unapređenja samog sučelja kroz izgled ili podatke koje sučelje prezentira.

Kada u području UI promatramo proces razvoja, izgradnje,operabilnosti i održavanja ES, onda je nerazdvojivo iskustvo i znanje kojese stječe vremenom trajanja tog procesa. Iz baza znanja, baza podataka imehanizama zaključivanja, a što su osnovni dijelovi ES inženjeri znanjakontinuirano uče i to najviše kroz spoznaje o ponašanju, Slika 3.2.



60

Slika 3.2. Kognitivno i bihevioralno inženjerstvo stjecanja znanja iz

umjetne inteligencije izgradnjom ES

Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kaoinženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu natemelju poznatih pristupa o njenom ob jašnjenju. Odluka za primjenu

kognitivnog inženjerstva leži u definiranju analitičkih razina na kojima se

mozak i um mogu proučavati, a potom i koristiti.Prvotne jednostavne analogije kognicije i računarstva koristile su za

opisivanje razine analize uspoređivanje mozga i računala. Fizikalnu

razinu bi predstavljao procesor računala, bihevioralna razina predstavljala

bi računalni izlaz na monitor ili pisač a funkcionalna razina bi bilaračunalni operativni sustav koji omogućava procesoru i perifernim jedinicama da komuniciraju. Umjesto analogije, istraživanja sklonosti i

mentalnih fenomena, primjenu kognitivnih komponenti uporabe znanja,

inženjeri znanja su proveli u praksi izradom baza znanja, kojima se služi

mehanizam zaključivanja u ES.

Biheviorizam je u 20. stoljeću kao pravac pretpostavljao da seznanstvene metode mogu primjenjivati samo na ona ponašanja koja semogu opažati i mjeriti. Utjecaj na istraživanje klasično je uvjetovanje,

odbacilo još s kraja 19. stoljeća, introspektivnim metodama tražećiograničavanje psihologije na eksperimentalne laboratorijske metode. U21. stoljeću psihometrijska ispitivanja bihevioralnom inženjerstvu suotvorile nove putove u potvrdama zakonitosti ponašanja. Proces stvaranja

navika može se istraživati, za razliku od instinkta koji je dio genetske

http://hr.wikipedia.org/wiki/Ra%C4%8Dunalo


http://hr.wikipedia.org/wiki/Procesor

http://hr.wikipedia.org/wiki/Operativni_sistem

http://hr.wikipedia.org/wiki/20._stolje%C4%87e


http://hr.wikipedia.org/wiki/Klasi%C4%8Dno_uvjetovanje









61

osnove, što je potvrđeno ispitivanjem na primatima. Iz tih razloga potvrđen je dominantni utjecaj okoline. Odbacujući koncepcije nasljednihsposobnosti, talenata, mogućnosti, sklonosti i vokacije, biheviorizam i

dalje obećava promjenu svijeta. Oslobođeni prošlosti, ljudi bi mogli bitiuvjetovani da se ponašaju na prihvatljiv način, što se u konačnici uspjelo sinteligentnim sustavima.

Danas se ES koriste gotovo u svim područjima i rade sve ono za što sesmatra da čini čovjekovu inteligenciju. Komponente ekspertnog sustavageneriraju:

Pohranu i prezentaciju velikih količina znanja problemskog

područja Aktiviranje uporabe znanja za rješavanje problema

Pružanje odgovora na korisnička pitanja

Pri radu se koriste kontrolne strategije, koje odlučuju u kom trenutkutreba primijeniti neko od pravila iz baze znanja na nove činjenicedobivene tijekom konzultacija s korisnikom. Na ovaj način se simuliraljudsko razmišljanje.

U današnje vrijeme bez tehnologije i postojećih društvenih strukturateško je ostvariti bilo koji cilj, stoga je moguće i poželjno promatratiopisani proces kao proces socio-tehničkog sustava. Inženjer znanja kaoljudsko biće razaznaje razliku između sustava i svrhe ostvarenja unaprijedzadanih ciljeva. ES baziran na UI može samo r i ješiti predefinirane ciljeve,

ali ES baziran na UI s inženjerima znanja može i r i ješiti ciljeve koje po

prvi put nastaju kao posljedica interakcije s okruženjem. Odnosno samosocio-tehnički sustav može r i ješiti cilj koji je nastao zbog interakcije sastvarnošću koja se po prvi puta pojavila, te samim time je i nepoznata ES-

u. Bitno je da sustav bude svjestan da se nešto novo i nepoznato dogodilou stvarnosti. Ako svjesnost pokreće uspješnost socio-tehničkog sustavaovisi o svjesnosti istog.

Međutim svjesnost po Wieneru definira sredstvo za kontrolu stroja

UI koja se bazira na stvarnoj performansi a ne na očekivanoj. Bezsvjesnosti o stvarnim performansama ne mogu se donositi odluke

(odnosno upravljati sustavom) bazirane na stvarnosti, a na predviđanjimakoja ako nisu dovoljno empirijski osnovana postaju spekulativna.

Svjesnost o događajima u stvarnosti omogućuje da se prilagodi buduće

ponašanje sukladno proizašlim akcijama. Svjesnost da se nešto dogodilo,



63

različita scenarija, a ono što ih čini različitim je svjesnost o stvarnosti tesvojstvima sustava.

3.3.4. Rezultati istraživanja

Odluke o akciji ES bazirane na UI pomažu pri poučavanju mišljenja idonošenju odluka bazirano na događajima u kojima je sustav biointeraktivan s inženjerom znanja, zato što ponavljanje procesa

prepoznavanja, shvaćanja i obuhvaćanja, uz utjecaj svjesnosti kao

nezavisne varijable generira dovoljno informacija ne samo za regulaciju

sustava već i za njegovo učenje.U provedenim istraživanjima empirijski okviri i modeli koji se

koriste u procesu donošenja odluke povezuju se i sintetiziraju sistraživanjima područja UI u cilju generiranja teor ijskih osnova za izradu

algoritama koji s razine ES mogu potpomagati procesu donošenja odluke.

Komentari na rezultate istraživanja poslije analiza i sinteza, posljedicasu i vlastitih iskustava autora o poučavanju mišljenja, profiliranih iz:

a) Integralnog metodološkog pluralizma, u kojem nema dominantne

paradigme, nema najvažnijeg i b)

Integralne post metafizike koja uključuje nužnost noosfernog.

Tako postavljena teorija kompatibilna je s metodološkim -

epistemološko i ontološkim pristupom zbiljnosti, a koji se temelji na trima

glavnim principima:

1. Ne isključivosti, 2. Razotkrivanju i

3. Ozakonjenju,.

Analizirajući IS, odnosno preciznije za svrhu ovog rada aplikacijskitunelski ES baziran na UI, koji se temelje na učećim agentima, moguće jeutvrditi da je uz hardverski pristup dizajnu potrebno razvijati metode kojeće podržavati organski pristup. Može se zaključiti da analiza odvojenihkomponenata socio-tehničkih sustava, tehnologije i ljudi, ne možedonijeti željene rezultate u svrhu poboljšanja performansi sustava za

potrebe rješavanja kompleksnih situacija. Bitno je prepoznatimeđuodnose tehnologije i inženjera znanja, te kako oni utječu na performanse ES. Kada su identificirani međuodnosi, onda je potrebno s



64

inženjerske perspektive te odnose poboljšati. Ono što je bitno u nastavkuistraživanja je prepoznavanje obrazaca korištenih u sustavu od stranesamog sustava, kao i dohvat informacija i znanja koji se javljaju kao

izlazni parametri ES od strane korisnika. Povezivanje obrazaca s performansama stvara bolju osnovu za učenje ES, koje kasnije sustavmože koristiti da prepozna novo ponašanje korisnika. Rezultat promjenerealnosti rezultira promjenom ponašanja inženjera znanja. Na ovaj načinES prepoznaje novo ponašanje inženjera znanja, odnosno ako znamo da je

ono rezultat novonastale stvarnosti socio-tehničkog sustava, možemotvrditi da na ovaj način ES uspješno prepoznaje promjene u stvarnosti.Ovaj pristup u inženjerskom smislu omogućuje da se postojećimsustavima dodaju svojstva koja omogućuju organski r azvoj, te je taj

proces temeljen na ES i čovjeku, koji zajedno uočavaju promjene urealnosti.

Kao primjer može se uzeti senzor u automobilu koji reagira na prisutnost alkoholnih para u unutrašnjosti zaključujući da je vozač podutjecajem alkohola. U sluča j kada je u automobilu razbijena boca s

alkoholom senzor će blokirati pokretanje vozila, što je kriva odlukasustava jer ne odgovara realnosti. Ako pak sustav umjesto senzora koristi

podatke o ponašanju vozača, vrlo lako može kvantitativno kreirati obrasce

koje ES prepoznaje te preko njih uči kroz vrijeme uporabe. Budući da je

rješenje temeljeno na obrascima softverskog jeftinije je i lakše zaimplementaciju od onog senzorskog odnosno hardverskog.

Iz gore navedenog primjera uviđamo da je svjesnost temelj za

donošenje odluke, te sukladno modelu iz slike 3, čini temeljnu sastavnicuorganskog procesa korištenja ES koji da bi dao performanse koje moguodgovoriti na promjene u okruženju, odnosno realnosti, mora uključivati itehnološku i ljudsku komponentu.

Rezultat svake odluke socio-tehničkim sustavom kojeg čine inženjerznanja i ES s UI se reflektira na postojeće znanje sustava, stvarajući novo

znanje koje se pohranjuje u sustav. Bitno je napomenuti da to znanje ovisi

o kontekstu u kojem je nastalo. Za nove odluke potrebna je svjesnost o

kontekstu u kojem je postojeće znanje nastalo ali i novom kontekstu izkojeg nastaje potreba za novom odlukom. Na taj se način eliminira pojavljivanje percepcija koje su zamijenjene perspektivama. U

hermeneutici se percepcije ne mogu shvatiti kao stvarno iskustvo nego

apstrakcija oslonjena na nešto što se dogodilo. Trist, jedan od

utemeljitelja socio-tehničkog koncepta, predlaže analizu dvije vrsteokruženja, jedna je kontekstualna, odnosno bavi se širim okruženjem, dok



65

je druga transakcijska, odnosno bavi se užim okruženjem. Percepcijumožemo povezati s transakcijskim, odnosno užim okruženjem, dok perspektive možemo shvatiti kao šire okruženje. Zamjenjujući percepcije

perspektivama u procesu donošenja odluka stvaramo temelj za kvalitetniju analizu prilikom donošenja odluka.Stoga je potvrda postavljene hipoteze izbjegavanje određenih zamki u

predloženom modelu poučavanja mišljenja, kao što su:

1. Izbjegavanje privida da razumijemo prošlost čime izbjegavamo poticanje prekomjerne pouzdanosti u sposobnost predviđanja budućnosti

2. Izbjegavanje prevlasti asimetrije rizika, (pozitivan je ishod

dvostruko poželjniji)3. Izbjegavanje procjenjivanja posljedica trenutačne razine uloženognapora i prisutnosti nezadovoljenih zahtjeva i

4. Odustajanje od rješenja složenog pitanja izgradnjom pojednostavljujućih pitanja tako da u sjećanje prizivamo nekerecentnije ili istaknutije događanje koje vežemo uzreprezentativnost uzorka ili najdostupniju informaciju.

Jurić objašnjava pluri-perspektivnost kao koncept koji se referira na

inkorporaciju i posredovanje kroz dijalog ne samo znanstvenih, nego i ne-znanstvenih (tj kulturnih) kontri bucija, uključujući i različite načine

razmišljanja, različite tradicije mišljenja i kulture, odnosno različitim pogledima koji počivaju na kulturnim, spolnim, vjerskim, političkim idrugim specifičnostima. To je potpuna analogija s hermeneutičkim pristupom ontologije ES

Ako se promatra kapacitet ES kroz tehnološke mogućnosti povezivanja inženjera znanja sa širim brojem ljudi za potrebe dijaloga, usvrhu donošenja kvalitetne odluke, može se primijetiti mogućnost

refleksije individualne percepcije s različitim perspektivama.Kao platforma koja omogućuje pluri- perspektivne procese može senavesti primjer Amazon Mechanical Turk platforme, za distribuciju

zadataka velikom broju osoba, odnosno agenata, čija se onda subjektivnainterpretacija, odnosno percepcija pretvara u pluri-perspektivu koja jetemeljena na intersubjektivnom dogovoru.



66

3.3.5. Komentar

U obrađenom radu su u prvom dijelu prezentirana publicirana

provedena istraživanja o donošenju odluka koje su proglašene uspješnim prema mjerilima ekonomskih znanosti. Uz pomoć umjetne inteligencije pretraživanja su ukazala kako se radi o dva gotovo identična primjera svremenskom odstupnicom od 30-tak godina koja su uporabljena kao

podloga poučavanja. Osnova poučavanja je povezana s inženjerimaznanja - novom profilu stručnjaka umjetne inteligencije koji kognitivnim i

bihevioralnim inženjerstvom proširuju mogućnost poučavanja iz umjetneinteligencije. U drugom dijelu rada su prezentirana originalna istraživanjaobojice autora koji rezultira prepoznavanjem originalnog koncepta

donošenja odluka koji se profilirao iz obrađenog istraživanja umjetneinteligencije i koji se potvrdio na velikom broju primjera iz prakse čak i u provjeravanim obrnutim redoslijedima. Odluka je rezultat misli i čuvstva.

Odluka kao svjesni akt volje, odnosno čin izbora kojim završavastadij "odlučivanja" (deliberacije, osvještavanja, ocjene i borbe motiva),smišljen je i izabran oblik aktivnosti objektiviziranja koje se promeće ustvarnost.

Misao je doživljaj kojim se utvrđuje postojanje različitih pojava,određuju svojstva i otkriva "stanje stvari".

Čuvstvo je psihički proces koji odražava subjektivan odnos čovjeka prema objektivnom zbivanju u njegovoj okolini.

Svjesnost je sposobnost razmišljanja i rasuđivanja o stvarnosti ko janas okružuje.

Proces svjesnost, čuvstvo, misao i odluka je osnova naše interakcije srealnošću, te nam je želja u daljnjim istraživanjima sagledati taj proces izsocio-tehničke perspektive, kroz nedualistički pristup, koji gleda socio i

tehno kao kompleksan entitet koji je zavisna varijabla od promjena u

okruženju.Iz perspektive socio-tehničkih sustava obrađene u ovom radu moguće

je zaključiti da je svjesnost kao svojstvo neophodna pri donošenju odluka.U ovom stadiju tehnološkog razvitka ljudsko biće može imati svjesnost prema okruženju, međutim informacijsko-komunikacijske tehnologije

mogu uz „svjesnost“ o promjenama u realnosti kroz prepoznavanje promjena obrascima koristiti znanja koja nudi ES. Tako moguće je ponuditi korisniku nove funkcionalnosti ili nova znanja potrebna za

rješavanje izazova koje pruža novonastala realnost, zahtijevajućimišljenje i odluke.



67

4. MOZAK FLEKSIBILNI SAMOREGULIRAJUĆIENTITET

Kenneth Earl Wilber II. (rođen 31. 1. 1949.), zbog svojih mentalnih

sposobnosti, ali i zbog činjenice da je svake godine kako u osnovnoj tako i

u srednjoj školi bio jedan od najboljih učenika, odlikovan mnoštvom

nagrada i priznanja - dobiva nadimak: MOZAK. Iako postaje magistar

biokemije, u potpunosti napušta znanost te se posvećuje autodidaktici i

duhovnoj praksi, usmjerava jući se k pluriperspektivnosti.

Svoj put najbolje opisuje riječima: „Uvijek sam bio zahvalan svojim

stupnjevima u znanosti. Uzmite nešto poput Schroedingerove valne jednadžbe ili integralnog računa. Kad ih jednom naučite, tada možete čitati

Buddhu ili Shakespearea. Ali ako ste stekli svoj fakultetski stupanj na

Shakespeareu te pokušate naučiti integralni račun, to se vjerojatno neće

dogoditi.“

Istraživanja funkcija mozga čovjeka, biološke osnove svijesti postavljaju

nove prioritete za znanost u 21. stoljeću (proglašenom i Stoljećem uma),

pokrenula je svjetsku inicijativu s ciljem promocije znanja o mozgu - Dana

All iance for Brain Initiative . Ta inicijativa je dobila široke razmjer e iz

nekoliko razloga. Na prvom mjestu je spoznaja da je nemoguće naći ijedno pitanje vezano uz funkcioniranje ljudskog društva koje ne bi zahtijevalo

biološki utemeljeno znanje o psihologiji, ponašanju i svijesti čovjeka,

odnosima i komunikaciji među ljudima u društvu, kao i evolucijski

utemeljeno znanje o tome što nas čini ljudima te kada i kako su nastala ta

specifično ljudska obilježja. Tjedna mozga u Hrvatskoj obilježava se i na Elektrotehničkom odjelu TVZ -a.

Moto „Tjedna mozga“ na ELO TVZ-u, 2014. godine:

„Ljudi bi trebali znati da u mozgu, i samo u mozgu, nastaju naša radost,veselje, smijeh i šala, kao i naša tuga, bol, žalost i strah. On nam

omogućuje da čujemo i razlikujemo ružno od prelijepog, dobro od lošeg,

ugodno od neugodnog“

Moto „Tjedna mozga“ na ELO TVZ-u, 2015. godine:

„Ljudi bi trebali znati da je tajna uspješne komunikacije otkrivena onda

kada priznamo razliku između onoga što kažemo i onoga što misli naš

mozak! “



68

Uvod u četvrto poglavlje

___________________________________________________________

Neuroznanost predstavlja jedno od najuzbudljivijih područjasuvremene znanosti. Zahvaljujući brojnim novim tehnikama snimanjamožemo "pogledati" u sam mozak i vidjeti kako on funkcionira. Takva promatranja znatno su proširila čak i naše razumijevanje učenja. I premdase već mnogo toga zna, tek smo na početku razumijevanja golemekompleksnosti mozga, a to znači i na početku mogućnosti primjeneneuroznanstvenih spoznaja u obrazovanju.

Ovo što se danas zna ili pretpostavlja ima ogromno značenje za praksu

jer te spoznaje mogu povećati efikasnosti učenja primjenom strategija poučavanja koje će biti bolje usklađene s načinom funkcioniranja mozga. Nova istraživanja mozga pokazuju da se mozak neprestano mijenja, tzv.

moždana plastičnost. Neuroznanstvenici duhovito kažu: "Samo se za nekefunkcije "prozori" za ulaz utjecaja počinju zatvarati u vrlo ranoj dobi), noza druge se oni tek počinju otvarati". Umjesto prijašnje usporedbe mozga skompjutorom, danas istraživači gledaju na mozak kao na mnogofleksibilniji, samo- prilagođavajući entitet - živi, jedinstveni, organizamkoji se stalno mijenja, raste i preoblikuje prema izazovima, s elementima

koji nestaju ako se ne koriste.

4.1. Mozak i sustav živaca

Mozak se sastoji od živčanih stanica (neurona) i potpornih stanica(glija). Neuroni su građeni od tijela neurona, aksona (prenose signale

drugim neuronima) i dendrita (koji primaju signale od drugih neurona).

Glija stanice sačinjavaju većinu moždane mase. Njihova uloga još nije potpuno istražena, ne prenose signale, ali je sve više dokaza da imaju važnuulogu u razvoju živčanog sustava, imunološku ulogu, ulogu u održavanjukrvno moždane barijere. Svaka je anatomska podjela ljudskog mozga

relativna. Ona koja je danas općeprihvaćena dijeli mozak na moždanodeblo (truncus cerebri), mali (cerebellum), srednji (diencephalon, u kojem

se nalazi i limbički sustav) i veliki mozak (telencephalon). Model ljudskog

mozga prikazuje Slika 4.1.



69

Slika 4.1. Model ljudsk og mozga, središnji presjek mozga

Moždano deblo regulira osnovne životne funkcije poput disanja, malimozak kontrolira izvođenje tjelesnih pokreta, održavanje ravnoteže pri pokretima, srednji je mozak sjedište kontrole žlijezda sa unutarnjimizlučivanjem, a kemijski spojevi koje izlučuju žlijezde srednjeg mozga podešavaju aktivnost viših moždanih središta, ali i aktivnost perifernih

žlijezda, a time posljedično svih organa u tijelu. Veliki se mozak sastoji od

dvije polutke (lijeve i desne); kora velikog mozga podijeljena je na polja s

određenim funkcijama poput vida, sluha, njuha i osjeta dodira, te upravljavišim funkcijama poput govora, mišljenja i pamćenja.

Najvažniji dio mozga koji se odnosi na djelovanje samo razvojnih

tehnika je prednji dio kore velikog mozga, frontalni korteks. Funkcije

frontalnog korteksa u najširem smislu su planiranja, predviđanja,apstraktnih ideja o Bogu i univerzumu, maštanja, intuicije i stvaralaštva,

socijalnog ponašanja, prilagodba emotivnih nagona zahtjevima okoline.

Sve što smo stvorili, prvenstveno je zasluga razvijenog frontalnogkorteksa, prednjeg dijela kore velikog mozga, smještenog iza čela. Svaki pojedinac poznaje promjene koje se svakodnevno događaju u njegovojsvijesti. Ono što kontrolira naše emocije jest limbički sustav, smještenizmeđu korteksa i moždanog debla. U sredini limbičkog područja, iza našihočiju, su dvije amigdale. Položaj amigdala prikazuje Slika 4.2.



70

Slika 4.2. Položaj amigdala

Neuroznastvenici su otkrili da ta dva organa nalik bademima primaju i

šalju sve emocionalne poruke. Naravno, u mozgu se ništa ne događaizolirano, amgidala stalno komunicira s korteksom gdje obavljamo

analitičke i verbalne zadatke i gdje obitava naša radna memorija.

Emocionalni mozak promatra sve što nam se događa iz trenutka utrenutak, uočava je li to što nam se upravo događa nalik nečemu što nas jeu prošlosti ražalostilo ili razbjesnilo. Ako uoči sličnost, amigdala “dižealarm” - objavljuje opasnost i u djeliću sekunde mobilizira nas na akciju.Može to učiniti mnogo brže nego što «misleći» mozak shvatiti što se uopćedogađa. To je razlog zašto mnogi ljudi pobjesne i učine nešto neprimjereno prije nego što stignu promisliti da li to doista žele učiniti. Naše je analitičkomišljenje uvijek pod utjecajem emocija. Ako uspostavimo zrelu, zdravu

vezu između moždanih dijelova, možemo kontrolirati svoje odgovore naamigdaline poruke. Korteks nam može reći da odustanemo od neposrednereakcije "napadom”. Emocije se stalno mijenjaju, a s njima mijenjamo i

odnos prema sebi.

Sustav živaca ponaša se u osnovi kao kibernetički (integracijski) sustav.Karakterizira ga prijam, prijenos, pohranjivanje, očitavanje i interpretiranjeinformacija te reagira na primljene podražaje ili obavlja misaonu radnju.Sustav se sastoji od središnjeg i perifernog dijela. Središnji živčani sustav

čine mozak i kralježnička moždina. Smješteni su u lubanji i kralježničkom



71

kanalu. Periferni sustav čine živci koji povezuju periferne dijelove tijela isredišnji živčani sustav u oba smjera.

Živčani sustav dijeli se na voljni (moždano kralježnički) i autonomni(vegetativni - simpatički i parasimpatički). Prema tipu, živčana se vlaknadijele na osjetna, motorička, i specijalna (primjerice okusna,

parasimpatička). Čitav sustav živaca građen je od živčevih stanica -

neurona.

4.2. Neuroni

Neuroni se sastoje od tijela stanice s kojeg se pruža veći broj kraćihživčevih vlakana - dendrita i po jedno duže živčevo vlakno - akson ili

neurit . Dendriti su obično dobro razgranati poput krošnje stabla. Slično jerazgranat i završni dio aksona te ima izgled korijenja biljke. Veza izmeđudva neurona naziva se sinapsom, a prostor u kojem dolazi do prijenosa

električkog signala, sinaptičkom pukotinom, Slika 4.3. i 4.4.

Slika 4.3. Snimak neurona i sinaptičke veze između dvaju neurona



72

Slika 4.4. Shematski prikaz sinaptičke veze dvaju neurona (a) i

neuromišićne veze (b)



73

Aksoni se udružuju u živčana vlakna, a snop živčanih vlakana čini živac. Specifičnost za živčeve stanice je nemogućnost diobe nakonzavršetka zametnog razvoja. Neposredno prije rođenja živčeve stanice

gube centrosom. Centrosom se sastoji od dvaju centriola smještenih u blizini jezgre. Uloga je centriola u diobi stanica (mitozi) stvaranje teznih

niti dio benog vretena s pomoću kojih se razmiču udvojeni kromosomi unovonastale stanice.

4.3. Sinapsa

Prijenos podražaja u sinapsi odvija se kroz sinaptičku pukotinu. Naime,

dva neurona se fizički nikada ne dodiruju, već između dva neurona postoji

sinaptička pukotina (150 do 300 nm). Prijenos podražaja stoga se neostvaruje izravno, nego kemijskim podraživanjem sljedećeg neurona i to s pomoću neurohormona (neurotransmitera) npr. acetil-kolina,

noradrenalina. Određene molekule neurohormona neprestano sesintetiziraju u tijelu (somi) neurona i pohranjuju u završnim nožicama presinaptičkih završetaka. Kada bioelektrični potencijal, nastao na prijamnom dijelu receptora stigne do kraja neurona, uzrokuje naglo

oslobađanje molekula neurohormona iz završnih nožica u sinaptičku pukotinu. Molekule neurohormona se tada vežu na specifične membranske

neurohormonske receptore sljedećeg neurona. Posljedica toga su promjeneslične onima u samom prijamnom dijelu prethodnog neurona. Otvaraju seionski kanali za natrij, ioni natrija difundiraju iz izvan stanične tekućine u post sinaptički neuron. Nastupa depolarizacija novo odraženog neurona, a

električni podražaj se širi dalje do nove sinapse.

Da neurohormoni ne bi predugo podraživali post sinaptički neuron,

nakon što se vežu za neurohormonske receptore, oslobađa se iz tog neuronaodređena količina enzima za njegovu brzu razgradnju. Specifični enzim za

razgradnju acetil kolina je acetil-kolin esteraza, (ACE), a za noradrenalinmono-amino oksidaza, (MAO). Ti enzimi razgradit će molekuleneurohormona vezanih za neurohormonske receptore i time omogućitizatvaranje natrijskih ionskih kanala i prekid prijenosa podražaja.Repolarizacija podraženih stanica ostvaruje se izbacivanjem viška ionanatrija u okolinu, koji su ušli u stanicu tijekom podraživanja(depolarizacije). Za proces repolarizacije odgovorna je natrij/kalij, (Na/K)

crpka. To je proces aktivnog transporta uz utrošak energije iz zalihaadenozin-trifosfata, (ATP).



74

4.4. Učeći mozak

Naš mozak je pravo čudo. Mozak istražuje, proučava sam sebe.

Neuroznanost predstavlja jedno od najuzbudljivijih područja suvremeneznanosti. Zahvaljujući brojnim novim tehnikama snimanja? možemo"pogledati" u sam mozak i vidjeti kako on funkcionira. Takva promatranja

znatno su proširila čak i naše razumijevanje učenja. I premda se već mnogotoga zna, stručnjaci smatraju kako smo tek na početku razumijevanjagoleme kompleksnosti mozga, a to znači i na početku mogućnosti primjeneneuroznanstvenih spoznaja u obrazovanju. No, već i ovo što se danas znaili pretpostavlja ima ogromno značenje za praksu u razredu jer te spoznajemogu povećati efikasnosti učenja primjenom strategija poučavanja koje će

biti bolje usklađene s načinom funkcioniranja mozga.Kako saznajemo više o mozgu i o tome kako on uči, tako moramo pronalaziti okruženja za učenje koja su prilagođena tim spoznajama.Učitelji ne moraju biti eksperti u znanosti o mozgu, ali je itekako važno dashvate i uvažavaju sve one njegove karakteristike i način funkcioniranja,

koje su bitne za proces učenja i poučavanja učenika. Još prije dvadesetak godina znanstvenici su vjerovali kako je strukturanašeg mozga unaprijed određena nasljeđem (geni), te da ta nepromjenjivastruktura određuje kako se umno razvijamo i kako ostvar ujemo među

utjecaj s okolinom. Nove tehnike snimanja mozga, međutim, pokazuju da nasljeđe određujetek broj moždanih stanica s kojim se djeca rađaju i njihov početni raspored,dakle samo osnovni okvir.

Mozak djeluje putem tzv. neuralnih ili komunikacijsk ih mreža kojeobuhvaćaju milijarde živčanih stanica, neurona, i nekoliko stotina tisućamilijardi veza, sinapsi, među njima. Tipično je za njegov razvoj stvaranjeogromnog broja tih veza među neuronima, jer se nakon rođenja samineuroni više ne stvaraju.

Fizička struktura mozga, mreža povezanih neurona, mijenja se kaorezultat iskustva, učenja. To svojstvo mozga naziva se njegovom plastičnošću. Broj veza između neurona u mozgu dojenčeta više je nego20-struko veći od njihovog broja u mozgu odraslog čovjek a. Tijekom

djetinjstva sve do adolescencije sinapse se umnožavaju u prekomjernom broju ali isto tako i «brišu» vrlo velikom brzinom. Tako naše iskustvooblikuje naš mozak a zatim on oblikuje naše iskustvo.

Preživljavaju one sinapse koje se tijekom iskustva (učenja)upotrebljavaju, dok druge, koje se ne upotrebljavaju, nestaju. "Mozak se



75

danas mnogo manje doima kao gotova kamena skulptura, a mnogo više kaodjelo u stalnom nastajanju” (Wright, 1997). Iskustvo, naravno, može bitivrlo različito. Npr. snažni su dokazi da prvo djetetovo iskustvo, iskustvo s

roditeljima, osobito snažno oblikuje dijelove mozga koji su uključeni uemocije, ličnost i ponašanje. Neke studije pokazuju da jačina vezivanjadjeteta uz one koji brinu o njemu može povećati njegovu sposobnost da učii suočava se sa stresom. Druge pokazuju da zlostavljanje i zanemarivanjedjece može mozak za cijeli život «napuniti» neprikladnom agresijom irastresenom pažnjom. To objašnjava model razvoja mozga koji smatra da“primitivna”, filogenetski najstarija područja mozga sazrijevaju prva.

Naime, u prve tri godine života ona područja u kori velikog mozga koja

upravljaju našim senzornim i motornim vještinama doživljavajunajdramatičniji preustroj i ti perceptivni centri zajedno s nagonskimcentrima, kakav je limbički sustav, bit će pod snažnim utjecajem iskustvau ranom djetinjstvu. Nasuprot tome, noviji, frontalni dijelovi o korteksa,

koji upravljaju planiranjem i donošenjem nisu "umreženi" prije pete dosedme godine života.

Drugo veliko restruktur iranje mozga zbiva se između devete i jedanaestegodine. Usporedba elektroencefalograma, (EEG) adolescenata i odraslih

pokazuje da se od rođenja do smrti pojedinca otprilike svake dvije godine

događa izvjesna moždana reorganizacija. Pretpostavlja da su tereorganizacije posljedica dvogodišnjih ciklusa, valova, razvojnih promjena moždanih hemisfera, pri čemu se obnavlja jedna petinasinaptičkih veza u mozgu. Ideja o razvojnim valovima još nije potvrđena,ali sve više znanstvenika su njene pristalice.

Dak le, nova istraživanja mozga pokazuju da se on ne prestaje mijenjatinakon treće godine, kako se to dosad pretpostavljalo. NeuroznanstvenicaMegan Gunnar duhovito kaže: "Samo se za neke funkcije "prozori" za ulazutjecaja počinju zatvarati u vrlo ranoj dobi (kritična razdoblja), no za drugese oni tek počinju otvarati" (Wright, 1997).

Umjesto prijašnje usporedbe mozga s kompjutorom, danas istraživačigledaju na mozak kao na mnogo fleksibilniji, samo- prilagođavajući entitet,živi, jedinstveni, organizam koji se stalno mijenja, raste i preoblikuje prema

izazovima, s elementima koji nestaju ako se ne koriste.



76

4.5. Tehnike učenja

Učenje započinje na mikroskopskoj staničnoj razini. Mozak ima

nekoliko vrsta stanica koje su uključene u proces učenja, a najviše suizučeni neuroni. Znanstvenici drže da su neuroni stvarno žarište aktivnosti:stalno prenose, integriraju i stvaraju informacije (Jesen, 1998). Najbrojnije

su pak moždane stanice tzv. galija stanice, čija je funkcija hranjenjeneurona. Što mozak više neurona koristi, to više galija stanica treba.

Einsteinov je mozak bio prosječne veličine, ali je sadržavao daleko višegalija stanica od normalnog mozga. Učenje je upravo ono što mozaknajbolje radi. Učenje zapravo mijenja strukturu mozga.

Znanstvenici nisu još posve sigurni kako se to događa, ali imaju idejuo tome što se događa. Proces započinje podraživanjem mozga. Ti podražajimogu biti unutrašnji (npr. “oluja ideja”) ili mogu biti neko novo iskustvokao rješavanje nekog problema. Jednom kad je podražaj primljen, svakamoždana stanica radi kao mala električna baterija. Informacije putuju krozneurone u obliku električnih signala, koje primaju ulazni izdanci, dendriti,

a dalje ih predaju izlazni izdanci, aksoni. Kemijske tvari, neurotransmiteri,

prenose električne impulse kroz sinaptički prostor do dendrita sljedećegneurona. Što se češće stimuliraju, neuroni razvijaju bogatiju mrežu dendrita

a time i jače sinapse, pa tako postaju prjemljiviji za poruke. Potom se ti podražaji razvrstavaju i obrađuju u mozgu na nekoliko razina.Ako ponavljamo zadatak ili aktivnost koju učimo, živčani putevi

kojima se to odvija postaju sve ef ikasniji. Istraživači H. Van Mier i S.Peterson s Medicinskog fakulteta Sveučilišta Washington otkrili susnimajući PET tehnikom (tomografija pozitronske emisije) da se pri početnom učenju “pale” tj. aktivna su mnoga područja mozga, a što suzadaci bolje naučeni to je manje takvih aktivnih područja.

Psihometrijska istraživanja – potvrđuju da aktivnost pojedinihdijelova mozga (snimak pozitronskim emisionim tomografom – PET), koji

su trenutno aktivni odnosno podraženi, su topliji od susjednih područjazbog povećanog metabolizma, Slika 4.5. Na taj su način otkrivene glavneaktivnosti dijelova mozga, Slika 4.6.



77

Slika 4.5. Aktivnosti dijelova mozga snimljene pozitronskim emisionim

tomografom – PET

Slika 4.6. Aktivnosti pojedinih dijelova mozga potvr đene istraživanjima

Prof. Nielsa Birbaumera na institutu u T übingenu



78

Jednostavno rečeno, početnici moraju koristiti veća područja mozga,dok iskusni koriste manje područje, ali zato efikasnije.

Poticanje mozga na razvoj obično se zbiva kad činimo nešto novo –

rješavamo novi problem, posjećujemo novo mjesto, gledamo novi film,upoznajemo novu osobu. Novost mentalnog ili motoričkog poticaja stvaraveću blagotvornu eklektičnu energiju nego kad je u pitanju već poznato.

Mada je zanimljivo znati što se prilikom učenja zbiva na staničnoj razinimozga, ipak, jasno je da se stanično učenje i ponašanje pojedinca znatnorazlikuju. Možemo iz knjiga dobro naučiti kako omogućiti dobar procesučenja, a da pri tom u učenika ne proizvedemo nikakve vanjske znakove prihvaćanja i primjene naučenoga.

Promjena ponašanja koja je rezultat učenja ovisi o mnogobrojnim

činiteljima: od emocionalnih stanja, prijašnjih znanja, dnevnih oscilacija ukemizmu mozga, količini hormona – peptida. Krajnji rezultat učenja jestljudska inteligencija. Mozak je ono što posjedujemo (struktura), a um onošto mozak radi (funkcija). Um je proces. Znamo danas da je mozak

sposoban za neprestano stvaranje novih veza, za povećavanje umaučenjem. Kapacitet mozga za učenje je ogroman i on je stvoren za mnogo

zahtjevnije intelektualne aktivnosti od onih u koje je obično uključen.Znanstvenici su utvrdili kako reagiraju određeni dijelovi mozga pa senajčešće spominju aktivnosti lijeve i desne hemisfere mozga, Tablica 4.1.

Tablica 4.1.Reakcije hemisfera mozga

DESNA HEMISFERA LIJEVA HEMISFERA

- reagira na pokazane upute- intuitivno obrađuje probleme

- uočava sličnosti - spontana je i povezuje sličnosti - voli maglovitu i maštovitu informaciju - uočava crtež i pokretne slike - voli otvorena pitanja- teži slobodi u emocijama - teži suradničkoj strukturi - vidi povezanost- vidi analogiju i strukturnu sličnost

- reagira na verbalne upute- logički obraduje probleme

- uočava različitosti - planira i kombinira- voli jasnu informaciju- uočava govor i pisanje- bira u jasnom izboru- kontrolira osjećaje - teži autoritarnoj strukturi - vidi podijeljenost- vidi uzrok i posljedicu



79

Pojednostavljenim pristupima i inzistiranjem na “pravim” odgovorimatipičan školski razred mnogo više sužava taj kapacitet nego što ga širi.Zanemaruje se činjenica da je ljudski rod napredovao zahvaljujući upravo

nepresušnoj želji da isprobava i mijenja, a ne želji da uvijek slijedi samo“pouzdane i istinite” odgovore.

4.6. Mozak i pozornost

Neuroznanost je bolje rasvijetlila i ulogu bioloških faktora u pažnji iučenju. Nemamo jedan “centar” za pažnju, sustavi koji su uključeni u pažnju locirani su u različitim dijelovima mozga. Mozak uvijek na neštoobraća pažnju jer od toga ovisi naše preživljavanje. Većinu naše pažnje

"okupiraju" kontrasti u pokretima, zvukovima i emocijama, prema tomekontrast, promjena, novost najefikasnije su sredstvo za izazivanje nečije pažnje. Osjetljivost mozga da obraća pažnju jako je pod utjecajem uputa.Vjerojatnije je da ćemo na nešto paziti ako nam je rečeno da to činimo.Selektivna pažnja ovisi o učenju obuzdavanja nevažnih i pojačavanjuvažnih podataka. Neuroznanstvenici naglašavaju ulogu kemijskih tvari u pažnji, tj. važnostneurotransmitera, hormona i peptida. Svatko od nas zna kako tijekom dana

ima razdoblja budnije i razdoblja slabije pažnje. Ta različita moždana

“prijemljivost” za podražaje utjecat će na to koliko će dobro mozak primatii obrađivati podatke i obavijesti. Čak je moguće prepoznati stanja duha kroz

aktivnosti mozga, kao što su: koncentracija, meditacija, kontemplacija,

adoracija, egzercicija, …, Slika 4.7. i 4.8.

Slika 4.7. Aktivnosti dijelova mozga u uobičajenom mentalnom stanju



80

Slika 4.8. Aktivnosti dijelova mozga u stanju meditacije

Zato istraživanja pokazuju da se tijekom edukacije, postižu slabiji

rezultati ako se ispitivanja provode u "krivo" vrijeme ispitanika. To je još jedan dokaz u prilog opravdanosti da se u procesu učenja i ocjenjivanjaomogućavaju izbori.

Tri su razloga zašto je konstantna pažnja kontraproduktivna:

mnogo toga što učimo ne može se obrađivati (procesirati) svjesno,

jer se događa prebrzo a obrada (procesiranje) traži vremena

kako bismo stvorili novo značenje trebamo neko svoje, unutrašnje

vrijeme; značenje se uvijek stvara iznutra, ne izvana

nakon svakog novog učenja trebamo vremena da se učenje"utisne"; sinapse jačaju kad im se da vremena da se neuralno

povezivanje učvrsti.

Ljudska su bića prirodno usmjerena na traganje za značenjem, no

konačni rezultat toga traganja ne postiže se automatski. Budući da seznačenje postiže unutarnjim procesima, novi podražaji sukobljavaju se sunutarnjim procesima osmišljavanja onoga što se upravo uči. Zato

možemo ostvariti punu pažnju učenika ili možemo postići da otkrivaju



81

značenje onoga što uče, no nikad ne postižemo oboje u isto vrijeme (Jensen,1998). Tražiti od učenika konstantnu pažnju (a to najčešće značiusmjerenost na učiteljevo predavanje!) jest prema tome nemoguće (visoka

i konstantna pažnja može se održati samo kratko vrijeme, oko 10 minuta!). Neuroznanstvenici smatraju da se periodi usredotočene pažnje u učenjusmjenjuju s periodima "raspršenog " vremena kad se obrađuje (procesira)ono što se učilo. Nakon svakog novog učenja mora slijediti period

razmišljanja o tome što se učilo, kako bi se stvorile veze s otprije poznatim,stekao dublji uvid i uočile dodatne mogućnosti skrivene u već postojećemiskustvu.

Taj oblik učenja zovemo aktivnom obradom (procesiranjem).Učenicima obično nedostaje i vještina i potrebna svjesnost da tragaju za

značenjem i učitelji im tu mogu pomoći. Pisanje dnevnika o učenju ilidiskusija u paru ili maloj grupi neke su od mogućnosti za aktivnu obradu, jer pomažu razvrstavanje novih informacija, postavljanje pitanja za

razjašnjavanje, razvijanje "što-ako" scenarija itd.

Pretrpavanje sadržajima, stalno pretrčavanje s jedne vrste sadržaja nadruge proizvest će malo sadržaja koji će biti stvarno (s razumijevanjem!)naučeni. Mnogi problemi discipline u školi proizlaze iz ignoriranja

činjenice da mozak ne može biti pažljiv neprekidno (non-stop).

4.7. Emocije i mozak

Ono što kontrolira naše emocije jest limbički mozak, smješten izmeđukorteksa i moždanog debla.Prvi prioritet za naš mozak je uvijek preživljavanje Kad smo sretni, tužni,zaplašeni ili osjećamo bilo koju drugu emociju, naše tijelo oslobađa u

krvotok razne kemijske tvari koje tome pomažu. Npr. kad smo prestrašenioslobađa se noradrenalin koji nas pri prema za reakciju bijega ili borbe. Kad

percipiramo prijetnju izlučuje se mnogo kortizola u tijelo uzrokujući da višimisaoni procesi ustupaju mjesto automatskom funkcioniranju koje nam

pomaže da preživimo. Budući da ti hormoni utječu na mozak, znači da jeon podložan snažnom utjecaju promjena u našem raspoloženju. Negativneemocije smanjuju kapacitet mozga za razumijevanje, uočavanje značenja, pamćenje i više misaone procese.

Istraživanja mozga osobito naglašavaju upravo potrebu eliminiranja prijetnje iz okoline za učenje. Stresna i prijeteća okolna klima dramatičnooštećuje učenje. Stres koji prati doživljaj prijetnje posebno aktivira limbičkisustav. Dolazi do automatskog sužavanja pažnje učenika, te oni gubemnogo od kapaciteta za racionalno i kreativno razmišljanje. Učenici mogu



82

osjetiti prijetnju i strah ako izgube odobravanje, osjete bespomoćnost,kritiku, neuspjeh. Zaplašeni, zbunjeni učenici ne mogu jasno razmišljati!

Drugim riječima, učenje nije samo mentalna funkcija, na njega snažnoutječu emocije. Kad se ne uzimaju u obzir neugodni osjećaji učenika usituaciji učenja, oni će ugroziti čitav proces učenja. S druge strane, dobriosjećaji stvaraju ugodno uzbuđenje i čine učenje privlačnim. Emocijeodređuju zašto učimo i imamo li samopouzdanja i sigurnosti u rezultat

učenja. Naš mozak daje prioritet svim emotivno vođenim informacijama.

4.8. Utjecaji okoline na mozak

Neuroznastvenica M. Diamond utvrdila je da mozak doslovno raste kadse poticajima iz okoline stvaraju nove veze. Ona kaže: "Kad obogaćujemookolinu, razvija se mozak s debljim korteksom, razgranatijim dendritima i

većim staničnim tijelima" (Jensen, 1998). Neuroznastvenik B. Jacobsutvrdio je 40% više neuralnih mreža u mozgovima obrazovanih ljudi negou osoba koje su napustile školovanje. Prema tome, očito je da okolina, kaoi osobno iskustvo, može snažno utjecati na razvoj mozga. Stoga je pitanje

kako obogatiti okolinu u kojoj se uči od prvorazrednog značenja zaobrazovanje. Obogaćena okolina je ona koja pruža dovoljno podražaja dase potaknu strukturne promjene u mozgu.

Kako mozak najbrže i najlakše uči u prvim godinama života i ranimškolskim godinama, to je vrijeme kad se poticanjem polažu temelji kasnijegučenja. Vanjski svijet je neizmjerno bogata hrana rastućem mozgu. Mirisi, boje, zvukovi, dodiri, okusi, riječi, osjećaji - sve su to poticaji za

uspostavljanje bogatih neuralnih mreža. Ukratko: bogatu okolinu za učenječine izazovi i povratne informacije, Tablica 4.2.

Tablica 4.2. Baza učenja u mozgu – parovi izazova i povratnih

informacija IZAZOV POVRATNA INFORMACIJA

rješavanje problema specifična

kritičko mišljenje dana na različite načine

značajni projekti pravovremena

složene aktivnosti kontrolirana

Budući da nešto što je izazov za jednog učenika ne mora biti izazov zadrugog, učenicima valja dati mogućnosti izbora u procesu učenja: izboratempa učenja, razine složenosti zadatka, izbora partnera, kako će sjediti, na



83

kojem dijelu projekta će raditi, iz bora oblika krajnjeg rezultata rada.

Učitelji koji nastoje poticati razvoj mozga svojih učenika nastoje da ih, bezobzira što učenici izabrali, izlože širokom rasponu različitih postupaka.

Tradicionalni razredi u kojima je tako često dosadno, u kojima se takočesto pažnja nastoji zadobiti prijetnjama (ocjenjivanje!) morali bi što prije postati prošlost! Sporiji, linearniji put tradicionalnog školskog učenjazapravo nedovoljno stimulira mozak. Učitelj govori ( predaje gradivo) a

učenici ga trebaju memorirati kako bi u situaciji «ustani i reci» pokazali štoznaju. Mozak je kod takve vrste učenja koja se oslanja na učenje iz predavanja i udžbenika preslabo iskorišten.

Ako uzmemo da su djeca u školi oko 6 sati dnevno 175 dana u godini,

to znači da su tijekom osnovnog školovanja izložena određenoj okolini oko8400 sati. Smije li nam biti svejedno hoće li ta okolina njegovati i razvijatimozak ili će pak doslovno sužavati granice njegovih potencijala?

Naš mozak istovremeno radi na više razina, procesirajući od jednom

svijet riječi, boja, pokreta, emocija, oblika, zvukova, okusa, težina i mnogo,mnogo toga drugoga. On povezuje sve te podatke, komponirajući značenjei razvrstavajući ono što je dnevno životno iskustvo iz svega onog čime jeokružen.

Taj fantastični multi-procesor u tradicionalnim razredima uglavnom je

gladan ulaznih podataka. Zašto? On je sposoban procesirati mnogo višeinformacija, iskustava i podražaja nego ih obično može naći u školi. Najbolje se uči kad se uči na više razina odjednom, najviše se uči onda kad je onaj koji uči uključen u bogatu, multi-senzornu realnu životnu situaciju.

Iz tih razloga najbolji razred je onaj vani, na dobro osmišljenom tematskomizletu, ekskurziji ili u razredu s posebnim događajima, npr. projektima.Obogaćena okolina koja uključuje sve osjete učenika, stalnu povratnuinformaciju od učitelja i vršnjaka pomaže hraniti ogroman apetit mozga za poticanjem.

4.9. Sposobnost učenja mozga

Mozak uči jer je to njegova prirodna funkcija, njegov kapacitet za učenje je stvarno neiscrpan. Po nekim svojim svojstvima on je posve izuzetan, a

to su:

sposobnost da uočava obrasce i čini aproksimacije

izuzetan kapacitet za različite vrste pamćenja

sposobnost za samo korekciju i učenje iz iskustva



84

analiziranje vanjskih podataka promišljanjem

neiscrpni kapacitet za stvaranje

Jedan bitan razlog jest da još nismo shvatili kompleksnost i elegancijunačina na koji mozak uči, osobito kad funkcionira optimalno. Kad shvatimoi mogućnosti i raspoložive procese, tad možemo procijeniti golemi potencijal ljudskog mozga i u stvarnom smislu unaprijediti procese

edukacije.

Psiho metrijskim ispitivanjima potvrđene su razlike u reakcijama ifunkcioniranju mozga kod muškaraca i žena, Slike 4.9. i 4.10.

Slika 4.9. Aktivnosti pojedinih dijelova mozga kod muškaraca



85

Slika 4.10. Aktivnosti pojedinih dijelova mozga kod žene

Mnogi i danas smatraju da se učenje odvija kroz pamćenječinjenica i specifičnih vještina. Pritom se zanemaruje ogroman kapacitetmozga da upija neposredno životno iskustvo, da traga za smislom tj.značenjem iskustva, za obrascima i vezama. Primjerice, djeca poznaju

paralelne crte mnogo prije nego dođu u školu. Prije nego što o njima uči ugeometriji, prosječan učenik vidio je tisuće paralelnih crta u ogradama, prozorima, slikama, mehaničkim igračkama, itd. Umjesto da podsjete nasve te primjere, većina će učitelja nacrtati paralelne crte na ploču i datidefiniciju. Učenici poslušno preslikaju "novu" informaciju u svoju bilježnicu kako bi je proučili i zapamtili za odgovaranje ili test. Paralelnecrte odjednom postaju nova, apstraktna informacija pohranjena u mozak

kao odvojena činjenica.

Neuroznastvenici i psiholozi govore o gladi mozga za značenjem.Mozak koji uči traži strukture koje imaju neko značenje i opire se besmislenima. Zapamtit će, doduše, i izolirane ili sasvim različiteinformacije, ali je i pak najefikasniji u pamćenju onih koje su važan dio nekesmislene cjeline. Naš mozak stalno teži povezivanju dijelova u cjelinu, panajviše i najbolje učimo kad povezujemo nešto novo s nečim što većznamo, razumijemo. Neuroznanost ističe jedinstvenost ljudskog mozga, iz

čega proizlazi da efikasno učenje može biti samo ono koje pruža mnoštvo povoljnih prilika za različite učenike (mozgove!) kako bi se osigurala

smislenost onoga što se uči. Planirajući povezivanje novog s već poznatim



86

moramo imati na umu da će biti učenika za koje će to "novo" biti već davno poznato!

Stvaranje mnoštva prilika za učenike u kojima će novo znanje povezivati

sa starim jest trodijelni zadatak za onoga koji poučava:

najprije, moraju jasno identificirati bitne pojmove, principe i

v ještine u predmetima koje poučavaju, potom

dobro upoznati obrazovne potrebe svojih učenika, i na kraju

na temelju obrazovnih potreba svojih učenika stvarati prilike za

učenje u kojima će učenici konstruirati razumijevanje

povezivanjem onoga što već znaju s bitnim podacima o onome što pokušavaju naučiti.

U skladu s time i kurikulum mora uznastojati oko razvijanja značenja,smisla, mora biti organiziran oko kategorija, pojmova i vodećih principa.Za smisleni kurikulum je karakteristično postizanje velike zainteresiranosti

i velike primjerenosti, te zadiranje u osjećaje i iskustvo onih koji uče.Želimo li da učenici zadrže, razumiju i koriste ideje, informacije i

vještine, moramo im pružiti dovoljno prilika da otkriju njihov smisao, učineih "svojima" kroz uključivanje u složene situacije učenja.

Istraživanja razvoja i funkcioniranja mozga potvrdila su mnogeintuitivne i iskustvene spoznaje o efikasnom učenju i poučavanju i stavila pod kritičku lupu uobičajenu praksu u školi. Na mnoga pitanja, osobito onaoko vrlo specifičnih problema još čekamo jasne odgovore.

No, već i primjena onoga što se zna može znatno unaprijediti naše

učenje. Tako bi sastavnice učenja i poučavanja koje je usklađeno sosobinama funkcioniranja mozga i koje potiču njegov razvoj bile sljedeće:

Sadržaji koji imaju značenje za učenike

Odsustvo prijetnje

Mogućnosti izbora

Odgovarajuće vrijeme (dovoljno vremena!)

Okolina bogata poticajima



87

Suradnja

Neposredna povratna informacija

Ovladavanje gradivom (stjecanje kompetencije)

Mnogi znanstveni istraživački projekti danas istražuju fenomenespiritualnih iskustava. Zapravo, čudno je da se znanost nije i ranije bavilaistraživanjem, ovog polja imajući u vidu da je još Froud objavio svoje pronalaske u vezi nižeg nesvjesnog uma i da su geniji i sveci tokom vjekova

pokazali sposobnosti viših stanja svijesti. Kroz sva psihološka shvaćanja čovjek je promatran izolirano od svoje

okoline i svega ostalog što utječe na njegovo biće, kao što su spiritualni

aspekti čovjekovog postojanja. Na taj način psihologija nikada nijeuspijevala dati ništa što je približno razumnom objašnjenju čovjeka. Kaorezultat svih ovih psiholoških teorija uslijedile su psihološke terapije kojenisu bile previše uspješne. One su možda i pomagale čovjeku na neki način,ali ne dovoljno da bi ga dovele do sreće i evolucije njegovog bića.

Jung je bio psiholog koji je vjerojatno najviše pomogao psihologiji dausvoji holistički, odnosno potpun stav prema ljudskom postojanju.Međutim, ostali psiholozi su tek nedavno ozbiljno shvatili njegove ideje.

Dijelom iz njegovog učenja, indirektno ili direktno, razvile su se raznemoderne škole misli, npr. psihologija rasta, geštalt psihologija,organizmička psihologija itd. Sve one vide čovjeka kao multidimenzijalno biće. One shvaćaju da bilo koje razumijevanje čovjeka mora imati u vidusve aspekte postojanja, i objektivne i subjektivne. Ako se izostavi bilo koji

dio postojanja, na primjer spiritualni aspekt, steći će se samo djelomičnaslika o čovjeku. Svi moderni oblici psihologije tiču se razvoja potencijala

u svakom pojedincu.

O ovome se govori kao samo aktualizaciji. To je progresivno razvijanje

unutarnjih kapaciteta svake osobe. U modernoj psihologiji samoaktualizirana osoba je isto takav čovjek - osoba koja je izrazila sve svoje

latentne potencijale, unutarnje sposobnosti i više ne reagira u suprotnostisa svojom osobnošću i sredinom, jer je usklađena sa svim vanjskim iunutarnjim. Za sva ova istraživanja suvremene psihologije je bitna

cjelokupna priroda pojedinca. Ovo podrazumijeva fizički, mentalni,emocionalni, psihički i spiritualni aspekt čovjeka. To je prava spiritualnastaza gdje su integrirani svi aspekti kako bi čovjek postao cjelokupno biće.

Sve to što psihologija istražuje, govori o samo realizaciji u svim

sferama bića, ili svjesnosti o unutrašnjoj prirodi i načinima njenog



88

izražavanja. Konačni cilj je samo realizacija sa kojom se manifestiraju svi

čovjekovi potencijali do maksimuma i čovjek ostvaruje savršenu harmoniju

sa svojim unutrašnjim bićem i vanjskom sredinom. Konačni cilj je

jedinstvo s postojanjem, s Bogom, s vrhovnom sviješću, psiholozi to jošnisu proglasili kao krajnji cilj, ali tko zna, možda će do toga doći u bliskoj budućnosti.

U prošlosti je psihologija težila stavu da je čovjek psihološki vezanfiksnom porivima i motivima. Na osnovi toga se smatralo da čovjek trebaispunjavati ove nazovi porive, ponavljajući ih beskrajno. Međutim, iakoneophodno, ovo neprekidno zadovoljavanje osnovnih potreba, otklanja

tenzije i frustracije samo za kratko vrijeme. Time se ne mogu ni na koji

način otkloniti osnovne tenzije u životu. Suvremena psihologija naglašava

važnost transcendiranja sveobuhvatnog razvoja čovjeka, tako da on neostane u istom životnom okviru. Čovjek treba neprekidno tragati za višimoblicima ispunjenja, jer viša težnja donosi veće zadovoljstvo. Na ovaj način pojedinac u razvoju napušta niži oblik poriva, jer ga manje zadovoljava.Drugim riječima, ljudi su indoktrinirani da su stvari dobre/loše, ljudi

crni/bijeli, kršćani/muslimani/hindusi, pametni/glupi itd. Mi volimo ilimrzimo. Potpuno smo uključeni u kategorizaciju koja nas sprječava davidimo svijet kakav zapravo jest. Ljudi postaju automatizirani. Mnogi

psiholozi su izjavili da bi jedan od najvažnijih ciljeva psihologije trebao

biti de automatizacija čovjeka jer ovaj brz i takmičarski život može imatištetan utjecaj na um. I zaista, istina je da svaka osoba mora imati um koji je u stanju suočiti se sa bombardiranjem koje vrše intenzivne vanjske

aktivnosti.

Mnogi su shvatili da svaki čovjek treba postati svoj psihološkisavjetnik. To je univerzalni način za uklanjanje ili sprječavanje suvišnih briga, konflikata i stresova. Također, to je siguran put do pozitivnog iispunjenog života. Naša s posobnost da obavljamo svakodnevni posao i da

se zabavljamo zavisi isključivo od našeg unutarnjeg bića. Ako našeunutarnje biće nije u harmoniji, onda ni odnos s vanjskom sredinom nemože biti harmoničan. Meditacija je sigurna metoda za suprotstavljanje pesimizmu, depresiji, napetosti i sličnim stanjima uma koji su mnogi prihvatili kao normalan dio života.

Upravo su suvremeni progresivni psiholozi ti koji snažno podržavajuovu ideju. Oni danas vjeruju da normalno stanje čovjeka treba bitineprekidan izraz radosti, da bi kontrolirali raspoloženje, isključili negativnastanja i zamijenili ih blagostanjem.

Jedan od najvećih problema čovjeka je njegova nesposobnost da se prilagodi promjeni. Prije nekoliko stotina godina i ranije, pa čak i danas u



89

zemljama gdje nema tehnološkog razvoja ovo nije pojednostavilo problem, jer promjena nije bilo godinama, a kamoli iz dana u dan. Tehnološkadruštva su međutim u stalnoj promjeni. Rezultat toga su mentalni problemi,

u manjem ili većem obimu, u ovisnosti od osobe.Binauralna tehnologija je način na koji se mozak stimulira na sinkroni

rad uz primjenu zvučnih signala koji se odvojeno dovode slušalicama dooba uha. To je posebno pripremljen tonski sadržaj koji se pretežno nalaziispod praga čujnosti, dakle nečujan je, a maskira se zvukom kiše ili morskihvalova. Ti zvukovi također imaju svoju ulogu, oni vežu svjesnu pažnju nanešto čiji sadržaj mozak ne treba posebno obrađivati, pa ta monotonijadodatno djeluje smirujuće.

Zvukovi koji dolaze na lijevo i desno uho razlikuju se po frekvencijamatako, da mozak stvara kombiniranu zvučnu sliku koja predstavlja razlikulijeve i desne frekvencije. Iznos te diferencijalne frekvencije je upravo

takav da se mozak s lakoćom sinkronizira na njih, jer su to frekvencije alfa,theta i delta valova u kojima se mozak nalazi u vrijeme spavanja, Tablica

4.3.

Tablica 4.3. Uzročna stanja i frekvencije valova iz vanjskih izvora

Valovi Vlakno Debljina Frekvencija Stanjeoznaka μm Hz

1 β h A-vlakno 6-13 20-40 STRES

2 β A-vlakno 6-13 12-20 BUDNOST-puna koncentracija

3 α A-vlakno 13-20 7-12 OPU TENOST -uoči sna

4 γ B-vlakno 3-8 4-7 REM -faza sna, sanjanje

5 δ C-vlakno 1-5 0,1-4 DUBOKI SAN- bez snova

6 c C-vlakno 0,5-1

Ta pojava otkrivena je još 1973. godine, a otkrivač je američki liječnikdr. Gerald Oster. Od tada traju istraživanja o korisnosti primjene tonskestimulacije na rad mozga u čemu posebna zasluga pripada RobertuMonroe-u



90

4.10. Veze u ponašanju mozga i spoznaje umjetne inteligencije

Kao mogućnost produciranja, procesuiranja i uređenja prikazainformacija po uzoru na biološke neurone, koriste se umjetne neuronske

mreže. Međusobne veze unutar mreže omogućuju ponavljanje testiranjakoje se koristi za učenje. Na taj način mreža može rješavati problema kaošto su prepoznavanje, predviđanje, optimizacija, asocijativna memorija,kontrola i razumijevanje.

Umjetne neuronske mreže su oslonjene na NEURON - specijalnu

biološku ćeliju u ljudskom mozgu, zacementirale su perceptorsku stranu

ES.

Umjetnom inteligencijom se pokušava prodrijeti do čovjeka koji je tijekomsvog života podložan različitim utjecajima. Pokušavaju se simulirati imodelirati utjecaji koji bi se približili čovjekovom načinu mišljenja,osjećanja i djelovanja. Naročito je u istraživanjima važno prodrijeti dospoznaje socijalne interakcije kojom se u životu pokušava djelovati nadruge kako bi njihovo mišljenje, osjećanje i ponašanje prilagodio svojemu.

Važnost intelektualnog okruženja na funkcionalni razvoj mozga pokazuju brojni primjeri naročito kod jednojajčanih blizanaca. Iako

blizanci imaju istu početnu građu mozga, jer su genski potpuno identični, bolje intelektualne sposobnosti (IQ) u odraslo doba ima onaj blizanac koji

je proveo djetinjstvo u bogatijem intelektualnom okruženju. Već iz tihnekoliko primjera vidljivo je da se mozak razvija korištenjem, tj."bombardiranjem" informacijama. Naime, neko dijete može imati idealnustrukturu pojedine regije mozga, ali ako se taj dio mozga ne stimulira (dakle

čuva) neće se neuroni umrežiti, a tek umrežen veći broj neurona moći će

funkcionalno zadovoljiti potrebe te regije. Pojedini nepovezani neuroni, bez obzira na njihov broj i gustoću ne mogu obavljati složeniji rad.

Zbog uloge hormona rasta i faktora rasta neurona na umrežavanjevažno je mozak bombardirati informacijama u mlađoj dobi. Nekiznanstvenici su mišljenja da je najpovoljnije doba za funkcionalni iintelektualni razvoj mozga dob od četvrte do osme godine života.





91

4.10.1. Komfornost i konformizam

Kako intelektualno okruženje tako i promjene u ponašanja ili uvjerenju

prema grupi imaju posljedice stvarnog ili zamišljenog pritiska.Konformizam se definira kao ˝situacija koja utječe na pojedinca da činiodređeni akt tako što vidi drugoga ili druge osobe da se na isti način ponašaju˝.

Konformizam se može definirati i kao društvena prilagodljivost, prihvaćanje zajedničkog vrijednosnog sistema i normi ponašanja, osnovazajedničke egzistencije, međusobnih odnosa u društvu, međusobnog poštovanja i tolerancije. Konformizam u užem smislu znači promjenu

stava, uvjerenja ili ponašanja u smjeru prilagođavanja grupi izazvanugrupnim pritiskom. Ukoliko je konformizam odraz osobnog prihvaćanja,tj. stvarne promjene tada se naziva pravim odnosno istinskim.

Od popuštanja se razlikuje jer uključuje promjenu ponašanja premagrupi ili društvenoj normi te uključuje pritisak grupe ljudi, a ne pojedincakonformiranje prema očekivanjima jedne grupe može biti devijantno pomjerilima neke druge grupe. Na pritisak gru pe moguće su tri reakcije:

antikonformizam (pojedinac namjerno djeluje suprotno odočekivanja grupe ),

neovisnost ( pojedinac čini ono što bi i inače) i

konformizam (pojedinac se bezuvjetno prilagođava grupi).

Društveni uvjeti konformizma su urbanizacija, sredstva masovnogkomuniciranja, nagle promjene kulturnih obrazaca (brze promjene

vrijednosnih sustava, političke konfrontacije i ideologizacija političkihodnosa. Antikonformizam često generira konflikt. Zajednički život temeđusobna ovisnost ljudi dovodi do niza socijalnih procesa koji određujusadržaj, oblik i način djelovanja pojedinaca i grupe u društvenim procesimakoji su strani računalnim programima, ali se neki algoritmi koji se oslanjaju baš na te procese mogu razviti i koristiti. Između ostalog Komfornost s

grupama, normama, suradnja među pripadnicima grupe i odgovornost zazajedničke ciljeve osnovni su rezultat socijalne interakcije. Ti obliciinterakcije su esencijalni za društvenu egzistenciju, svako društvo teži da

ih institucionalizira kao kulturne vrijednosti i da kroz proces socijalizacije



92

formira pojedinca koji je u osnovi konformist, kooperativan i socijalno

odgovoran. Svaki pojedinac živi u društvu u okviru zajedničke kulture,konformira se s osnovnim ulogama kulture i društva.

Postojanje društva podrazumijeva minimalni stupanj društveneintegracije i određen stupanj konformizma prema društvenim normama.Pojedinac se često nalazi u konfliktnoj situaciji zadržavanja vlastitogosjećaja identiteta dok istovremeno se od njega očekuje da popusti željamadrugih, povlađujući normama i standardima. Neslaganje s društvenomzajednicom izlaže pojedinca sankcijama (u rasponu od izopćenja dozatvora), dok neuspjeh postizanja i održavanja osjećaja identiteta možedovesti do niskog samopoštovanja i samopouzdanja ili u krajnjim

slučajevima do apatije i depresije. Osoba može svjesno ili nesvjesno prihvatiti društveni utjecaj, ili mu nerado popusti ili mu se opire.

Osim normativnog i informacijskog pritiska varija ble koje utječu nakonformizam su:

privlačnost grupe za pojedinca (veća privlačnost rezultira većim

konformizmom)

referenične grupe (grupe koje volimo i s kojima se uspoređujemosu vrlo snažni izvori društvenog utjecaja)

samopoštovanje (što je veće samopoštovanje, konformizam je

manji).

Varijabla značajna za stupanj konformizma je i veličina grupe.Eksperimentima je pokazano da ako grupu čini jedan suradnik

eksperimentatora i jedan pravi ispitanik, taj ispitanik ostaje nepodložankonformizmu. Ako grupu čine dva suradnika eksperimentatora, ispitanikov postotak konformističkog ponašanja raste na 14%. Uvođenjem trećegsuradnika postotak konformizma prelazi 30%. Daljnje uvođenje suradnikau grupu vrši minimalan utjecaj na postotak konformizma.

Konformizam se u velikoj mjeri reducira uvođenjem ispitanikovog partnera u eksperiment (prisustvo jedne osobe koja je suglasna s

ispitanikom uvelike učvršćuje ispitanikov otpor prema konformizmu.



93

Konformizam se također može smanjiti tako što ispitanik svoju odluku neiznosi javno (već je na primjer napiše).

Nekonformisti su ljudi sa višom inteligencijom, većom snagom ega,sposobnošću vođenja i visokim stupnjem zrelosti u socijalnim odnosima.Ti su ljudi uspješni, jaki, aktivni, puni samopouzdanja, širokih pogleda.Potvrđeno je eksperimentom da se muškarci i žene ne razlikuju porazinama konformizma kod neutralnih čestica u zadacima, ali da su semuškarci konformirali više od žene na femininim, a žene više od muškaracana maskulinim česticama.

Konformizam je najveći kad su ispitanici nagrađeni za slaganje s

netočnom većinom. Za objašnjenje konformizma koristi se teorija socijalneusporedbe. L judi oko nas pružaju nam sredstvo samo evaluacije, s njima se

uspoređujemo – konformizam s njima trebao bi rezultirati pozitivnom samo

evaluacijom koja onda povećava naše samopoštovanje. Primjer pravog

konformizma poznata je Aschova paradigma - Aschov konformizam.

4.10.2. Aschova paradigma

Aschova paradigma je eksperimentalni postupak ispitivanja

konformizma. Ispitaniku se pokaže standardna linija i tri linije zausporedbu (zadatak je lagan tj. nedvosmislen a glasi odrediti najsličnijuliniju dužinom standardnoj s tim da je ispitanik posljednji koji (javno)izražava svoje mišljenje, nakon što čuje prosudbe ostalih u istoj prostoriji(eksperimentatorovih suradnika). Postoji znatan utjecaj jednoglasne,

netočne većine na (naivnog) ispitanika koji popušta tome utjecaju.Prosječno ispitanici se konformiraju u 4 - 5 od 12 kritičnih prosudbi, akonformizam se povećava što je veća jednoglasna većina u grupi.

Zaključak eksperimenta bio je da što je zadatak dvosmisleniji i teži ljudi su

skloniji konformiranju.

Primjena (repliciranje) Aschovog eksperimentima na studentima u

osamdesetima je doživjelo neuspjeh. To je pripisano činjenici da jeAschova paradigma previše poznata studentskoj populaciji, promjenikulturne klime u kojoj se konformizam sada promatra kao manje pozitivan

fenomen.

Razvijene su i eksperimentalne tehnike slične Aschovoj paradigmi s

tom razlikom da ispitanik svoju prosudbu izriče pr ivatno (u svojoj kabini)



94

i omogućuje istovremeno testiranje više ispitanika. Stupanj konformizma unjihovim eksperimentima je manji što se objašnjava razlikovanjem javnog popuštanja (osoba se konformira s grupnim normama, ali privatno

zadržava drugačije mišljenje) pod normativnim pritiskom od privatnog prihvaćanja – internalizacije (osoba uistinu mijenja svoje mišljenje, vjerujeu ispravnost mišljenja grupe) pod informacijskim pritiskom (drugi ljudi

pružaju informacije o prikladnom ili očekivanom ponašanju ).

Asch je ispitivanjem jednoglasne većine pokazao važnost podrške jedne osobe ispitaniku kao bitan faktor otpora društvenom pritisku. Kasnijaistraživanja pokazala su da utjecaj ima i vremenski raspored i kvaliteta.

Ako se suradnik čije je mišljenje točno, nasuprot mišljenju većine javi

nakon većine i ako je visoke vjerodostojnosti, tada najviše pomažeodupiranju grupnom pritisku. No pokazano je i da je bilo kakva podrška bolja od nikakve jer uvjetuje veće odupiranje pritisku grupe. Dolazi se do

zaključka o konformizmu kao načinu izbjegavanja sukoba u grupi, štonameće dvije stvari – sklad u grupi je poželjan, a razlike u mišljenju ne. Iztoga implicira zaključak kako je ugađanje drugima važnije od točnih prosudbi, što je jedan od načina kako se svidjeti drugim ljudima.

4.10.3. Model konflikta – Model "Santa leda"

Dinamika konflikta često se uspoređuje sa santom leda. Slika 4.11,

sante leda ukazuje na to da je vidljiv samo jedan mali dio onoga štoodređuje i izaziva konflikt. Šest sedmina ukupne mase neke sante leda je

pod vodom i nevidljivo je za promatrača, ali tih šest sedmina određujeveličinu i ponašanje sante leda. Baš taj model se upotrebljava da bi se pokazalo kako su nam neposredno vidljivi samo mali dijelovi događanja i

dinamike konflikta. Do ostalih dijelova moramo doći pomnimistraživanjem.



95

Slika 4.11. Model konflikta – santa leda

Konflikti se uvijek događaju na dvije razine - na razini djelovanja i na

psiho-socijalnoj razini. Veoma je važno poznavati obje razine, uvidjeti nakoji način i u kolikoj mjeri utječu jedna na drugu, a istodobno držatirazdvojenim njihovo djelovanje.

Razina djelovanja - to su formulirane teme konflikta, vidljivo ponašanjestrana u konfliktu, činjenice, odnosno vrh sante leda. Psiho-socijalna razina

- to su strahovi, nesigurnosti, želje, osjećaji, tabu-teme itd., odnosno sve

ono što ne vidimo, ali što je u velikoj mjeri prisutno. Sve to ostaje skriveno,ali djeluje na ponašanje strana u konfliktu

U velikom broju slučajeva psiho-socijalna razina određuje djelovanjekonflikta. Što konflikt više eskalira, to je veće značenje i značaj psiho-

socijalne razine. Zato je vrlo važno shvatiti i prepoznati psiho-socijalnu

razinu kako bi se konflikt u potpunosti razumio. Biti svjestan psiho-

socijalne razine konflikta, a time i skrivene dinamike, znači učiniti stvarnirazlog konflikta vidljivim, odnosno omogućiti da se taj stvarni razlog prevlada.



96

4.10.4. Popuštanje

Popuštanje je «reakcija jedne osobe na direktan pokušaj utjecaja

nekoga tko pomoću zahtjeva bez uporabe autoriteta i zapovijedanja»eksplicitno traži nešto od te osobe. Utvrđene su četiri značajne varijablekoje imaju utjecaj na popuštanje:

-uzajamnost – utvrđeno je veće popuštanje kod ljudi kojima je prethodnoučinjena neka usluga, nego kod kontrolne skupine kojoj nije učinjenanikakva usluga.

-samopoštovanje - do smanjenja samopoštovanja i velikih razina

popuštanja došlo je u Apslerovom eksperimentu kao rezultat prethodnognavođenja ljudi da učine «budalaste» stvari zbog kojih će im kasnije bitineugodno.

- prekršaji - utvrđeno je da ljudi koji su «uhvaćeni» na djelu u nečem pogrešnom popuštaju više od kontrolne skupine koja nije «uhvaćena» uistim radnjama. Ljudi kojima je prethodno učinjena usluga su, skloniji popuštanjima nego što su to ljudi u kontrolnoj skupini.

- tehnika ˝nogom u vratima˝ - ljudi kojima je najprije postavljen manjizahtjev kojemu su popustili, imaju višu razinu popuštanja većem zahtjevukoji slijedi, nego osobe kojima je odmah postavljen veći zahtjev.Učinkovitost te tehnike objašnjava se time da ljudi postavljanjem velikog

zahtjeva nakon malog, njihovom željom da budu dosljedni svojem imidžu pomoći˝. Slična tehnika gdje se ljudima najprije postave nerazumno velikizahtjevi, a tek nakon toga se postavlja pravi, razumniji zahtjev pokazala se

podjednako uspješnom.

4.10.5. Polarizacija grupe

Istraživanja su do ranih šezdesetih tvrdila da su grupe oprezne ikonzervativne u usporedbi s pojedincima, ali grupe donose rizičnije odlukeod prosječnog člana grupe što je poznato kao učinak ˝pomaka premarizičnosti˝. Neovisno o spolu pojedinca i veličini grupe, grupna odlukanakon rasprave je smjelija i sklonija rizičnijim izborima od prosjeka ili



97

srednjih vrijednosti individualnih odluka članova. I odluke pojedinacanakon grupne rasprave su rizičnije nego prije rasprave.

Kasnijim istraživanjima (1969.) je utvrđeno da grupna raspravarezultira pomacima prema ekstremima skale za mjerenje stavova pojedinca

i grupe. Za to je predložena hipoteza polarizacije grupe. Polarizacija,međutim, nije ekstremizacija. Ekstremizacija je jednostavno pomak prema

polu koji se i prije preferirao. Polarizacija se događa samo kad se već postojeće stajalište pojačava. Terenskim istraživanjima pronađeni su učinciuprosjećivanja što je objašnjeno time da se polarizacija ne može očekivatikod već postojećih, djelatnih grupa, jer one već imaju grupne norme iočekivanja, za razliku od ljudi koji se prvi put susretnu kao skupina. Iz

činjenice da razvoj grupnih normi ide zajedno sa tendencijom smanjivanja polarizacije grupe slijedi da je polarizacija oblik društvenog utjecaja.

Fenomen pomaka prema rizičnosti ima nekoliko objašnjenja. Difuzija

odgovornosti kao jedno od objašnjenja ukazuje da pojedinac zbog mogućihloših posljedica ne želi sam prihvatiti odgovornost donošenja rizičneodluke (kojoj rezultat može biti neuspjeh). U grupi odgovornost nije samona jednoj osobi, on se raspodjeljuje na sve članove pa se smatra prihvatljivim prihvaćanje većeg rizika. Zapadno društvo pozitivno

vrednuje rizik kao poželjan put do uspjeha. Grupna rasprava djeluje kao proces socijalne usporedbe u kojemu pojedinci uspoređuju svoju ispremnost drugih članova grupe na rizik. Usporedba s drugima im pokazujeda su oprezniji nego što su mislili, da je njihov nivo preuzimanja rizikaispod prosjeka pa povećavaju svoju spremnost na rizik. Postojanje

dosljednih pomaka prema opreznosti dovodi u pitanje teoriju difuzije i

njezina objašnjenja. Unaprijed se ne može sa sigurnošću predvidjeti kojedileme će dovesti do pomaka prema riziku , a koje prema opreznosti .

Društveni utjecaj kao uzrok polarizacije sugerira o normativnom iinformacijskom utjecaju većine. Informacijski utjecaj podrazumijevautjecaj uvjeravajućih argumenata koji podupiru već preferirani smjer, anormativno se djeluje na manjinu u grupi, koja se drži suprotstavljenih i

neutralnih stajališta.

Konformizam manjine s mišljenjem većine je mješavina javnog popuštanja i privatnog prihvaćanja. Razlog tome je što se nakon raspravekod pojedinca javlja recidivizam, a prema količini recidivizma određuje se

stupanj javnog popuštanja.



98

4.10.6. Pokoravanje autoritetu

Pokoravanje autoritetu je (u smislu društvenog utjecaja) pokoravanje

pojedinca ili grupe izravnim zapovijedima, pismima ili naredbamaautoriteta (osobe ili institucije). Da bi se ljudi pokorili autoritetu, njegove

zahtjeve moraju percipirati kao legitimne. Pokoravanje može biti benignoi konstruktivno, ali isto tako može biti destruktivno (posljedica slijepog pokoravanja, ali može i izazvati konflikt).

S. Milgram šezdesetih godina provodi kontroverzne eksperimente o

pokoravanju autoritetu. Ispitanicima je rečeno da se eksperiment baviučenjem. Namješten je tako da je ispitanik uvijek igrao ulogu učitelja, a

suradnici učenika. Na učenika su pred učiteljem postavljene elektrode iučenik se zatim požalio na slabo srce. Učenik je za svaki naredni kriviodgovor ˝dobivao˝ sve veći elektrošok (jačine od 15 do 450 volti).˝Učitelju˝ je prije eksperimenta dat uzorak šoka kao demonstracija.Milgrama je zanimalo u kojem će trenutku ispitanici prestati davati šokove.Za vrijeme eksperimenta pokraj ispitanika stajao je Milgramov suradnik i

poticao ga na daljnje davanje šokova. Prije provođenja eksperimentaMilgram je proveo istraživanje među studentima, psihijatrima i odraslimaiz srednje klase kojima je opisao eksperiment i pitao ih do koje jačine šoka

bi išli prije odbijanja davanja jačih. Ispitane grupe složile su se da ne bi išledalje od 255 - 300 volti. Praktični rezultati pokazali su da je 65% ispitanikanastavilo davati šokove sve do maksimalnog intenziteta.

Pokušavajući objasniti rezultate eksperiment je nastavljen s ciljemotkrivanja situacijskih i društvenih čimbenika koji imaju utjecaj na pokoravanje autoritetu. Promatrao je legitimnost autoriteta, udaljenost

˝učenika˝ od ˝učitelja˝ , blizinu osobe autoriteta, proturječnost autoriteta ispol ispitanika. Kad je autoritet imao sumnjiv legitimitet, ako je ˝učenik˝

bio u blizini, ili su se kolege pobunile, pokoravanje se znatno smanjilo. Teksu proturječne naredbe rezultirale time da su svi ispitanici odbili daljedavati elektrošokove. U zaključku se može reći da autoritet snažno utječena svakoga i da se destruktivno ponašanje, iako se ne može eliminirati,može smanjiti utjecajem određenih čimbenika.

Kritika je eksperimentima zamjerila ne etičnost (obmana ispitanika),

nanošenje boli, stresa i tjeskobe ispitanicima, dok su drugi kritičari tvrdilida ispitanici nisu bili uvjereni u to da ozljeđuju ˝učenika˝ ( post

eksperimentalni razgovori su to opovrgnuli). Treća kritika odnosi se namogućnost poopćavanja eksperimenata u stvarnom svijetu. Uloga učitelja



99

podrazumijeva potiskivanje osobnog identiteta i osobne odgovornosti na

drugo mjesto, te također podrazumijeva određeno kažnjavanje učenika (alise treba podrazumijevati sklad težine prekršaja i kazne).

Društveni utjecaj često djeluje kad neka osoba preuzme ulogu (roditelj,

učenik), a s njom i norme, određena očekivana ponašanja. Pri preuzimanjuuloge javlja se pojava zamjenjivanja individualnog identiteta grupnim.

Osobu to dovodi do anonimnosti čiji mogući rezultat jedezindividualizacija (slabljenje socijalnih i moralnih ograničenja ponašanja) , što je zorno opisao eksperiment u Stanford zatvoru.

Podrum sveučilišne zgrade Stanford, (Sveučilište Stanford - engl.

Stanford University, puni službeni naziv Leland Stanford JuniorUniversity) privatno je i istraživački orijentirano Sveučilište u Stanfordu,

Kalifornija, SAD. Osnovao ga je 1885. Kalifornijski guverner i senator

Stanford Leland i njegova supruga Jane Lathrop Stanford kao spomen na

svog sina, Lelani Stanford Jr. , koji je umro u Europi od tifusa nekoliko

tjedana prije svog šesnaestog rođendana), preuređen je u ˝zatvor˝ u kojimasu dobrovoljci (zrele, tjelesno i mentalno zdrave osobe, natprosječneinteligencije, nepovezane sa asocijalnim ponašanjem) slučajnim odabiromdodijeljene uloge zatvorenika i čuvara. Prvima je rečeno da će im biti

uskraćena neka građanska prava, ali da neće biti tjelesnog zlostavljanja, aod čuvara je zatraženo da zadrže red u zatvoru zbog njegovog normalnogfunkcioniranja. Eksperiment je prekinut nakon šest dana jer se situacija u˝zatvoru˝ izmakla kontroli istraživača, odnosno i zatvorenici i čuvari su preuzeli stereotipno ponašanje i značajke ličnosti karakteristične njihovimulogama (agresivnost, sadizam, dehumanizacija). ˝Normalne˝ osobe postale su pod utjecajem dezindividualizacije patološke i asocijalne u manje od tjedan dana. Zimbardo tvrdi da su ˝zatvorenici˝ sklonijikonformiranju bili sposobniji prilagoditi se zatvorskoj okolini (iako je

Zimbardov uzorak u tom eksperimentu samo deset osoba – vrlo malen).

Postoje dokazi koji podupiru teoriju konformističke ličnosti, koja tvrdida ljudi koji postižu visoke rezultate na „F-skali“ i osobe koje imaju potrebu za društvenim odobravanjem, ljudi s niskim samopoštovanjem itjeskobni ljudi su oni koji teže većem konformiranju. Osobine za koje sesmatra da osobu čine podložnijom društvenim utjecajima su osobineautoritarne ličnosti (nekritički, submisivan stav prema autoritetu i rigidnoslijeđenje konvencionalnih vrijednosti) iako ta povezanost nije utemeljena

na dovoljno pouzdanim dokazima. Smatra se da je ličnost faktor koji


http://hr.wikipedia.org/wiki/Sveu%C4%8Dili%C5%A1te


http://hr.wikipedia.org/w/index.php?title=Stanford&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Kalifornija

http://hr.wikipedia.org/wiki/Sjedinjene_Ameri%C4%8Dke_Dr%C5%BEave

http://hr.wikipedia.org/wiki/1885

http://hr.wikipedia.org/wiki/Guverner

http://hr.wikipedia.org/wiki/Senat_SAD

http://hr.wikipedia.org/w/index.php?title=Stanford_Leland&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Europa

http://hr.wikipedia.org/wiki/Tifus

http://hr.wikipedia.org/wiki/Tifus

http://hr.wikipedia.org/wiki/Europa

http://hr.wikipedia.org/w/index.php?title=Stanford_Leland&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Senat_SAD

http://hr.wikipedia.org/wiki/Guverner


http://hr.wikipedia.org/wiki/Sjedinjene_Ameri%C4%8Dke_Dr%C5%BEave

http://hr.wikipedia.org/wiki/Kalifornija

http://hr.wikipedia.org/w/index.php?title=Stanford&action=edit&redlink=1





100

najviše doprinosi konformizmu, ali ga snažne situacijske sile čestonadjačaju.

4.10.7. F-skala

F-skala (kratica za fašizam razmjera, također u Kaliforniji F-scale) je

upitnik namijenjen za snimanje tipičnih stavova i osobine autoritarne

ličnosti. Upitnik je razvijao Theodor Adorno (1903-1969), tijekom

emigracije iz Njemačke u SAD, (1944.-1949.), ali i poslije razvijan u

znanstvenom radu ideja o autoritarnoj osobnošću (teorija autoritarne

ličnosti) - devet različitih razmišljanja karakterističnih za implicitne

antidemokratske trendove i potencijalni fašizma, može se opisati kao anti-

demokratsko i profašističko. F Skala sadrži devet područja ( tzv. pod- skale, psihičke karakteristike), Slika 4.12.:

9

1 2 3 4 . . .

Slika 4.12. Devet pod skala osobina autoritarne ličnosti, (Theodor

Wiesengrund Adorno)



101

1. Anti in tracepcij a - Averzija prema senzualnosti, estetičnosti i

usmjerenost materijalnom.

2. Autori tarna agresivnost - Nekritičko pokoravanje vlasti tendencijaosuđivanja.

3. Destruktivnost i cin izam - Općenita neprijateljstva , ocrnjivanje

čovjeka.

4. Konvencional izam - Rigidno prihvaćanje konvencionalnih vrijednosti

srednje klase

5. Moć i Snaga - taktika jake ruke -Pretjerano iskazivanje snage ičvrstoće.

6. Praznovjer je i Stereotipi - Mistično vjerovanje u odredbu nad svojom

sudbinom

7. Projektivnost - Sklonost da se vlastita efektivna stanja projiciraju u

vanjsku okolinu

8. Spolnost - Pretjerani problemi sa seksualnim "događanjima "

9. Submisivnost - Nekritično podvrgavanje moralnim autoritetima i

njihovim načelima.

Iako je utjecaj većine u popuštanju, konformizmu, polarizaciji grupe i

pokoravanju, on smanjuje sukob među pojedincima ili grupama. No i

manjina ljudi ili jedna osoba katkada vrši snažan utjecaj na grupu. Postojedva socijalno psihološka procesa kojima se objašnjava učinkovit utjecajmanjine, odnosno pojedinca. To su:

- status i moć i

- stil ponašanja .

Osobe visokog statusa i moći ili mogu izvršiti utjecaj na druge

koristeći te izvore kako bi svoje manjinsko mišljenje učinili mišljenjemvećine. Pretpostavlja se da je najveći problem osobe s manjinskim



102

mišljenjem kako steći status quo i pokazivanju kompetentnosti u općim područjima odnosno ˝zaslugama za idiosinkratičnost˝. Što više zaslugaosoba na taj način stekne, grupa će joj tolerirati više devijantnih, izvornih

i/ili inovativnih ideja. Osobe visokog i niskog statusa u grupi se najmanjekonformiraju s grupnim normama s tim da grupa ne tolerira dugo ljude

visokog statusa ako devijantno mišljenje spriječi ostvarenje grupnog cilja.

Ako ne postoji status i moć, stil ponašanja manjine može uspješnodjelovati na većinu. Istraživanja provedena 1974. su pretpostavila da

članovi manjine mijenjaju društvene norme svojim stilom ponašanja kojiima četiri glavne komponente: dosljednost, sigurnost u ispravnost ideja i

mišljenja koje predlažu. Zaključilo se da se objektivni i nepristrani, odupiru

društvenom pritisku i zloporabi. Manjina češće stvara sukob nego što gaizbjegava ili smanjuje, njezina dosljednost čini da ljudi posumnjaju uvlastite pretpostavke. Dosljednost mišljenja nije sama po sebi uzrokutjecaja manjine, nego je potrebno postojanje dosljednosti mišljenja kodmanjine od strane drugih, koji onda manjini atributiraju povjerenje,

autonomiju ličnosti i različitost.

Empirijski je dokazan utjecaj dosljedne manjine koji postoji i u

kasnijoj nenazočnosti manjine (eksperiment s plavo – zelenim

dijapozitivima u kojem je većina tvrdila da su isti zeleni). Dogmatska inefleksibilna dosljednost može i smanjiti utjecaj manjine. Važno je damanjina svoj stil ublaži određenom dozom fleksibilnosti, određenihustupaka većini, jer inače je moguće potpuno izopćenje manjine od ostatkagrupe.

4.10.8. Cocktail party efekt

Cocktail party efekt interesantan je primjer u učenju iz neuronskihmreža. Kao mogućnost, odnosno sposobnost eliminacije utjecaja višegovornika, i odabir jednog željenog možemo razmatrati i kao problemeliminacije koji se u ekspertnim sustavima veže uz sposobnost izdvajanjan signala iz n senzora različitih ulaznih podataka, Slika 4.13.



103

Slika 4.13. Tipičan prikaz - Cocktail party druženja

Zajednički život, međusobna ovisnost ljudi dovodi do niza socijalnih procesa koji određuju sadržaj, oblik i način djelovanja pojedinca i grupa udruštvenim procesima. Komfornost s grupama, normama, suradnja među pripadnicima grupe i odgovornost za zajedničke ciljeve osnovni su rezultat

socijalne interakcije. Budući da su ti oblici interakcije esencijalni zadruštvenu egzistenciju, svako društvo ih teži institucionalizirati kao

kulturne vrijednosti i da procesom socijalizacije formira pojedinca koji jeu osnovi konformist, kooperativan i socijalno odgovoran. Svaki pojedinac

živi u društvu u okviru zajedničke kulture, konformira se s osnovnimulogama kulture i društva. Društva, odnosno društava u kojima je često pojedinac prisutan ali i u situaciji kada postoji ili se ignor ira društvenoočekivanje ili određeni oblik ponašanja, kao prikrivena individualna potreba, odnosno kontrolirana želja.

Na naše životno iskustvo snažno utječu drugi ljudi. Naše ponašanje

često je određeno društvenim situacijama i normama, percepcijom, onimešto mi mislimo o sebi, ali i o onome što drugi misle o nama. Tijekom svojegživota čovjek je (svjesno ili nesvjesno) podložan društvenim utjecajima.Odnos pojedinca i socijalne okoline ovisi o društvenim odnosima, sadržajugrupnih normi, vrednovanju pojedinih oblika ponašanja te individualnimodnosom prema grupi, njegovoj osposobljenosti. Društveni uvjeti suurbanizacija, sredstva masovnog komuniciranja, nagle promjene kulturnih

obrazaca (brze promjene vrijednosnih sistema, političke konfrontacije iideologizacija političkih odnosa.



104

U analizi ponašanja za pojedinca bitna su dva aspekta:

prvi se odnosi neposredno na njegov doživljaj sebe, pokušaj

doživljavanja sebe kao konzistentne osobe koja ima izgrađen odnos prema okolini i dosljedna je u ponašanju i

drugi koji se odnosi na interakciju pojedinca i grupe.

U Cocktail party efektu, ili algoritmu, ponašanje pojedinca se nezasniva na osjećaju zajedništva i pripadnosti grupi u kojoj se nalazi , većstvaranju procjeniteljskog odnosa na potencijalne vrijednosti koje se mogu

pohraniti i kasnije uporabiti.

Prethodno izloženo nužno je povezati s Abrahamom HaroldomMaslowom (New York, 1. travnja 1908. – 8. lipnja 1970.), američkim psihologom, teoretičarem pokreta za ljudske potencijale. On je osnivačškole unutar suvremene psihologije koja je poznata pod imenom

humanistička psihologija. Njegova teorija ličnosti predstavlja jedan odtemelja te škole pa se stoga može nazvati humanističkom teorijom ličnosti. Poznata je njegova hijerarhijska teorija motivacije, prikazana piramidom

motivacijskih potreba, Slika 4.14.

Slika 4.14. Piramida motivacijskih potreba, (Abraham Harold Maslow)

http://hr.wikipedia.org/wiki/New_York

http://hr.wikipedia.org/wiki/1._travnja


http://hr.wikipedia.org/wiki/8._lipnja




http://hr.wikipedia.org/wiki/Maslowljeva_teorija_hijerarhija_potreba







http://hr.wikipedia.org/wiki/8._lipnja


http://hr.wikipedia.org/wiki/1._travnja

http://hr.wikipedia.org/wiki/New_York



105

Teorija koju je postavio još 1954. godine, služi i danas. Iz nje se razvijaju

različiti koncepti teorije vrijednosti, smješteni u teoriju vjerovanja po kojoj postoje tri tipa vjerovanja:

- deskriptivna ili egzistencijalna, (karakterizirana istinitošću ilineistinitošću)

- evaluativna, (karakterizirana evaluacijom objekta kao dobrog ili lošeg) i

- proskriptivna, (karakteristično je da se objekt ocjenjuje kao poželjan ilinepoželjan)

Vjerovanja imaju:

kognitivnu,

afektivnu i

ponašajnu komponentu

a na njihovim temeljima razvijena teorija vrijednosti koja se dijeli na:

TERMINALNA STANJA, (ona koja se odnose na poželjnakrajnja) i

INSTRUMENTALNA PONAŠANJA, ( poželjna idealizirana),

Procjenjuje se da terminalnih vrijednosti nema više od ljudskih potreba.

4.11. Komentar

I kao što je na početku rečeno: "Samo se za neke funkcije mozga"prozori" za ulaz utjecaja počinju zatvarati u vrlo ranoj dobi, no za drugese oni tek počinju otvarati". Umjesto prijašnje usporedbe mozga skompjutorom, danas istraživači gledaju na mozak k ao na mnogo

fleksibilniji, samo prilagođavajući entitet. On je živi, jedinstveni,organizam koji se stalno mijenja, raste i preoblikuje prema izazovima, s

elementima koji nestaju ako se ne koriste.



106

5. INTELIGENTNI I EKSPERTNI SUSTAVI

Pojam KALOKAGATHIA označuje grčki ideal u vrijeme procvata atenske

demokracije. Svaki je razborit čovjek težio da odgojem postane lijep, snažan iobrazovan u politici i filozofiji. Grci su smatrali da se vježbom tijela i duha postiže

taj ideal. Učeći od starih uzora iz junačkih vremena opisanih u HOMEROVIM

djelima, vježbajući tijelo od najranije mladosti u PALESTRAMA i vježbalištima

te razgovarajući sa starijim učiteljima filozofije, trudili su se postati „lijepi i

dobri“.

Uvod u peto poglavlje

___________________________________________________________

Hipoteza, postavljena 1960. po kojoj sva živa bića na zemlji čine jedinstveni kolektivni organizam završava s idejom o socijalnominteligentnom super-organizmu za kojeg se ne zna kako nastaje. Iako

pojedine jedinke ne moraju posjedovat svojstva inteligencije, cjelokupno

inteligentno ponašanja može rezultirati interakcijama velikog broja jedinki

nepoznatih motiva. Tri su osnovna smjera istraživanja i razvojainteligentnih sustava koji su entiteti distribuirane umjetne inteligencije:

Rješavanje zadataka sa ciljem prilagodbe koncepata,

Rješavanje zadataka nezavisnim entitetima i

Simulacije kod kojih se modeliraju pojedini entiteti a cijeli se model

temelji na interak ciji mnoštva entiteta

5.1. Što je to inteligentni a što ekspertni sustav?

Inteligentni sustav, (IS), Prema R. Reddyu, je svaki sustav koji pokazuje

sljedeća svojstva:

Ponaša se kao prilagodljiv i usmjeren cilju (engl. goal-

oriented behavior ) - željeni cilj ili ciljeve se predočuju podciljevima za koje se rabi znanje o operacijama i postupcima

kojima se približava željenom cilju u slijedu akcija. Ako nekiod podciljeva nisu ostvarivi, traži se alternativnim putovima

doći prema konačnom cilju.



107

Modificira se na temelju iskustva - sustav ima algoritme zaautomatsku modifikaciju strukture i funkcija na temelju

iskustva koja stiče u radu. Podrazumijeva se da sustav može

prikupljati, prikazivati i upotrebljavati stečena iskustva.

Koristi se velikim količinama znanja - količina znanja

pohranjena u sustavu mora biti slična količini znanja koju posjeduje čovjek da bi riješio sličan problem.

Pokazuje svojstva svjesnosti - sustav ima sposobnost

objašnjavanja svojeg ponašanja, nadgledanja i dijagnoze stanja,te korekcije u slučaju pogreške.

Komunicira sa čovjekom prirodnim jezikom i govorom -

sustav može komunicirati sa čovjekom i drugim inteligentnimsustavima na prijateljski način, prirodnim jezikom i govorom.

Tolerira pogreške i nejasnoće u komunikaciji - takva

komunikacija podrazumijeva dvosmislenost i gramatičkuneispravnost u rečenicama.

Operabilan je i odgovara u stvarnom vremenu

Osim navedenih svojstava, inteligentni sustav ima i sljedeće funkcije:

Prikuplja i obrađuje informacije

Interaktivan je s vanjskim svijetom i radnom okolinom

Razmjenjuje informacije i znanja s čovjekom i /ili s

drugim inteligentnim sustavima Prikuplja znanja učenjem

Manipulira i uporabljuje znanje

Primjenjuje i zaključiva znanjem

Planira i predviđa

Stupanj inteligentnosti sustava procjenjuje se na temelju dominacije

umjetne inteligencije u njemu, pa može biti:



108

Jako intel igentn i sustav - u tolikoj je mjeri razvijen da može razmišljati naistoj razini kao i čovjek. Za prepoznavanje takva oblika inteligencije, već je A. M. Turing razvio test prema kojemu je računalo inteligentno ako više

od 30% osoba koje s njim neizravno komuniciraju nije sposobno odrediti je li riječ o čovjeku ili stroju.

Slabo intel igentni sustav - jest onaj kojem se mogu pripisati tek neka

inteligentna svojstva, npr. mogućnost prepoznavanja govora.

Ekspertni sustavi, (ES), kao najzastupljenije područje umjetne

inteligencije, (UI), definiraju se na različite načine. Jedna od

najjednostavnijih definicija je: (Jožef Štefan, Ljubljana), Ekspertni sustavi

su sustavi koji oponašaju znanje eksperta. To mogu biti i računalni programi koji sadrže određena specifična znanja iz jednog ili višeodređenih područja znanosti. Ovakvi programi su komercijalizirani kroz80-e godine prošlog stoljeća, a razvili su ih znanstvenici u područjuumjetne inteligencije u 60-im i 70-im.

Najčešći oblik ES sastoji se od seta pravila po kojima se analiziraju

informacije (koje su najčešće pružene od strane korisnika) o specifičnojvrsti problema, ali i pružanja matematičke analize problema. Ovisno o

njihovom dizajnu tj. izvedbi, pružaju korisniku određene povratneinformacije koje je potrebno poduzeti da bi se riješio zadani problem. ES

su od najveće pomoći za organizacije koje imaju visok nivo iskustva iznanja u direktnom i pravilnom rješavanju problema koje je teško prenijetina druge članove te iste organizacije ili na nekog trećeg.

Takvi su sustavi dizajnirani za lakše „prenošenje inteligencije“, znanja

i informacija koje posjeduju stručnjaci prema drugim članovimaorganizacije u svrhu rješavanja problema. ES su inteligentni programi na

računalima koji koriste znanja i postupke zaključivanja, kako bi se riješiliteški zadatci, kad oni zahtijevaju znatnu ljudsku stručnost. Kao modelznanja nužnog za tu razinu može se zamisliti sveukupno stručno znanjenajboljih praktičara na nekom polju rada, (Lujić, 1993.).

Osnovne komponente ES su:

komunikacijski među sklopovi mehanizam, (modul) zaključivanja

baza podataka i baza znanja

http://hr.wikipedia.org/wiki/Umjetna_inteligencija


http://hr.wikipedia.org/wiki/Definicija

http://hr.wikipedia.org/wiki/Ljubljana


http://hr.wikipedia.org/wiki/Ra%C4%8Dunalni_program



http://hr.wikipedia.org/wiki/Informacija

http://hr.wikipedia.org/wiki/Znanje








http://hr.wikipedia.org/wiki/Baza_znanja

http://hr.wikipedia.org/wiki/Baza_znanja











http://hr.wikipedia.org/wiki/Definicija





109

Danas se ES koriste gotovo u svim područjima i rade sve ono za što sesmatra da čini čovjekovu inteligenciju. Komponente ES generiraju tri

glavna zadatka inženjerstva znanja:

Prezentacija i pohrana velikih količina znanja problemskog područja

Aktivir anje uporabe znanja za rješavanje problema

Pružanje odgovora na korisnička pitanja

U proces izgradnje ES uključeni su: eksperti, inženjer znanja i korisnici.Za Eksperta se zna da je osoba s reputacijom u svom području zbog stručnihsposobnosti kvalitetnog rješavanja problema. On koristi svoje znanje,

sposobnosti i vještine, (kompetencije), stečene kroz bogato iskustvo daskrati proces pronalaženja rješenja. Znanje eksperta je nadgradnja znanjakoje se može dobiti čitanjem knjiga. On ne može uvijek da objasni razloge

svoje odluke, ne zato što ne želi da ih objašnjava, već zato što se oslanja na

intuicije. On vjerojatno zna mnogo više nego što je svjestan. ES treba da

obuhvati i objedini te sposobnosti, vještine i iskustvo jednog ili višeeksperata.

Inženjer znanja je osoba koja poznaje područje računalnih znanosti, UIi zna kako se izgrađuju ES. On poznaje u svom području izgradnje ES sve

njegove dijelove: baze znanja i baze podataka, mehanizam zaključivanja ikorisničko sučelje. Baza znanja, (BZ), (engl.. knowledge base), baza je činjenica i heuristika

u području za koje je namijenjen ekspertni sustav, pridruženih problemu.Ona uključuje činjenice, relacije između činjenica i moguće metode zarješavanje problema u obrađivanom području.

Mehanizam zaključivanja, (MZ), (engl.. inference engine) je softver

sposoban da sredi infor macije iz baze znanja i da na osnovi toga izvučezaključke, tako što činjenice iz baze znanja kombinira s informacijama

dobivenim od korisnika u cilju izvođenja specifičnih zaključaka. Pri raduse koriste kontrolne strategije, koje odlučuju u kom trenutku treba

primijeniti neko od pravila iz baze znanja na nove činjenice dobivenetokom konzultacija s korisnikom. Na ovaj način se simulira ljudskorazmišljanje.

Moduli zaključivanja izvršavaju algoritme za rješavanje zadataka takoda pozivaju neko od svojstava iz baze ili tako da pronađu nova svojstva izsvojstava koja su pohranjena u bazi znanja. Komunikacijski među sklopovi

omogućavaju korisniku sve udobnosti rada sa sustavom na interaktivan



http://hr.wikipedia.org/wiki/Algoritam







110

način, a ujedno mu pružaju uvid u tijek donošenja zaključka. Može semodule zaključivanja i komunikacijski među sklop podrazumijevati i kao jedinstveni modul koji se tada naziva ljuska ekspertnog sustava ili samo

ljuska. Potrebno je naglasiti da jedna specifična ljuska daje na raspolaganjesamo ograničeni broj metoda za reprezentaciju znanja i zaključivanja.

BZ u ekspertnim sustavima su apstraktni prikaz radne okoline ili svijeta

u kojem sustav treba rješavati zadatke. Mogu biti iz problemske domene ilinačin kako se problem rješava. U bazama je znanje: sve što je poznato,stvari koje su znane, rezultati dobiveni percepcijom. Ili jednostavnije

rečeno znanje je spoj spoznaje i logike. Spoznaja uključuje ne propozicijsko razumijevanje kao što su percepcija, pamćenje, refleks, ali i

propozicijsko razumijevanje te razumijevanje sudova o ne propozicijskomrazumijevanju. Logika je znanost koja proučava načela koja vode doispravnih zaključaka.

BZ sadrži:

objekte i relacije među njima

činjenice i nesigurne tvrdnje

pravila svijeta i dezicijska, (željena) pravila

opise motivacije, cilja i stanja sustava

metode rješavanja problema i heuristiku

opis ponašanja

hipoteze

opise tipičnih situacija

procese

ograničenja meta znanje

Jedan od središnjih problema na području umjetne inteligencije jest

razvoj dovoljno precizne i djelotvorne notacije za prikaz znanja u

ekspertnom sustavu – sheme za prikaz znanja.

Sheme za prikaz znanja moraju ispunjavati sljedeće uvjete:



111

primjerenost prikaza – sposobnost prikaza svih vrsta znanja koja su

potrebna za određeno područje.

primjerenost zaključivanja – sposobnost baratanja prikazanim

strukturama na takav način da se izvode nove strukture kojeodgovaraju novom znanju dobivenom zaključivanjem na temeljustarog znanja.

djelotvornost zaključivanja – mogućnost ugradnje dodatneinformacije u strukturu znanja, koja se može koristiti zausmjeravanje pažnje mehanizma zaključivanja premaobećavajućim smjerovima.

djelotvornost učenja – sposobnost lakog prikupljanja znanja.

Osnova svakog IS i ES je umjetna inteligencija (UI), (engl. Artificial

Intelligence), (AI). To je dio područja tehničkih znanosti, tehničkog poljaračunalnih znanosti, (informatike) koje se bavi razvojem sposobnosti

računala da obavljaju zadaće za koje je potreban neki oblik inteligencije.

Od računala se očekuje da se mogu snalaziti u novim prilikama, učiti novekoncepte, donositi zaključke, razumjeti prirodni jezik, raspoznavati prizorei dr. Naziv se također rabi za označivanje svojstva svakoga neživog sustavakoji pokazuje inteligenciju, obično su to računalni sustavi, dok se izrazkatkad neutemeljeno primjenjuje na robote, koji nisu nužno inteligentni.

UI je podvrsta računalne znanosti posvećena kreiranju računalnog programa i tehničke izvedbe s mogućnosti imitacije ljudskog mišljenja.Inteligencija nam omogućuje stjecanje znanja i olakšava mogućnostnjegove primjene u praksi. UI daje računalu dodatnu mogućnost procjenemogućega kapaciteta koji se ogleda u inteligentnom ponašanju a to je jedanod osnovnih ciljeva UI. Iako računalo ne može učiti i stjecati iskustvo kaoljudsko biće, ipak može upotrebljavati znanje i iskustvo pojedinaca i takoga spojiti u kvalitetne računalne programe.

5.2. Heuristika, ontologije i hermeneutika

Heuristika, (grč. heuriskin = otkriće, heurisko = pronašao sam),Arhimedova anegdota vezana uz Arhimedov zakon predstavlja poseban

način rješavanja problema.

Pomoć u izgradnji inteligentnih sustava je upravo heurističko

iskustveno pravilo tj. tehnika prosuđivanja koja može osigurati

http://www.enciklopedija.hr/natuknica.aspx?ID=27600

http://www.enciklopedija.hr/natuknica.aspx?ID=27600



112

pronalaženje cilja. To je sredstvo koje daje opću strategiju za rješavanje problema ili za dolaženje do odluke. Iako heuristička informacija nijeeksplicitno dokaziva, ona je informacija o naravi stanja, prijelazu iz

jednog stanja u drugo, o osobinama stanja, što je u kreaciji UI vrlo bitno.Izuzetno važna mogućnost u primjeni umjetne inteligenci je je ta da se

tvrdnja izvede iz činjenica koje su istinite i poznate i to primjenomneizrazite logika koja ima više stupnjeva istinitosti – ona je više-valjana.

Ideja neizrazite logike uvedena je 1965. godine na University of

California, Berkly kroz uvođenje pojma neizrazitih skupova razmatrajući problem računanja u situacijama neodređenosti. Heisenbergov princip

neodređenost je klica neizrazite logike koja je u inteligentnim sustavima

omogućila kreaciju senzorske strane. Umjetne neuronske mreže suoslonjene na neuron - specijalnu biološku ćeliju u ljudskom mozgu,

zacementirale su perceptorsku stranu ES.

Ontologija, ( grč. όντος znači biti i λόγος kao riječ, pojam ).

Ontologija, je istraživanje o vrstama stvari koje su u svijetu i koje odnoseimaju među sobom, postojanje, predmetstvo, svojstvo, prostor, vrijeme i

mogućnost u izgradnji i primjeni ES. U pripremi a kasnije i u primjeni,

(unapređenju) IS, angažiran je velik broj sudionika: eksperti, inženjeri

specijalisti - inženjeri znanja, korisnici, osoblje na prikupljanju i obradi podataka. Multidisciplinarni pristup umjetnoj inteligenciji postiže se krozontologije. Moderna analitička ontologija je prije svega teorija općihkategorija, obrazac podatka koji se koristi za predstavljanje koncepta.

Predmet, osobina, događaj i to događaj, (događanje), koje se ne odnosi na psihički čin promatranja, nego na prijelaz iz mogućeg u zbiljsko -

ontologija zbiljskih događaja, onako kako ih opisuje Heisenberg.

Kao mogućnost produciranja, procesuiranja i uređenja prikaza

informacija po uzoru na biološke neurone, koriste se umjetne neuronske

mreže. Međusobne veze unutar mreže omogućuju ponavljanje testiranjakoje se koristi za učenje. Na taj način mreža može rješavati problema kaošto su prepoznavanje, predviđanje, optimizacija, asocijativna memorija,kontrola i razumijevanje.

Hermeneutika, (grč. hermeneuo = tumačim razlažem). Za

učinkovitost, moderne analitičke ontologije, u području UI i IS služisuvremena hermeneutika, koja kao način poučavanja, ona nije tek puko

sredstvo, to je određena vrsta znanja koje u sebi nosi normativni smisao.To je vještina, nauka o pravilima i sredstvima tumačenja i dokazivanja u




























113

znanosti. Ona upozorava da svako razumijevanje uvodi svoje

pretpostavke, svoje podrazumijevanje.

Ontologije i hermeneutika, uključuju mogućnost prepoznavanja idefiniranja svojstva sustava UI:

– pristupačnost (prepoznaju svoju okolinu i odgovaraju na

promjene u njoj)

– aktivnost (djeluju usmjereno prema ostvarivanju cilja kroz

preuzimanje inicijative)

– društvenost (djeluju zajedno s drugim sustavima i ljudima u

svrhu ostvarivanja svojih ciljeva i u svrhu pomoći drugima uostvarivanju njihovih ciljeva),

–

mobilnost (mogu djelovati u bilo kojoj okolini), –

sposobnost učenja na temelju razumijevanja ljudskeinteligencije i komunikacije sa strojem, čime se postiže njihovaizuzetna raspoloživost.

5.3. Kibernetika

Kroz prepoznavanje navedenih svojstava, u cilju definiranja pojma

sustava, (bilo inteligentnog ili ekspertnog), potrebno je usmjeriti

promatranje preko teorijskog, tehničkog i organizacijskog stajališta.

Teorijsko stajalište predstavlja utvrđivanje logičke strukturehipoteza, spoznaja, otkrića, znanstvenih činjenica, teorija i zakona.

Tehničko stajalište o buhvaća promatranje, prikupljanje, mjerenje isređivanje podataka, te eksperimentiranje s podacima, čime se osiguravajuoptimalni uvjeti pod kojima se može doći do uporabljivih podataka,informacija i spoznaja.

Organizacijsko stajalište treba osigurati racionalnu tehnologiju

nami jenjenu za daljnje istraživanje u svim bitnim elementima.

Elementi i komponente inteligentnog ili ekspertnog sustava promatraju

se preko međusobnog povezivanja, funkcionalnim i fizičkim vezama, kojikao cjelina obavlja def iniranu funkciju. Element može biti bilo kojakomponenta, funkcionalna jedinica, podsustav ili cijeli sustav koji se možesagledati kao jedinka. Komponenta je element sustava koji se općenito

smatra dovoljnim za provođenje određene funkcije, a u širem se smislumože smatrati samostalnom fizičkom cjelinom. Sve tehničke tvorevine,



114

bez obzira na njihovu složenost, mogu se smatrati tehničkim sustavima.Teorija sustava je nastala u okviru kibernetike kao znanosti o upravljanju i

informacijama. Za teoriju sustava kao znanstvenu metodu svojstveno je da

ona preferira izučavanje cjeline:

- formulirane na odnosima među elementima i

- formulirane na odnosima elemenata i sustava.

Teorija sustava kao znanstvena metoda može se primjenjivati usvim znanstvenim područjima. Teorija sustava kao samostalna znanstvena

metoda ili u kombinaciji s drugim znanstvenim metodama, istražuje,

otkriva i prezentira rezultate istraživanja koji su interakcijski povezani sistovrsnim i sličnim rezultatima homogeno strukturiranih ili sličnih sustava

i podsustava.

Kibernetika, (grč. kybernetike tehne = kormilarska vještina). Već jePlaton toj riječi, polazeći od njena osnovna značenja kao vještineupravljanja brodovima, dao opće značenje u smislu umijeća upravljanja.Osnivačem kibernetike u današnjem smislu smatra se Norbert Winer koji je još 1948. godine, shvativši žive organizme i strojeve kao sustave,

istraživao njihove analogne karakteristike u njihovu ponašanju ifunkcioniranju. je znanost o općim zakonitostima procesa upravljanja,reguliranja, dobivanja, pohranjivanja, pretvorbe i prijenosa informacija kod

živih bića i tehničkih sustava.

Kibernetika kao znanstvena disciplina istražuje „dinamičke samo

regulirajuće i samoorganizirajući sustave. Sastavna ili granična područja su joj:

- teorija sustava,

- teorija upravljanja,

- teorija informacija,

- teorija kodiranja,

- teorija formalnih jezika i gramatika,

- teorija igara,

- matematička logika,

- teorija algoritama i programiranja,



115

- robotika...

Na tim osnovama egzistiraju četiri vrste kibernetike:

1. Teorijska ili opća kibernetika, 2. Primijenjena ili aplikativna kibernetika,

3. Tehničko-tehnološka kibernetika i4. Ekonomska kibernetika.

Najvažnija obilježja kibernetskih sustava su:

1. velika složenost, 2. stohastičnost, 3. autoregulacija

5.4. Inženjeri znanja i algoritmi

Inženjeri znanja, (fr. ingenieur , iz staro lat. ingenarius, prema lat.

ingenium = talent, inteligencija), kao što je već prethodno rečeno, vezani

su uz ES, dio UI, koja pripada području tehničkih znanosti u znanstvenom polju računarstva. ES i IS su povezani uz pohranu i manipulaciju znanjem,

pa se iz njih može učiti, stjecati nova i drugačija znanja. Tumačenje prirode ljudskog znanja započeli su filozofi stare Grčke,

(Platon, Aristotel,…). U 17. i 18. stoljeću znanje je promatrano kroz ideje

da su tijelo i um dva odvojena entiteta, (Descartes, Kant,…). U 19. st.

proučavanje ljudskog znanja premješteno je u područje eksperimentalne

psihologije koja se oslanjala na kognitivnost, (Wilhelm Wundt).

U ranom 20. st. popularna ideja uma je bila promijenjena

biheviorističkim pristupom, kojim svijest nije bila prikladna za znanstvenoistraživanje nego se proučavalo motrivo ponašanje, (John B. Watson). U

50-ima prošlog stoljeća, znanstvenici su postavljali teorije uma temeljene

na procedurama, složenim i mentalnim reprezentacijama prema kojima sekomadići informacija kodiraju i dekodiraju u umu, (George A. Miller), i to

u istom razdoblju kada su inženjeri uspostavili znanstveno polje umjetne

inteligencije, (John McArthy, Marvin Minsky, Allen Newell, Herbert

Simon,…). U 70-ima prošlog stoljeća pristup preko kognitivne znanosti

proučava um i inteligenciju interdisciplinarno iz relevantnih polja psihologije, neuroznanosti, lingvistike, antropologije, računarstva i

biologije, (Christopher Longuet-Higgins, Ulric Neisser ,…). U tomkontekstu razvija se praksa kognitivnog i bihevioralnog inženjerstva koje


http://hr.wikipedia.org/wiki/Stara_Gr%C4%8Dka


http://hr.wikipedia.org/wiki/Aristotel


http://hr.wikipedia.org/wiki/Rene_Descartes

http://hr.wikipedia.org/wiki/Immanuel_Kant


http://hr.wikipedia.org/wiki/Eksperimentalna_psihologija


http://hr.wikipedia.org/wiki/Wilhelm_Wundt


http://hr.wikipedia.org/w/index.php?title=John_B._Watson&action=edit&redlink=1


http://hr.wikipedia.org/w/index.php?title=George_Armitage_Miller&action=edit&redlink=1




http://hr.wikipedia.org/w/index.php?title=John_McArthy&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Marvin_Minsky

http://hr.wikipedia.org/w/index.php?title=Allen_Newell&action=edit&redlink=1

http://hr.wikipedia.org/w/index.php?title=Herbert_Simon&action=edit&redlink=1




http://hr.wikipedia.org/w/index.php?title=Neuroznanost&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Lingvistika

http://hr.wikipedia.org/wiki/Antropologija

http://hr.wikipedia.org/wiki/Ra%C4%8Dunarstvo


http://hr.wikipedia.org/wiki/Biologija

http://hr.wikipedia.org/w/index.php?title=H._Christopher_Longuet-Higgins&action=edit&redlink=1

http://hr.wikipedia.org/w/index.php?title=Ulric_Neisser&action=edit&redlink=1




http://hr.wikipedia.org/wiki/Biologija


http://hr.wikipedia.org/wiki/Antropologija

http://hr.wikipedia.org/wiki/Lingvistika

http://hr.wikipedia.org/w/index.php?title=Neuroznanost&action=edit&redlink=1




http://hr.wikipedia.org/w/index.php?title=Allen_Newell&action=edit&redlink=1











http://hr.wikipedia.org/wiki/Rene_Descartes






116

je svoju potvrdu dobilo naučenim iz UI, čime su i inženjeri znanja dobilisvoje adekvatno mjesto.

Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kaoinženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu natemelju poznatih pristupa o njenom objašnjenju. Ti se pristupi općenitosvrstavaju u sustave:

Simbolički sustavi objašnjavaju kogniciju uporabom operacija

simbolima putem eksplicitnih računalnih teorija i modela mentalnih

procesa analognima radu digitalnog računala.

Poveznički (konekcionistički) sustavi objašnjavaju kogniciju

modeliranjem uz pomoć umjetnih neuronskih mreža na razinifizikalnih moždanih svojstava.

Dinamički sustavi objašnjavaju kogniciju pomoću dinamičkogsustava u kojemu su svi elementi međusobno povezani i pokretljivi.

Hibridni sustavi objašnjavaju kogniciju modeliranjem zajedničkimkorištenjem povezničkih i simboličkih sustava uz pomoć ostalihračunalnih tehnika.

Odluka za primjenu kognitivnog inženjerstva leži u definiranjuanalitičkih razina na kojim se mozak i um mogu proučavati, a po tom ikoristiti. Mentalni fenomeni su najbolje proučavani na višestrukim

razinama apstrakcije, koje su podijeljene u tri grupe:

Fizikalna razina opisuje fizikalni supstrat od kojeg se mozak i

neuroni sastoje (promatrano kao sustav)

Funkcionalna (algoritamska) razina opisuje obrađenu informacijukoja će biti spremna proizvesti nekakav učinak.

Bihevioralna razina opisuje direktno promotrivi izlaz (ili

ponašanje) sustava.

Prvotne jednostavne analogije kognicije i računarstva koristile su zaopisivanje razine analize uspoređivanje mozga i računala. Fizikalnu razinu

bi predstavljao procesor računala, bihevioralna razina predstavlja biračunalni izlaz na monitor ili pisač a funkcionalna razina bi bila računalnioperativni sustav koji omogućava procesoru i perifernim jedinicama da

komuniciraju. Umjesto analogije, istraživanja sklonost i mentalnih

http://hr.wikipedia.org/w/index.php?title=Kognicija&action=edit&redlink=1

http://hr.wikipedia.org/wiki/Um


http://hr.wikipedia.org/w/index.php?title=Konekcionizam&action=edit&redlink=1


http://hr.wikipedia.org/w/index.php?title=Umjetne_neuronske_mre%C5%BEe&action=edit&redlink=1


http://hr.wikipedia.org/w/index.php?title=Dinami%C4%8Dni_sistem&action=edit&redlink=1



http://hr.wikipedia.org/w/index.php?title=Hibridni_sistem&action=edit&redlink=1





















117

fenomena, primjenu kognitivnih komponenti uporabe znanja, inženjeriznanja su proveli u praksi izradom baza znanja, kojima se služi mehanizamzaključivanja u ES.

Kognitivno, ( lat. cognitio = spoznaja), predstavlja mentalne procese

za koje se pretpostavlja da ističu ponašanje, ono pokriva široki r aspon

područja istraživanja o djelovanju pamćenja, pozornosti, percepciji,

predstavljanju znanja, mišljenju, kreativnosti i rješavanju problema.

Biheviorizam, (engl.. behaviour = ponašanje), pristup je preuzet iz psihologije koji ima za cilj otkrivanje zakonitosti ponašanja u određenimsituacijama.

Kada u području UI promatramo proces razvoja, izgradnje,

operabilnosti i održavanja ES, onda je nerazdvojivo iskustvo i znanje kojese stječe vremenom trajanja tog procesa, od onog potrebnog i uloženog nasamom početku. Iz baza znanja, baza podataka i mehanizamazaključivanja, dijelova ES inženjeri znanja kontinuirano uče.

Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kaoinženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na

temelju poznatih pristupa o njenom objašnjenju. Ti se pristupi općenitosvrstavaju u sustave:

Simbolički sustavi objašnjavaju kogniciju uporabom operacija

simbolima putem eksplicitnih računalnih teorija i modela mentalnih

procesa analognima radu digitalnog računala.

Poveznički (konekcionistički) sustavi objašnjavaju kogniciju

modeliranjem uz pomoć umjetnih neuronskih mreža na razini

fizikalnih moždanih svojstava.

Dinamički sustavi objašnjavaju kogniciju pomoću dinamičkog

sustava u kojemu su svi elementi međusobno povezani i pokretljivi.

Hibridni sustavi objašnjavaju kogniciju modeliranjem zajedničkimkorištenjem povezničkih i simboličkih sustava uz pomoć ostalihračunalnih tehnika.

Odluka za primjenu kognitivnog inženjerstva leži u definiranjuanalitičkih razina na kojim se mozak i um mogu proučavati, a po tom i
























































118

koristiti. Mentalni fenomeni su najbolje proučavani na višestrukim

razinama apstrakcije, koje su podijeljene u tri grupe:

Fizikalna razina opisuje fizikalni supstrat od kojeg se mozak ineuroni sastoje promatrano kao sustav

Funkcionalna (algoritamska) razina opisuje obrađenu informacijukoja će biti spremna proizvesti nekakav učinak.

Bihevioralna razina opisuje direktno promotrivi izlaz ili ponašanjesustava.

Prvotne jednostavne analogije kognicije i računarstva koristile su zaopisivanje razine analize uspoređivanje mozga i računala. Fizikalnu razinu

bi predstavljao procesor računala, bihevioralna razina predstavlja biračunalni izlaz na monitor ili pisač a funkcionalna razina bi bila računalnioperativni sustav koji omogućava procesoru i perifernim jedinicama dakomuniciraju. Umjesto analogije, istraživanja sklonost i mentalnihfenomena, primjenu kognitivnih komponenti uporabe znanja, inženjeriznanja su proveli u praksi izradom baza znanja, kojima se služi mehanizamzaključivanja u ES.

Biheviorizam je u 20. stoljeću kao pravac pretpostavljao da se

znanstvene metode mogu primjenjivati samo na ona ponašanja koja semogu opažati i mjeriti. Utjecaj na istraživanje klasično je uvjetovanje,

odbacilo još s kraja 19. stoljeća, introspektivnim metodama tražećiograničavanje psihologije na eksperimentalne laboratorijske metode, (John

B. Watson (1878.-1958.). U 21. stoljeću psiho metrijska ispitivanja

bihevioralnom inženjerstvu su otvorile nove putove u potvrdamazakonitosti ponašanja.

Zbog različitih pristupa zauzimaju se gledišta koja svoje polje

proučavanja nazivaju bihevioralnom analizom ili bihevioralnom znanošćušto rezultira klasifikacijama biheviorizma:

Klasični, (Watsonov) biheviorizam - objektivno proučava ponašanja, bez mentalnog života, bez unutarnjih stanja pri čemu jemisao definirana kao prikriven govor.

Metodološki biheviorizam - objektivno proučava ponašanja trećeosobe kod koje psihološki podaci moraju biti među predmetno

provjerivi i bez teoretskih propisa.






















119

Radikalni, (Skinnerski) biheviorizam - uključuje bihevioralni

pristup mentalnom životu, nemehanistički, kod kojeg unutarnjastanja nisu dozvoljena

Uz ovu osnovnu klasifikaciju postoji još i Teleološki i Teoretski, kaoPost-Skinnerski, te Moralni, Filozofski, Politički, Molarni, Molekularni idr. biheviorizmi. Poznato je kako je u biheviorizmu još od 1924. prevlastnavike potpuna i nadjačala je pojam instinkta. Mnoga ponašanja koja suranije opisivana kao instinkti su zapravo stečene navike. Proces stvaranjanavika može se istraživati, za razliku od instinkta k oji je dio genetske

osnove, što je potvrđeno ispitivanjem na primatima. Zbog tih razloga danas je utjecaj okoline sve dominantniji. Odbacujući koncepcije nasljednih

sposobnosti, talenata, mogućnosti, sklonosti i vokacije, biheviorizam jeobećavao promijenjeni svijet, oslobođen prošlosti, u kojem bi ljudi mogli biti uvjetovani da se ponašaju na prihvatljiv način, što se u konačniciuspjelo s inteligentnim sustavima.

U 80-tim godinama prošlog stoljeća opis ponašanja kao što je prikazanou članku "Odabir prema posljedicama" (engl. Selection by Consequences),

upliće razumijevanje povijesnog odabira kroz tri razine: 1) biologija(prirodni odabir), 2) povijest (potkrijepljeno poviješću), i 3) kultura

(kulturni običaji društvenih grupa). Takav je cijeli organizam u interakcijisa svojom okolinom i pokazuje prilično jasno da je razumijevanje realnedinamike operantnog ponašanja umreženi proces i u kratkom i u dugo

vremenskom opsegu. Iako ovako definiran u tehničkom smislu izgledaneizvediv u području umjetne inteligencije, fuzionirajući podatke iinformacije, inženjeri znanja su povezivanjem kroz multidisciplinarne pristupe riješili važna područja preklapanja, (Ludwig Wittgenstein). Slika

5.1.

http://hr.wikipedia.org/wiki/Ludwig_Wittgenstein





120

Slika 5.1. Multidisciplinarni pristup kognitivnog inženjerstva u kreaciji sustava

UI podacima i informacijama

Inženjer znanja kroz pitanja i razgovore s ekspertom od njega prikuplja

znanje, organizira ga, odlučuje kako će ono biti prikazano u sustavu i uz

pomoć ekipe programera koristi alate za izgradnju ES. Pod alatom se podrazumijevaju svi uslužni programi i specijalizirani alati koji su naraspolaganju i razvijeni za izgradnju, a koji se razlikuju od konvencionalnih

programskih jezika po tome što osiguravaju odgovarajuće načine za predstavljanje složenih koncepata i elemenata znanja, polazeći u prvomredu od klasifikacije i identifikacije, Slika 5.2.



121

Slika 5.2. Tehnike, modeli i metode u klasifikaciji i identifikaciji znanja

inteligentnih sustava

Sveukupnost izgradnje, uporabe i održavanja ekspertnog sustavaobuhvaća skup metoda i postupaka koje se odnose na prikupljanje,računalno predstavljanje i memoriranje, kao i uporabu ljudskog znanja urješavanju složenih problemskih situacija. Taj proces uključuje posebnuvrstu interakcije između graditelja ES i eksperata iz određenog problemskog područja. Inženjer znanja s ekspertima provodi ekstrakcijuznanja, njihovih procedura, strategija i postupaka za rješavanje problema i



122

ugrađuje to znanje u ekspertni sustav. Rezultat procesa je skup programakoji rješavaju probleme u određenom području na način kako to radičovjek -ekspert, da bi u konačnici to radio ES. Manifestacija u određenom

području jest njegov kontakt prema okruženju, sa svojstvima (lat. sensibilis- osjećajan) i reakcije na zamjedbu, (lat. perceptibilis - zamjetljiv), Slika

5.3.

Slika 5.3. Prikupljanje znanja , inteligentna obrada, djelovanje i analogija

eksperta i ekspertnog sustava

Ekspertiza predstavlja najbolja razmišljanja vrhunskih eksperata uodređenom području, sakupljena i ugrađena u program tako da u postupkurješavanja problema mogu dovesti do preciznih i efikasnih rješenja u koja je uključena svjesnost eksperta.

Svijest, (lat. conscientia, grč. sinesis) osim kao fundamentalna

ontološka kategorija može se promatrati kao posebna doživljajna udešenost



123

prema toku vlastitog doživljavanja, koja taj tok prati kao znanje o njemu.Svijest u tom značenju, kao superponirani doživljaj, može se doživljavati u jednoj jedinoj razini ili se retrospektivno tek naknadno u pamćenju otkriva.

Otkrivanjem se dolazi do svijesti o samom sebi - samosvijesti. Samosvijest je znanje o vlastitim psihičkim stanjima i procesima kao promjenjivim

svojstvima. Ona je manifestacija jednog jedinstvenog i postojanog, što predstavlja analogiju inženjerstva znanja u UI, u kojoj se teži u mentalnojinterakciji dostići pretvaranje bitka u svijest.

Imajući na umu spoznaje o djelovanju inženjera znanja, navode se za

primjer dva ES u funkciji sigurnosti prometa. To su aplikativni IS,

aerodromski, Slika 5.4, i tunelski, Slika 5.5. ES raspolažu informacijama i podacima, koriste znanje i postupke zaključivanja u procesu rješavanja

problema za čije je rješavanje potreban visok stupanj stručnosti i iskustva.ES imaju svoje faze od razvoja, implementacije, operabilnosti pa sve do

održavanja. Svrha im je da uz interakciju s inženjerima znanja, zaključuju, prosuđuju, odlučuju na osnovi nekad čak i nepouzdanih i nepotpunih

informacija, te omogućavaju savjetovanje o problemu između sustava ikorisnika.

a) b) c)

Slika 5.4. Komponente ekspertnih aerodromski sustava svjetlosne signalizacije –

a) prilaz i USS, b) kontrolni toranj, c) nadzorno-upravljačka jedinica

a) b)

Slika 5.5. Ekspertni tunelski sustav u centru za održavanje i kontrolu prometa-a)

i oprema u tunelu-b)



124

Učenjem iz ES, prikupljanjem baza znanja i baza podataka specijalistički prometni sustavi, kao što su navedeni tunelski i aerodromski sustav,

inženjeri znanja ukazuju na karakteristike, efikasnosti pojedine opreme i

pridonose unapređenju i racionalizaciji radnih procesa, kao i otklanjanjunedostataka, odnosno osiguranju sustava kvalitete. To je novo podr učje okojem se nije spominjalo u navedenoj literaturi koja obrađuje podr učjedjelovanja inženjera znanja.

Gospodarenje sustavom kvalitete, (QMS), (engl. Quality Management

System), sustav je za osiguranje kvalitete u zamisli, razvoju, proizvodnji,

ugradnji i održavanju. On znači da su procesi i poslovanje, najčešće uglobalnom smislu promatrano unutar tvrtke, organizirani i dokumentirani

a po tom i provjereni i potvrđeni, što je upravo odlika i garancija uspješnosti

svakog ES i iz njega je to naučeno. Lako se može potvrditi kako su promatrani modeli, alati, metode i procedure QMS-a kao što su:

- 8D (Problem Solving Procedure)

- FMEA (Failure Models & Effects Analysis)

- 6-Sigma

- 6M-Ishikava

- PDCA (Plan, Do, Check, Act)

- 3A (Planning and Documenting Method),…

područje inženjerstva znanja. U ovom radu tom se segmentu daje posebna pozornost jer je povezan s jednim konkretnim primjerom iz prakse. Stečenaiskustva su potvrđena na specijalističkom programu edukacije,osposobljavanja i upoznavanja s navedenim metodama QMS, renomiranog

svjetskog proizvođača sigurnosnih i zaštitnih sustava - komponenti

ekspertnog tunelskog sustava.

Završetak edukacije bila je elaboracija o mogućnosti primjene ES kaoQuality Expert Proces, Slika 5.6. što je prezentirano kao mogućnostglobalnog razvoja QMS, Slika 5.7,



125

Slika 5.6. Koncept ekspertnog sustava kvalitete transformiran u ekspertni proces sustava kvalitete

Slika 5.7. Koncept globalnog razvoja ekspertnog sustava kvalitete

Specijalistički programi obrazovanja inženjera znanja, podloga su zastručnjake od kojih se očekuje stručnjačko rješavanje problema na raziniekspertize, a za što je neophodno razumijevanje. Za potvrdu razumijevanja

koriste se iskustva raspoloživih baza i stvarni eksploatacijski parametri. Na

taj način specijalisti kao budućim eksperti stječu nove mogućnosti

Koncept razvoja ekspertnog sustava kvalitete

PROCEDURE

BAZE PODATAKA

ANALIZE

METODE

O N T O L O G I J E

BAZE ZNANJA

8D

FMEA 6-Sigma

6M-Ishikava

PDCA 3A

MS



126

razumijevanja. Upoznavanje s djelovanjem eksperta, promatrajući ga s pozicije vrsnog poučavatelja, ukazuju na cilj kojem teže poučavani, prolazeći fazu mentorstva. Potvrda koncipiranog edukacijskog programa

AERO TVZ dobivena je u okviru provedbe edukacije instruktora, premakojoj je stručnost i specijalizacija isprepletena sa sustavom kvalitete. Takav pristup moguć je samo u slučaju kada se razvoj započinje kao

vizija, a kroz sveukupnost implementacije dosegne status kulture razvoja,

Slika 5.8.

Slika 5.8. Proces napredovanja inženjera znanja od mentora do eksperta

U konačno dosegnutom statusu izobrazbe skupljanje i posjedovanjeiskustva, nije zvanje, ali zvanjem postaje kada posreduje svojim znanjem u

stručnoj praksi. U okviru edukacijskih programa kako za specijalističkazvanja tako i za napredovanje vrlo se jasno prepoznaje uloga inženjeraznanja osim u održavanju ekspertnih sustava, tako i u sustavu kvalitete odsamog početka razvoja, Slika 5.9.



127

Slika 5.9. Ekspertnost kvalitete projekta kao sustava - koncept, razvoj realizacija

i održavanje

Algoritam je termin načinjen prema imenu perzijskog matematičara,(Mohamed Ibn Musa Al-Hawarizmi/ Alchwarzimi/ Alchwarizoni – iz grada

Horezma), koji je početkom IX. st. objavio računski priručnik. U latinskom prijevodu, (slat. algorithmus, algorismus), njegovo je ime pretvoreno u

Agorithmi. Tim su se imenom kasnije počeli nazivati računski priručnici iračunska umijeća. Na posljetku to je bio naziv za sva umijeća da seelementarne aritmetičke operacije izvode pomoću arapskog sustavaoznačavanja brojeva.

Škola ALGORITMIČARA, koja se zalagala za ovaj način računanjanastaje je u XII. stoljeću i odnijela je pobjedu nad školom ABACISTA,(prema abacus – računalo s pomičnim kuglicama). Kasnije je riječalgoritam dobila u matematici šire značenje upotrebljavajući se za metodu

ili proces računanja sa simbolima prema fiksiranim pravilima. „Logičkim



128

algoritmom“ ili „algoritmičkom logikom“ neki nazivaju algebru logike aneki i čitavu simboličku logiku. ALGORITAM, (točnije algorizam) je skupsimbola i općeniti postupak za sustavno rješavanje određene klase

matematičkih problema. Kako bi računala bila u mogućnosti u kratkom vremenu egzaktno riješitizadani problem, (postoje problemi koji današnjim metodama nisu rješivi ustvarnom vremenu, kao i mnogi kombinatorni problemi, poput problema

trgovačkog putnika i problem zadovoljenja Booleove funkcije koji u sebeuključuje složene računske operacije), uz neophodnu tehnologiju inapredak postignut u računarskoj znanosti, razrađuju se algoritmi zarješavanje. Pojedini problemi se ne mogu poznatim algoritmima riješitimilijardama godina, pa se u tu svrhu koriste iskustvene metode čija

je učinkovitost eksperimentalno potvrđena. Neke od tih metoda surazrađene pomoću heuristike, o čemu je bilo riječi prethodno. Heuristikom razrađeni algoritmi zapravo su algoritmi nastali

eksperimentiranjem u svrhu dobivanja zadovoljavajućeg rješenja. Bitnosvojstvo heurističkih algoritama je da mogu približno (dovoljno dobro)riješiti probleme eksponencijalne i faktorijelne složenosti. Pojedini dijelovi

heurističkih algoritama se razlikuju ovisno o situaciji u kojoj se koriste iuglavnom su funkcije cilja – transformacije, i njihovo definiranje znatno

utječe na efikasnost algoritma. U nastavku se daje pregled podjele i opisa

algoritama koji se koriste, Tablice 5.1 do 5.6.

Tablica 5.1 Podjela algoritama

ALGORITMI

EGZAKTNI ALGORITMI

HEURISTIČKIALGORITMI

HEURISTIKESPECIFIČNIHPROBLEMA

METAHEURISTIKE



129

Tablica 5.2. Algoritamski uvjeti za pronalaženje globalnog optimuma

Algoritamski uvjetiza pronalaženjeglobalnogoptimuma

uvjet stabilnosti(stabilizaciju u globalnom optimumu)

uvjet oslobađanja iz lokalnog optimuma(bijeg iz lokalnog optimuma).

Tablica 5.3. Podjela heuristike specifičnih problema

Heuristikespecifičnihproblema

Algoritmi namijenjeni za rješavanje točno određenihproblema

Funkcije procjene, (Funkcije heuristike)

Tablica 5.4. Grupe algoritama

Grupe algoritama

1.

Pohlepni algoritam

2.

Lokalno pretraživanje

3.

Algoritam simuliranog kaljenja

4. Tabu pretraživanje

5.

Pretraživanje promjenjivom okolinom6.

Stohastičko difuzno pretraživanje

7. Optimizacija mravljom kolonijom

8. Optimizacija rojem čestica

9. Evolucijski algoritmi.



130

Tablica 5.5. Podjele metaheurističkih algoritama

Metaheuristički

algoritmi

1 Prirodom-inspirirani algoritmi

Algoritmi koji nisu prirodom inspirirani2 Algoritmi koji imaju dinamičku funkciju objekta

Algoritmi koji imaju statičku funkciju objekta 3 Algoritmi koji koriste jednu strukturu okoline

Algoritmi koji koriste skup struktura okoline4 Algoritmi koji imaju mogućnost pamćenja

prethodnih rješenja

Algoritmi koji nemaju mogućnost pamćenjaprethodnih rješenja

5 Konstruktivni algoritmiPoboljšavajući algoritmi Hibridni algoritmi

6 Algoritmi bazirani na populaciji rješenja

Algoritmi putanje

Tablica 5.6. Pregled poznatijih algoritama

Red.br.

Naziv/Oznakaalgoritma

(HR)/(ENGL)

Opis

1 Pretraživanjenajboljim prvimBest-first search (BFS)

algoritam koji optimizira pretraživanje po širini (Breadth-first search).

2 Dijkstrin algoritam Dijkstra'salgorithm (DA)

služe za pronalaženje najkraćeg puta između dvajuvrhova u grafu, uvijek dovode do optimalnog rješenjaako ono postoji, (završni algoritam)

3 Algoritampenjanja uzbrdoHill Climbing(HC)

po optimiziranja pripada familiji algoritama lokalnogpretraživanja, temeljen na logici uspona počinje odnekog rješenja i ukoliko postoji susjed koji boljeoptimizira funkciju, novo rješenje postaje taj susjed

4 Jednostavni HCalgoritam SimpleHC (SHC)

zbog veliki problem HC-a zapinjanja u lokalnomoptimumu koristi se inačica algoritma



131

5 Stohastičko-restartiran HCalgoritam

Random-RestartHC (RRHC)

bolja inačica HC-a u svakoj iteraciji slučajno odabirepočetno rješenje i nad njime provodi SHC, za svojerješenje odabire najbolje rješenje iz svih iteracija

6 PonavljajućapohlepaIterated Greedy

(IG)

uzastopnim iteracijama provodi pohlepnu destrukcijui konstrukciju postojećeg rješenja, u svakoj iteraciji senovostvoreno rješenje prihvaća u ovisnosti o kriterijuprihvaćanja

7 Pohlepni slučajni adaptivnipostupak pretrage

The GreedyRandomized Adaptive SearchProcedure(GRASP)

kombinacija konstruktivne heuristike i lokalnogpr etraživanja, rješenje se sastavlja korak po korakuzimajući u svakoj iteraciji, slučajnim odabirom,

komponentu rješenja iz ograničene liste kandidatakoja se sastoji od α najboljih elemenata rangiranihprema vrijednosti pohlepne funkcije, ukoliko je α

jednak jedinici dobivamo osnovni pohlepni algoritam,a ukoliko je α jednak broju komponenata dobivamoslučajno pretraživanje

8 Popravni pohlepni

Greedy Squeaky

Wheel (GSW)

gradi rješenje pomoću pohlepnog algoritma, aelementima rješenja koja uzrokuju pogreškupridjeljuje kaznene bodove, koji služe da bi se

popravio prethodno odabran poredak elemenatarješenja, pri čemu se elementi sa više kaznenihbodova guraju naprijed

9 Usmjerenolokalnopretraživanje GuidedLocalSearch (GLS)

mijenja funkciju cilja da bi izbjegao upadanje u lokalnioptimum, koristi lokalno pretraživanje koje čestomože dati suboptimalno rješenje, ne mijenja okolinupoput da bi što bolje pretražilo prostor rješenja, već točini mijenjanjem funkcije koju optimizira (funkcijaobjekta)

10 Iterativno lokalnopretraživanje

IteratedLokalSearch (ILS)

kroz niz iteracija koristi lokalno pretraživanje i početnorješenje kreće na različitim mjestima, u svakoj iteracijise najprije odredi početno rješenje za lokalnopretraživanje tako da se poremeti najbolje pronađenorješenje, u nekim slučajevima je u prednosti nadnačinom optimiziranja koje odabire početno rješenje ineprestano ga poboljšava, (brzina)

11Kvantno

kaljenje

nadograđuje simulirano kaljenje, velike prednosti imanad funkcijama koje imaju velike, ali uske barijere,

ima veću mogućnost zapinjanja u lokalnom



132

Quantum Annealing

(QA)

optimumu, tj. teži bijeg iz lokalnog optimuma zbogvisine barijere, uvodi pojam neodređenosti po uzoruna valna svojstvo kvantnog svijeta i ima mogućnost

tuneliranja kroz takve barijere

12 Pretraživanjepromjenjivomširinom Variable DepthSearch (VDS)

generalizira lokalno pretraživanje, osnovna je idejapromijeniti veličinu okoline po kojoj se pretražuje tako da algoritam može učinkovito pretraživati složeneprobleme u razumnom vremenu

13 Lin-Kernighanovalgoritam

Lin-Kernighan Algorithm (LKA)

varijanta je VDS pretraživanja

14 VišerazinskooplemenjivanjeMultilevelRefinement (MR)

rekurzivno aproksimira problem kroz niz razina, usvakoj razini se prvo uzima projekcija rješenjapodređene razine, zatim se upotrijebi jedna odmetoda jednostavnih pretraživanja da se oplemeniprojekcija niže razine

15 Ekstremnaoptimizacija

Extremaloptimization(EO)

vuče inspiraciju iz modela samo-organiziranekritičnosti iz područja statističke fizike, optimizira

probleme koji se mogu rastaviti na komponente ineovisno procjenjivati, evolucijom pojedinihkomponenti rješenja -komponente se mijenjaju,početno rješenje se odabire nasumično

16 Harmonijskopretraživanje

Harmonysearch

(HS)

oponaša skupinu glazbenika u potrazi za savršenomharmonijom, četiri su osnovna koraka u HS-a: 1.inicijalizacija parametara i harmonijske memorije, 2.improviziranje nove memorije, 3. obnavljanjeharmonijske memorije i 4. provjera zaustavnog

kriterija. 2-4 korak pripadaju iterativnom postupku17 BakteriološkialgoritmiBacteriologic

Algorithms (BA)

algoritmi inspirirani evolucijskom ekologijom, tj.adaptacijom bakterija na okolinu u kojoj obitavaju abitno svojstvo koje uzima u obzir je nemogućnostprilagodbe populacije bakterija na sve uvjete okoline

18 Memetički AlgoritamMemetic

Algorithm (MA)

Kombinirani algoritam s lokalnim pretraživanjem,naziv je dobio po kulturološkom genu mem kojiprenosi informacije iz jednog uma u drugi



133

19 Razbacanopretraživanje Scatter Search

(SS)

omogućuje opće principe za rekombinaciju rješenjazasnovanih na konstrukciji puta u Euklidovomprostoru, koristi male populacije čijom kombinacijom

nastaju nova rješenja.20 Nanovo vezivanjeputaPath relinking(PR)

Jedinke se prikazuju kao točke u Euklidovom prostorui njihovom linearnom kombinacijom nastaju rješenjasljedeće generacije

21 ProcjenadistribucijskihalgoritamaEstimation of

Distribution Algorithms (EDA)

skupina algoritama koji imaju podlogu u teorijivjerojatnosti, ali koriste i populaciju koja se razvijakroz proces pretrage , procjena distribucije se vrši usvakoj iteraciji na temelju postojećih rješenja

22 Metoda ukršteneentropije

Cross-EntropyMethod (CEM)

područje simulacije rijetkih događaja, simulacijarijetkih događaja i uzorkovanje po važnosti ima dvijefaze: 1. generiranje slučajnih uzoraka rješenja premaodređenom mehanizmu i 2. obnavljanje parametaramehanizma u svrhu dobivanja boljih uzoraka

23 Diferencijskaevolucija

Differentialevolution (DE)

koristi se za optimizaciju funkcija više varijabli i imaveliku vjerojatnost pronalaska globalnog optimuma,

diferencijska evolucija se od drugih evolucijskihstrategija najviše razlikuje u fazi mutacije

24 Grupirajućigenetski algoritamGruping Genetic

Algorithm (GGA)

optimizira uz pomoć grupe jedinki koje se razdvajajuu disjunktne , ovakav način optimizacije zahtijevapromjenjive veličine kromosoma pojedinih grupa

jedinki i posebne operatore manipulacije nadgrupama jedinki

25 Interaktivnigenetski algoritmi

Interactve genetcagorithms (IGA)

skupina algoritama koji uključuju ljudsku procjenu,koriste se u područjima gdje funkciju dobrote nije lako

pronaći - umjetnost

26 Stohastičkodifuznopretraživanje

StohasticDiffusion Search

(SDS)

bazira se na populaciji rješenja sa ciljem pronalaženjanajboljeg odgovarajućeg uzorka, spada u grupuinteligencije roja, a glavna mu je karakteristika dakoristi direktnu komunikaciju između agenata,oponašajući mehanizam komunikacije mravlje vrstepoznate kao Leptothorax Acervorum, spada umultiagentne sustave i koristi se u problemima kada

se funkcija cilja može rastaviti na komponente koje se



134

mogu zasebno procijeniti, kako bi se pronašlooptimalno rješenje, upošljava se roj od nekolikoagenata od kojih svaki ima pretpostavku o globalnom

optimumu, brzo, bez iscrpnog pretraživanja,procjenjuje se trenutna pretpostavka jer pri traženjurješenja roj agenata obavlja posao paralelno ,istodobno i sinkronizirano

27

Optimizacijumravljomkolonijom

Ant ColonyOptimization

(ACO)

inspiraciju vuče iz ponašanja argentinske vrste mravaIridomyrmex humilis, pokusi u kojima je mravljegnijezdo spojeno sa izvorom hranom pomoću dvamosta čija se relativna duljina mijenjala, nakon nekogvremena većina mrava prolaziti kraćim putem, zbog

posrednog načina komunikacije - feromon kojegmravi ostavljaju za sobom i donose odluku na temeljukoličine feromona, kako se feromoni više osjećaju nakraćem putu (zbog njihove veće gustoće), većinamrava će nakon nekog vremena prolaziti kraćimputem, također treba uzeti u obzir i učinakisparavanje feromona, koji je bitna karika algoritmakoji oponaša mrave, koristi se za pronalaženjenajkraćeg puta, najkraćeg Hamiltonovskog ciklusa -

Problem trgovačkog putnika (Travelling salesman problem, TSP ),

28

Optimizacija rojem

čestica

Particle swarmoptimization

(PSO)

Baziran je na populaciji rješenja, inspiriranponašanjem jata ptica i roja insekata pa se osnovneideje algoritma mogu opisati na takvom ponašanju,

jato galebova svakodnevno traga za hranom, ukoliko jedan galeb osjeti dobar izvor hrane vrlo je vjerojatnoda će ga ostali članovi jata slijediti, da bi se omogućilapotraga i za boljim hranilištem, svaki galeb u sebi ima

i instinkt za bolje hranilište, time je omogućenokratkotrajno odvajanje od jata -lete nad prostoromrješenja u potrazi za globalnim optimumom, svakojčestici je potrebno pridružiti vektor brzine i vektorpoložaja u hiperprostoru Rn, ponekad su potrebnedimenzije prostora veće od tri da bi se problemefikasno riješio, svaka čestica pamti dvije vrsterješenja: svoje najbolje i globalno najbolje rješenje,često se, umjesto globalno najboljeg rješenja, pamtinajbolje rješenje susjedne okoline kojim boljeistražuje prostor rješenja, manja je vjerojatnost



135

upadanja u lokalni optimum, ali je konvergencijasporija

29

Evolucijskialgoritmi

Evolutionaryalgorithms

(EA)

inspiraciju vuku iz Darwinove evolucijske teorije koja

tumači da u prirodi vlada neprestana borba zaopstanak, teče proces prilagođavanja vrsta okolini ukojoj žive, a sve sa ciljem da se uspije u toj okoliniopstati, u određenoj populaciji neke vrste, dobrasvojstva nastoje očuvati, a loša svojstva nastojezamijeniti boljim, uvjeti u prirodi određuju koje će

jedinke opstati selekcijom i razmnožavanjemspašavaju od izumiranja, jedinke koje nastajurazmnožavanjem u pravilu nasljeđuju svojstva

roditelja, ali zbog mutacija neka od tih svojstava mogubiti promijenjena i nastajanje novih svojstava ključ suprilagodbe vrsta novim uvjetima

30

Evolucijskestrategije

EvolutionaryStrategies

(ES)

koriste realni vektor za prikaz jedinke, a mutacija iselekcija su glavne tehnike pretrage prostora,mutacijom se svakoj komponenti vektora dodajeslučajna vrijednost distribuirana po Gaussovojrazdiobi, pri čemu algoritam posjeduje svojstvo samo-adaptacije standardne devijacije u svakoj iteraciji,

odabir roditelja je slučajan, tj. po uniformnoj razdiobi,selekcija je deterministička i mogu se razabrati dvijeosnovne strategije (λ, μ)-ES strategija izabire zasljedeću generaciju μ najboljih jedinki od λ stvorenedjece (μ+λ)-ES strategija izabire za sljedećugeneraciju μ najboljih jedinki iz λ stvorene djece i μnajboljih jedinki roditelja, algoritam se uglavnomkoristi pri manjim populacijama, a prednost mu jebrzina i činjenica da dobro optimizira probleme koji se

svode na funkcije realnih varijabli31Evolucijskoprogramiranje

EvolutionaryPrograming

(EP)

nastalo na ideji da se simulirajući evoluciju kaoproces učenja pokuša stvoriti umjetnu inteligenciju,pri čemu se koriste konačni automati stanja -numerička optimizacija, nema točno utvrđenstandard, nema križanja među jedinkama, pa jemutacija glavni operator promjene, mogu se koristitirazličiti načini prikaza jedinke i različiti načiniostvarivanja mutacije, istovjetni s onima iz ES-a,

selekcija se vrši po (μ+ μ)-strategiji



136

32

Genetski

algoritmi

Genetic Algorithms

(GA)

koriste se prilikom diskretnih optimizacijskih problemai onih koji se na to mogu svesti, na širok skupproblema, koristi binarni vektor (niz bitova) za prikaz

jedinke i uniformno križanje, mutacija se svodi napromjenu bitova na nekim pozicijama, pri čemu jevjerojatnost promjene pojedinog bita konstantna, uselekciji se jednostavno svi roditelji zamjene sdjecom, složenije verzije GA imaju izmijenjene načinekrižanja, mutacije i selekcije ali ipak, većina funkcija ualgoritmu i dalje ostaje stohastička što održavapopulaciju raznolikom i sprječava prebrzukonvergenciju k suboptimalnom rješenju

33 Genetskoprogramiranje

GeneticPrograming

(GP)

rješenje nekog problema pokušava pronaći tako dastvara program koji će ga riješiti, za to je potrebnavelika populacija, a rješavanje problema je relativnosporo, za prikaz jedinki je pogodno upotrijebitistrukturu grafa, a mutacijama se mijenja strukturagrafa (promjena čvorova), dok se križanjemizmjenjuju podstabla, primjenjuje se u područjimastrojnog učenja



137

5.5. Ekspertni sustavi - Stručni sustavi

Ekspertne odnosno stručne sustave najčešće poistovjećuju sračunalnim programima koji obuhvaćaju znanje eksperata pojedinogstručnog područja. Kako se ES u pravilu sastoji od baze podataka i znanja,

dijela za procesiranje znanja, te korisničkog sučelja, kako je prethodno

opisano, dakle od svog hardvera i softvera, možemo ga smatratiaplikativnom tehničkom cjelinom namijenjenom konkretnoj stručnojuporabi koja se u velikoj mjeri oslanja na znan je. Korisničko sučelje imafunkciju punjenja baze znanja novim faktima, te funkciju korištenja ES od

strane ne-eksperta.

Da bi se razvio jedan kvalitetan ES i koristio se u stručne svrhe, kaostručni sustav (SS), potrebno je jako puno rada i vremena. To je proces koji

traje godinama. Jedan od razloga zašto se u razvoju stručnih sustava

pojavljuju ozbiljni problemi je proces mijenjanje, (ažuriranja) činjenicaodnosno znanja. Dinamična okolina unutar koje stručni sustav mora

funkcionirati nameće na njega dva zahtjeva: ažur iranje i prilagodljivost

pojedinom stručnom korisniku.

5.5. 1. Razvoj stručnih sustava kroz ažuriranje

U početnim fazama razvoja, prikuplja se znanje na osnovi kojeg će ESraditi. U kasnijim fazama to se znanje usavršava, nadopunjava i kontrolira

za potrebe stručnog sustava. Zbog ovih činjenica može se dogoditi da ES

više ne odgovara stvarnim potrebama korisnika ili daje loše rezultate (kojisu tijekom razvoja bili dobri ili povoljni). Već se događalo da su se gotoviES bacali u vodu jer su kroz razdoblje razvoja postali beskorisni kao što su primjeri brojnih sustava vojnog karaktera. Drugi vid ažur iranja je

nadograđivanje ES u uporabi. Kako bi se ekspertni sustav ažur irao, potrebna su nova saznanja na polju djelovanja. Osim dogradnje u postojeći

sustav ponekad je neophodno i mijenjati po potrebi određenje dijelove, podsustave ili njihove relacije. Također može se ukazati potreba za

uspostavom novih odnosa između novih saznanja i postojećeg znanja ES

za određeno polje struke.

Najčešće je nemoguće napraviti ES koji će u potpunosti odgovarati

svim potrebama struke. Z bog različitih preferencija, znanja, potreba,

sklonosti i sposobnosti korisnika, i uz najbolji trud razvojnog tima ES daga naprave što prihvatljivijim što širem krugu korisnika, često se pojavljuju



138

zahtjevi korisnika za koje je potrebno izraditi posebnu verziju. Takvi su ES,

personalizirani stručni sustavi. Izrada takvih posebnih verzija normalno

iziskuje dodatno vrijeme i troškove razvoja. U takvim se slučajevima

nastoji trošak procesa personalizacije ekspertnog sustava prebaciti nasamoga korisnika.

Poznavajući funkcioniranje ekspertnog sustava moguće je klasificiratizahtjeve korisnika. Korisnik preko sučelja ekspertnog sustava pokrećemehanizam zaključivanja koji koristi bazu znanja u procesu zaključivanjai daje određene (ekspertne) odgovore. Baze znanja su modeli realnog

sustava opisanog parametrima i odnosima među tim parametrima.

Mehanizam zaključivanja selekcionira potrebne parametre, izvlači ih iz

baze znanja a pri tom može od korisnika ili na druge načine pribavitivrijednosti tih parametara. Parametri se, obrađuju i s obzirom na njihove

odnose i po ugrađenim metodama obrade dolazi se do rezultata. Najčešći problemi koji se mogu pojaviti u nekom ekspertnom sustavu su:

nedostatak određenih parametara (recimo podaci o novom

specifičnom otporu tla unutar ekspertnog sustava za nadzor stanjauzemljenja)

neadekvatni odnosi ili utjecaji parametara na krajnji rezultat

(recimo padanje kiše je jako bitno za podatak o otporu uzemljenja) nepostojanje nekih “među rezultata” tj. pomoćnih informacija

(recimo gdje su upotrijebljeni preparati za kemijsko poboljšanjestanja otpora tla).

5.5.2. Nedostatak određenih parametara sustava

Korisniku mogu biti važni neki parametri sustava koji nisu važnidrugim korisnicima ili su pak, neki parametri pri razvoju ES bili previđeni.Za primjer uzimamo stručni sustav za određivanje pogodnosti lokacije zaizgradnju transformatorske stanice koji bi trebao biti izrađen kao demo

model za implementaciju nad modela.

Kvaliteta lokacije je neovisna o ljepoti prirode ili postojanju

arheoloških iskopina u njenoj blizini. Međutim, ako uistinu u blizini postojeneki arheološki artefakti i posto ji u blizini hotelski kompleks koji želi za

svoje potrebe uključiti u svoju turističku ponudu obilazak istih njemu je



140

prilagođavanjem ES korisniku zapravo identični zahtjevi. Prema razlici po

stupnju primjene – ažur iranje se provodi za sve korisnike, dok se

prilagođavanje provodi samo za ciljane ili pojedine skupine korisnika.

Moguće je zaključiti da se ustvari teži postavljaju univerzalnog nad

modela ES sa sljedećim ciljevima:

omogućiti lako mijenjanje utjecaja postojećih parametara,

lako oduzimanje i dodavanje novih parametara i

lako dodavanje i oduzimanje znanja o odnosima među parametrima

pomoću kojih se dolazi do pomoćnih informacija.

Za takav nad model s obzirom na generalni model expertnog sustava

(baza znanja, baza podataka, mehanizam zaključivanja i korisničko sučelje)se postavljaju zahtjevi neovisno o postojećim rješenjima pojedinih dijelovaili cijelih zahtjeva. Za ispunjenje tih zahtjeva, rješenja predstavljaju

implementacijsku razinu nad modela mapirajući ga, na generalni model zaciljnu tehnologiju.

Postavljeni ciljevi trebali bi omogućiti da se izmjene izvode uz štomanje zahvata u postojeći ekspertni sustav (ako se radi o preinaci postojećeg) i da su same izmjene jednostavne za shvatiti i izvesti. To značida ekspertni sustav mora biti fleksibilan. Promjene ne smiju utjecati na

ispravnost zaključivanja sustava na osnovi postojećih parametara i odnosa,

osim ako se mijenjaju upravo postojeći parametri i odnosi u kojem slučajusustav mora postati točniji ili prilagođeniji.

Fleksibilnost je moguće postići modularnim ekspertnim sustavom. To

je koncept kojim se postiže razdvajanje unutar samog ekspertnog sustavana:

parametre,

odnose među parametrima,

sustav za glavne informacije i

sustav za dodatne informacije.

Modularnost ne prestaje na ovoj razini. Ona se, ovisno o kompleksnosti

ekspertnog sustava (a time i realnog sustava), može upotrijebiti i unutar



141

svakog od ovih dijelova. Tako se dolazi do: grupiranja parametara,

klasificiranja odnosa među njima, modularnog sustava za glavneinformacije koji rješava glavni problem i podsustava za dodatne

informacije koji dolazi do pomoćnih informacija, savjeta i rješenja korisnihza korisnika.

Iako logička podjela ne mora biti i fizički tako ostvarena u ekspertnomsustavu. Parametri i odnosi među parametrima, mogu biti jedan sustav. Dio

parametara i relacija među njima može biti na fizičkoj razini integriranunutar sustava za glavne informacije. U takvim se postavkama kreiraju

određeni podsustavi s različitim razinama integracije.

5.5.4. Opseg integracije u kreaciji nad modela

Odabir integracije pojedinih sustava ili njihovih dijelova, podsustava,

u druge sustave ovisi o tome koliko se pretpostavlja ili zna da se ti

podsustavi ili njihovi dijelovi neće mijenjati u budućnosti i koliko je sustavza glavne informacije ovisan o njima. Ovaj problem je analogan problemu

centralizacije i decentralizacije upravljanja i odlučivanja u managementu.Tako se između dijela parametri i dijela odnosi među parametrima samimgrupiranjem stvaraju novi odnosi među njima.

Dio za koji će se omogućiti korisniku promjena zahtijeva ulaganje

dodatnih napora kako bi se razvila sučelja koja će korisnicima omogućitilako upravljanje ovim dijelovima. Time se povećava i vrijeme učenja radasa sustavom, a to za sobom povlači pitanje spremnosti korisnika da utrošidodatno vrijeme za učenje korištenja ‘napredne’ mogućnosti sustava tako

da je potrebno i to uzeti u obzir pri razmatranju opsega kontrole nad

pojedinim dijelovima sustava koja se daje korisniku, a to pak utječe naopseg integracije odnosno povezivanja dijelova ekspertnog sustava.

Da bi se dijelovi ES povezali potrebno je ustanoviti koje su veze među pojedinim dijelovima potrebne. Tablica 5.7. pokazuje postojanje veza

među pojedinim dijelovima ES.



142

Tablica 5.7. Dijelovi ekspertnog sustava i odnosi među parametrima

Odnosi među

parametrima

Sustav za glavne

informacije

Sustav za dodatne

informacijeParametri Odnosi među parametrima

Opisi veza među dijelovima:

Dio odnosi među parametrima treba vezu prema dijelu parametri

kako bi znao nad čime definira odnose,

Sustav za glavne informacije treba veze na odnose među

parametrima i parametre jer na osnovi njih zaključuje i Sustav za dodatne informacije treba veze na odnose među

parametrima i parametre jer na osnovi njih zaključuje.

Poznato je da ekspertni sustav zaključuje na osnovi parametara i odnosa

među njima, međutim, unošenje vrijednosti parametara zahtjeva jedan mali

podsustav koji traži njihove vrijednosti od korisnika. Uloga ovog dijela

ekspertnog sustava je saznavanje vrijednosti, ne izračunavanje.Izračunavanje je uloga sustava za informacije. Međutim mora biti jasno dato ne sprječava implementaciju izračunavanja nekih parametara u ovomdijelu, a ni unos vrijednosti u sustavu za glavne informacije.

Nad model se može implementirati na razne načine, tako da pojedinekonce ptualne cjeline mogu biti fizički implementirane djelomičnom ili potpuno, i to u više drugih konceptualnih cjelina. Sustav za glavneinformacije koristi parametre s pridruženim vrijednostima za izračunavanjevrijednosti ostalih parametara preko definiranih odnosa među parametrimai dolazi do glavnih informacija. Nusproizvod ovog procesa su parametri s

pridruženim vrijednostima. One mogu biti unošene od strane korisnika ili

izračunati od strane nekog podsustava, koji kao nusproizvode koristi sustav

za dodatne informacije za svoja zaključivanja. Sustav za dodatneinformacije može zahtijevati i vrijednosti parametara koji nisu unošeni kroz prijašnji proces. Rješenje je omogućavanje pristupa do dijela za unosvrijednosti parametara pa se veza među dijelovima ekspertnog sustava

prikazuje odnosima, Tablica 5.8.



143

Tablica 5.8. Veze među dijelovima ekspertnog sustava, odnos među

parametrima i unosi

Odnosi međuparametrima Unosvrijednostiparametara

Sustav za glavneinformacije Sustav zadodatneinformacije

Parametri Odnosi međuparametrima

Unos vrijednostiparametara

5.5.4.1. Prikaz nad modela tablicama sistemskog dijagrama

Nad model ES, bez dijelova kojima se prilagođava može se prikazatitablicom iz sistemskog dijagrama, Tablica 5.9.

Tablica 5.9. Veze i odnosi među dijelovima ekspertnog sustava

Parametri Odnosiparametara

Skladište Sustav zaglavneinformacije

Sustav zadodatneinformacije

Unosvrijednostiparametara

-P1 -O1 -S1 -G1 -D1 -U2-P2 +P2 +G1 -G2 +P1 +G1

-P3 -O2 +I1 +P1 +S1 +I1

+U2 +O1 +P3

+O2

Opis veza u sustavu:

P1 – sustavi za glavne i dodatne informacije koriste parametre i njihove

odnose kako bi došli do informacija,

P2 – korištenje parametara kako bi se definirali odnosi među njima,

P3 – korištenje parametara kako bi se unosile njihove vrijednosti,

O1 – odnosi među parametrima P1,

S1 – sustav za glavne i dodatne informacije uzima iz skladišta parametre,



144

G1 – sustav za glavne informacije preko dijela za unos vrijednosti

parametara dobiva tražene vrijednosti

G2 – sustav za glavne informacije sprema u skladište sve promijenjene iizračunate vrijednosti,

I1 i I1 – analogno G1 i G2,

Parametri, odnosi među njima, pa čak i skladište mogu biti potpunonerazdvojiva cjelina. Primjer takvog modela je prikazan u Tablici 5.10.

Tablica 5.10. Veze i odnosi među dijelovima ekspertnog sustava u kojem su

parametri i odnosi među njima nerazdvojive cjeline

Parametri sodnosima i

vrijednostima

Sustav zaglavne

informacije

Sustav zadodatne

informacije

Unosvrijednostiparametara

-P1 -G1 -D1 -U2

-P2 -G2 -D2 +G1

+G1 +P1 +P1 +D1

+D1 +P1

+U1

U tablici naveden sustav za dodatne informacije skup je neovisnih

podsustava koji svaki za sebe dolazi do informacija za koje su razvijeni i

svaki za sebe pristupa ostalim dijelovima ekspertnog sustava.

Termin neovisni podsustav je oksimoron po definiciji sustava i

podsustava, ali to je upravo ono što se postiže ovim modelom – podsustavi

mogu koristiti izlaze drugih podsustava, ali u slučaju da ti izlazi ne postoje

ili čak drugi podsustavi ne postoje, mogu sami doći do potrebnih ulaza. Način pristupa ostalim dijelovima ekspertnog sustava je identičan za sve podsustave što znači da se može uniformirati.

Uniformizacija pristupa ovih podsustava ostalim dijelovima ekspertnog

sustava vodi do jedinstvenog sučelja za komunikaciju između ove dvijestrane. Ovakav koncept prikazuje Tablica 5.11.



146

M1 – preko modula za management parametara upravlja parametrima,

M2 – preko modula za management odnosa među parametara upravlja

odnosima, (u slučaju da su parametri i odnosi jedna cjelina, i ovi modulisu jedna cjelina),

M3 – preko modula za management sustava za dodatne informacije,

upravlja podsustavima za dodatne informacije,

M4, M5 – pokreću sustava za glavne i dodatne informacije.

5.5.4.2. Nedostaci nad modela

Razvoj nad modela zahtijeva slijedeće:

rastavljanje ekspertnog sustava na podsustave,

definiranje prilagodljivih i ne prilagodljivih dijelova sustava,

definiranje opsega kontrole i ugrađivanje te kontrole nadekspertnim sustavom,

definiranje načina povezivanja ovih dijelova,

razvoj sučelja za komunikaciju,

izradu algoritama za potrebne konverzije i dr.

Iako su se troškovi održavanja ekspertnog sustava i njegovenadogradnje smanjili, izgradnja (pogotovo početne faze kao definiran je problema, studija izvedivosti, dizajn) je postala vremenski zahtjevnija i

traži više truda, stoga su se i ukupni troškovi i vrijeme izgradnje povećali.Zato je prije odabiranja ovog problema potrebno razmotriti njegovu

isplativost s obzirom na ekspertni sustav koji se namjerava razviti:

ako će biti malo korisnika, tj. manja je financijska korist od njega,ne isplati se uvoditi mogućnosti prilagođavanja korisniku;

je li korisnik spreman čekati dodatno vrijeme za razvoj ekspertnogsustava po ovom modelu – možda je moguće razviti ekspertnisustav s tek djelomičnom implementacijom ovog modela, a kasnije,



148

parametara i njihovih odnosa preko interneta ili da se oni automatski

objavljuju na internetu i postaju dostupni drugima. Postoje već ekspertni

sustavi za koje je moguće nek e njihove dijelove koristiti uslugom preko

interneta i to kao izvor informacija. Na primjer dio za unos vrijednosti parametara može se za neke ili sve vrijednosti spajati na internet i iz nekih

internet baza, dobivati relevantne podatke. Postojanje takvih baza mogu

održavati razvojni timovi i one se nalaze unutar njegova vlasništva. Postoji

više baza koje su u vlasništvu onih koji ih pune, odnosno stvaraju.

Vrijednosti parametara se nalaze unutar njihovih internet prostora. Primjeri

takvih baza su npr.: statističke i trenutne atmosferske prilike, praćenjesustava za zaštitu od atmosferskih pražnjenja, karakteristikeelektrotehničkih materijala, podaci o nuklearnim elektroenergetskim

objektima na svijetu i dr.

Udaljeni podsustav za dodatne informacije, izvedeni su tako da korisnik

pošalje globalnoj bazi podsustava za dodatne informacije svoje parametre,

odnose među njima i vrijednosti. Nakon izvođenja odabranih podsustavaglobalnog sustava, dodatne informacije se šalju korisniku.

Primjer takvog globalnog sustava postoje kao razni oblici savjetovanja

za praćenje razvo ja globalnih sustava koji između ostalog ovise i o

trenutnom stanju za njihovim potrebama.

Internet pruža ogromne mogućnosti širenja sposobnosti ekspertnogsustava gledano sa strane ažurnosti, prilagodljivosti, kvalitete i kvantitete

informacija koje daje, pa i same primjene.

U daljnjem razvoju razmatranja i opsega korištenja interneta u

ekspertnom sustavu pazi se na sljedeće:

je li internet dostupan korisnicima (ili koliko korisnika ga ima,koliko bi korisnici koji ga ne bi imali bili oštećeni zbognemogućnosti korištenja pojedinih dijelova ekspertnog sustava),

je li moguće automatizirati pristup ekspertnog sustava navedenim bazama,

vrijeme odziva koliko treba čekati dok se skinu vrijednosti

parametara, dodatne informacije i dr. ako je ekspertni sustav koji

mora djelovati u realnom vremenu, onda mora i saznavati

informacije u realnom vremenu,



149

koliko to košta korisnika da li korisnik mora dodatno plaćatiodržavanje baza, kako plaća pristup internetu,

sigurnost i privatnost informacija koje se šalju i primaju.

Razvoj nad modela s primjenom za rad „u oblacima“ usmjeren je nanjegovu općenitost kao i neovisnost o implementacijskim modelima i

implementacijskim jezicima. Svrha mu je da bude lako iskoristiv u praksi,

a da pri tom udovoljava danas uvelike traženim potrebama ažuriranja i prilagođavanja, kako bi na pozornici informacijske znanosti odigrao ne jednu ili nekoliko predstava, već se nadograđivanjem i prilagođavanjem po potrebama, održao duže vrijeme na repertoaru i usluzi onima kojima je potreban.

Izrade demo ekspertnih sustava učestalije su nego serijskih pa tako provjerom izvedivosti u praksi, potvrđuje se ispravnost nad modela. Težise da početno postavljenim zahtjevima o potrebi reflektiranja trenutnestvarnosti tj. izbjegavanja eventualnog zastarijevanja korištenog znanja, atime i izbjegavanja donošenja pogrešnih ili nepotpunih informacija.Također je postignuta mogućnost pružanja dodatnih informacija, odnosnosavjeta na temelju unijetih i izračunatih parametara koji npr. stvaraju podlogu za procese odlučivanja koji će uslijediti nakon eventualnog

provođenja odluke proizašle iz rezultata sustava za glavne informacije.

5.5.5. Skladištenje parametara

Vidljivo je da među dijelovima ekspertnog sustava najviše kolaju parametri s pridruženim vrijednostima stoga je vrlo korisno definirati pohranu vrijednosti parametara. Za njih je potrebno pronaći adekvatno

skladište.

Korisnika skladišta ima više. Prvi je podsustav za unos vrijednosti

parametara koji ga inicijalno puni. Sustav za glavne informacije ga može pozivati, kako bi saznao vrijednosti nekih parametara, ali ga može i preuzimati, dodavati nove parametre i mijenjati postojeće. Također gamože preuzimati sustav za dodatne informacije i koristiti postojeće kojima

može dodavati nove parametre s vrijednostima ili koristeći dio za unosvrijednosti parametara izračunavati ih.



150

Odlaganje vrijednosti parametara u skladište može biti izvedeno na

razne načine pa je potrebno odrediti kriterije za odabiranje optimalnog

načina. Kriteriji ovise o izvedbi sustava za glavne i dodatne informacije. U

slučaju da dijelovi ekspertnog sustava traže različite izvedbe skladišta a tosu okviri zapisa parametara s pridruženim vrijednostima – formati. Za to je

potrebno osigurati konverziju. Skladište može biti izvedeno tako da jeintegrirano u parametre kao relacijska baza podataka ili kao samostalan niz

naziva parametara s pridruženim vrijednostima u obliku činjenica. Jezici

specijalizirani za izradu ekspertnih sustava imaju oblik zapisa znanja

standardan, i za njih nisu potrebne preinake. Potrebno je samo razviti

mogućnost pristupa do zapisanog znanja i iz drugih dijelova ekspertnogsustava ili napraviti rutine za importiranje i eksportiranje u druge dijelove

ekspertnog sustava.

5.5.6. Podsustavi za dodatne informacije

Sustav za dodatne informacije se dijeli na podsustave različitih

informacija. Podjela je tako provedena da su podsustavi međusobno potpuno nezavisni, osim u slučaju preoblikovanja postojećeg ekspertnog

sustava što ne znači da pojedini podsustavi ne mogu koristiti vrijednosti parametara koje su izračunate ili unošene već, da ih podsustavi i sami mogu

izračunati ili dobiti preko dijela za unos vrijednosti parametara. Na ovaj

način se postiže potrebna fleksibilnost cijelog sustava.

Sustav za dodatne informacije se može izvesti kao skraćeni i prilagođeni postojeći skriptni jezik ili samostalno razvijeni na način da može

podržavati:

dohvat vrijednosti parametara osnovnih informacija pomoću kojihse dolazi do dodatnih informacija,

osnovne operacije nad vrijednostima svi tipovi vrijednosti

parametara koji se mogu pojaviti i operacije koje se mogu nad njima

izvesti,

slanje pronađenih informacija natrag korisniku jer se sustav zadodatne informacije baviti pronalaženjem.

Poželjno je da sustav za dodatne informacije može pozivati druge

aplikacija, kao podsustave za dodatne informacije zbog brzine izvođenja,



151

većih mogućnosti, postojanja već nekih gotovih modula koji se mogukoristiti za izgradnju podsustava i koristiti za spajanje podsustava za

dodatne informacije s ostalim dijelovima.

U slučaju da podsustav za dodatne informacije treba izvoditi složene idugotrajne operacije nad podacima koji zahtijevaju dosta računalnihresursa podsustav se može razviti kao ljuska koja s vanjske stranekomunicira s ostalim dijelovima sustava tehnologijom interfacea. Takav

sustav ljuske može poslužiti i za implementaciju sustava za glavne

informacije.

5.5.7. Korisničko sučelje

Korisničk im sučeljem korisnik pristupa pojedinim dijelovima

ekspertnog sustava i konfigurira ga. Stoga ono mora omogućiti lak irazumljiv pristup upotrebi i prilagođavanju dijelova ekspertnog sustava ne

ulazeći pri tom, u samu kompleksnost ekspertnog sustava. Danas se to

postiže korištenjem multimedijalne sposobnosti računalnih sustava. To se

postiže kroz tehnologiju aktivnih dokumenata koji omogućuju spajanjemultimedijalnih sadržaja, koji opisuju neki koncept i upravljaju njime.

Moguća su i rješenja korištenjem tehnologije inteligentnih sučelja, koje su

i same oblik umjetne inteligencije kao i ekspertni sustavi. Njih je težerazviti, ali već postoje na tržištu standardizirana inteligentna sučelja kojauvelike olakšavaju posao jer ih je potrebno samo prilagoditi ili popuniti

podacima.

Među takva sučelja ubrajamo sve računalne „Agente“ koje poznajemo

kao „Alate“, a što su zapravo zasebne komponente koja se mogu koristiti u

svojim aplikacijama, pa tako i u ekspertnom sustavu. Navedene tehnologije

navode korisnika kroz proces prilagođavanja ili ažuriranja objašnjavajući

svaki korak u procesu.

Pored zahvata u korisničkom sučelju, moguće je javljanje potrebe zaizmjenom drugih dijelova ekspertnog sustava poput parametara i odnosa

među parametrima. Atributi koje parametri mogu imati prilagođavaju se

ekvivalentima koji se koriste u svakodnevnom govoru, pa se na taj načinmogu unositi vrijednosti varijabli jednostavnog izgleda i strukture, koliko

to dopušta ozbiljnost ekspertnog sustava.



152

Osim upravljanja parametrima i njihovim odnosima korisniku je

potrebno olakšati i upravljanje podsustavima za dodatne informacije, a touključuje konfiguriranje koji podsustavi će se koristiti nakon izvođenja

sustava za glavne informacije, dodavanje novih, brisanje i zamjenu postojećih podsustava.

Postoji još jedna stvar na koju je potrebno misliti prilikom izgradnje i prilagođavanja, a to je sposobnost i spremnost prosječnog korisnika da

koristi ponuđene mu opcije. Ovo je ključno za određivanje rasponakontrole nad pojedinim dijelovima ekspertnog sustava koji će se datikorisniku, odnosno određenje kontrole koja će ipak biti ostavljena urukama razvojnog tima ne gubeći pri tom prvotne ciljeve.

5.5.8. Podloge za izgradnju ekspertnih sustava

Izgradnja ekspertnog sustava započinje analizom i specifikacijomzahtjeva za bazu znanja (engl. knowledge base) i bazu podataka (engl. date

base). Ovoj aktivnosti potrebno je posvetiti posebnu pažnju, kako bi točno

definirane potrebe u startu izrade aplikacija i baza podataka i baza znanjaosigurale njihovu konačnu primjenu. Odabirom učećeg agenta, postavljen je cilj na ekspertni sustav da djeluje u okružju koje je njemu na početkunepoznato, pa kako stječe više znanja tako je i njegovo djelovanje bolje isigurnije, a za to su potrebni elementi za učenje (engl. learning element),

izvedbeni elementi (engl. performance element), ocjenjivač (engl. critic) i

generator zadatka (engl. problem generator).

Model podataka potrebno je napraviti u važećim dijagramskimstandardima takvim da se može nadograđivati u skladu s potrebama

korisnika. Također u fizičkom modelu, tj. na propisanoj platformi predvidjeti mogućnost nadograđivanja baze podataka, kako njenih relacijatako i korisničkih sučelja (formi).

Potrebno je napraviti konceptualni, logički i fizički model baze podataka. Također je potrebno definirati forme za unos i pregled podatakau bazi, kao i oblike izvješća imajući na umu jednostavnost korisničkogasučelja, koje je potrebno projektirati uz validacije unosa podataka.

Konceptualno modeliranje polazi od specifikacije zahtjeva a

rezultira izrađenim konceptualnim modelom koji opisuje strukturu:



153

- entitet,

- veza,

- atribut entiteta i

- ograničenje.

Relacijski model podataka opisuje isključivo logičke aspekte podataka, a ne bavi se problemom fizičkog smještaja podataka u bazi. Uizradi baze podataka najčešće se koristi klasični relacijski model, koji jenajzastupljeniji a čiji su osnovni koncepti:

- struktura,

- ograničenja,

- skup operacija

Kako se baza znanja sastoji od znanja iz problemskog područjakoje je potrebno za uspješno djelovanje ekspertnog sustava, njenaizgradnja počinje već u prvoj fazi.

Znanje će biti iskazano:

- Činjenicama (neospornim tvrdnjama i sigurnim podacima)

- Postupkovnim pravilima (hipotezama, vjerojatnim tvrdnjama i ne bašsigurnim podacima)

- Heurističkim pravilima (dobrim procjenama kad nema niti činjenica niti podataka)

•

Činjenice su izjave iz problemskog područja, koje opisuju znanjeaksiomatskog tipa.

Primjer: Tunel je dvosmjeran, orijentacija tunela je «sjever –jug», portal

tunela je u usjeku,...i one su već djelomično raspoložive, te ih je potrebnonastaviti prikupljati i formirati bazu podataka (ta je baza bitna za kasnije

projektiranje).



154

• Postupkovna (proceduralna) pravila su djelomično postavljena kao pravila koja opisuju osnovne dijelove radnji operatera – opisano u

«postupnicima operatera».

Primjer: Provjeriti stanje rasvjete za program održavanja, pokreni

postupak prediktivnog održavanja,...

• Heuristička pravila, ili heuristika, su pravila prihvaćena kaosugestije jer ih se ne može dovoljno čvrsto obrazložiti, a ekspert(projektant, stručnjak iz određenog područja) ih stječe svojimvišegodišnjim iskustvom. Primjenjuju se u svim slučajevima kadazbog nepouzdanih informacija nemamo odgovarajućih

postupkovnih pravila.

Korisničko sučelje, (engl. user interface)tj. forme za unos, pregled i

izmjenu podataka te forme izvješća moraju biti definirane tako da čuvajuintegritet baze podataka, preko validacije i programskih ograničenjaoperacija s bazom podataka ali i da omoguće jednostavan rad korisniku.

Forma korisničkog sučelja neke baze za unos podataka padajućimmenijima pomaže lakšem unosu novih podataka i njihovoj validaciji na

način da se koriste izvedeni programski filtri. Npr. za odabrano područje u padajućem izborniku se dobivaju objekti samo iz tog područja.

Glavne značajke tako formiranog ekspertnog sustava su:

jednostavno dodavanje nekih novih znanja

fleksibilna strategija rješavanja problema

visoki stupanj rješavanja problema

mogućnost objašnjenja što je napravljeno i zašto je napravljeno

Kroz interpretaciju znanja i logičke procedure, odvija seautomatsko zaključivanje u ekspertnim sustavima te je moguće mijenjativeć postojeću bazu znanja. Za svaki model zaključivanja postojiodgovarajuća strategija kojom se kontroliraju i usklađuju procesi pretraživanja baze znanja i zaključivanja.



155

Baze znanja mogu prikazivati znanja kao:

predikate – formalna logika (engl. formal logic) je tehnika koja

predstavlja informacije na način da je lako provjeriti je liinformacija točna ili nije.

semantičk e mreže – grafove koji predstavlja objekte (događaji iliakcije) i sadrži realna značenja o objektima.

okvire znanja (engl. frames) – simbolički predstavljaju znanje.

sadrže pretince (engl. slots) koji sadrže informacije, a pretinci

sadrže pokazivače na druge pretince ostalih okvira i tako se znanje povezuje u smislenu cjelinu.

pravila (engl. rules) – predstavljaju znanje prema kondicionalnom

modelu "if-than"

ES mogu biti temeljeni na pravilima (engl. rule based systems) i sustavi

koji se temelje na učenju (engl. inductive learning systems). Mogući su i

mješoviti sustavi koji dio znanja stječu putem dobivenih pravila, a dio

putem pravila koja sami izvode učeći na primjerima.

Sustavi koji se temelje na pravilima, pravilo povezuje dvije ili višečinjenica na određeni način. AKO (premisa) ONDA (zaključak ili akcija)

Primjer: AKO se promet kroz tunel odvija po danu, ONDA treba biti

uključen dnevni režim rasvjete tunela.

Postavi li se pravilo u obliku: AKO (uzrok) ONDA (posljedica)

potrebno je uvesti termine kojima će uzrok povezati s posljedicom, nekomneizrazitošću

Primjer: AKO je u danu nastupila vrlo jaka naoblaka, ONDA rasvjetu

tunela treba biti korigirana na 80%.

To zapravo navodi na potrebu primjene više vrijednosne (neizrazite)logike (engl. fuzzy logic). Z a potrebe regulacije rasvjete preko fuzzy

regulatora.



156

Kada se sustavi temelje na učenju primjera, za takav sustav potrebno jeimati dva skupa primjera: jedan skup iz kojih se uči i drugi skup primjerana kojima će se ispitivati kvaliteta naučenog odnosno kvaliteta znanja.

Rezultat učenja na primjerima može biti skup pravila izraženihgrafički pomoću stabla koje se može formirati potpuno automatski ili uzintervenciju eksperta. Najinformativniji atribut se pojavljuje kao prva točkastabla, drugi po redu kao druga točka i tako redom. Tako stablo završiklasama i to je rješenje koje se i trebalo dobiti. Postupkom određivanjanajinformativnijih atributa i odbacivanjem neinformativnih atributa dobije

se stablo odlučivanja.U svrhu izgradnje baze znanja i baze podataka, već u prvoj fazi se

predviđa:

-

Intervju i prikupljanje iskustvenih podataka projektanata i eksperata

- Intervju i prikupljanje iskustvenih podataka operatera tijekom pogona

- Prikupljanje i obrada klimatskih podataka mikro lokacije tunela

- Prikupljanje i obrada iskustvenih podataka i postupaka operatera

prilikom promjene klimatskih uvjeta za mikro lokaciju tunela i utjecaj

ekliptike na svjetlo tehnički proračun.

Paralelno s tim slijedi projektiranje strujnih krugova i rješavanjesustava regulacije, osjetila, izvršnih upravljačkih i regulacijskih

elemenata:

- Fotoosjetljivi senzorski sklop (ugađanje na upravljačke elementekrugova rasvjete)

- Fotoosjetljivi senzorski sklop (postavljanje referentnih veličina zaugađanje)

-

Izvršni upravljački elementi za regulaciju rasvjete - Izvršni upravljački sklopovi za upravljanje

Dizajniranje sustava temeljenih na znanju vrlo se uspješno provodimetodologijom CommonKADS, koja se po prirodi i sadržaju približavaspiralnom modelu koji osigurava poboljšavanje i nadzor nad samimsustavom. Kako postoji dobra dokumentacija za CommonKADS

metodologiju, moguće je definirati parametre važne za unapređenje iiskoristiti ih u daljem radu.



161

Većina do danas razvijenih ekspertnih sustava za dijagnozu kvarakoriste se informacijama iz sklopne opreme, prekidača i releja. Ti elementi

su prikladni za procjenu i sekcioniranje kvara na prijenosnom sustavu ili nadistribucijskim vodovima. Za kvarove koji se događaju na dijeludistribucijskog sustava između primarnih grana i potrošača informacije će biti izbrisane na osiguraču glavnog čvora napojnog voda.

Prekidač strujnog kruga na glavnom čvoru primarnog voda nećefunkcionirati za kvarove koji se događaju na bočnim granama, pod

granama, distribucijskim transformatorima i pridruženim uređajima. Uovom slučaju nisu dostupne informacije prekidača strujnog kruga, kao nilokacija ispalog osigurača. Kvarovi na ovom dijelu sustava uzrokovati će

prekid usluge manjem broju potrošača u odnosu na one na primarnomvodu. Međutim oni se događaju češće od kvarova na primarnom vodu. Osim toga ovaj dio sustava sadrži veliki broj široko rasprostranjenihuređaja na velikoj zemljopisnoj površini.

Kako u dispečerskom centru postoji limitirani broj servisera i ekipa uslužbi, za dispečera je bitno ispravno identificirati moguće lokacije kvarai na najvjero jatnija mjesta poslati limitirani broj servisera da pronađu pokvareni uređaj i poprave štete. Ako serviseri ne uspiju pronaći pokvareni

uređaj blizu specificirane lokacije, dispečer mora napraviti novu prosudbute poslati servisere na drugo mjesto.

U centr alnom dijelu prometnih gradova kao što je Taipei, serviserimatreba više od 30 minuta da stignu do mjesta koje je udaljeno svega 1 milju.Zbog gradskog prometa i limitiranog broja servisnih ekipa, dijagnoza kvara

veliki je izazov za dispečere.

Jedina informacija dostupna TPC dispečerima su, od telefonskih

operatera u službi za kupce, snimljeni pozivi za servis koji se dostavljaju udispečerski centar.

Dispečeri tada koriste adresu poziva za servis i svoje prethodnoiskustvo za identificiranje lokacije kvara.

Kako u trenutnoj bazi podataka ne postoje podaci o lokaciji i

povezanosti komponenata distribucijskog sustava, kao što su sekcijekabela, distribucijski transformatori, sklopke i sl., nemoguće je točnoidentificirati iz kojeg distribucijskog transformatora dobiva napajanje

kupac u kvaru.



162

U većini slučajeva dispečer će pregledati konfiguracijske dijagrame imape napojnih krugova i pokušati odrediti distribucijske transformatore u

blizini adrese kupca koji je zahti jevao servis. S tako određenim distribucijskim transformatorima, temeljem njihove povezanosti s ostalim

uređajima u distribucijskoj mreži, dispečer identificira nekoliko mogućihlokacija kvara.

U procesu donošenja odluke, važnu ulogu imaju heurističkadispečerska pravila stečene prethodnim operativnim iskustvom.

ES oponaša ponašanje iskusnog dispečera u dijagnosticiranju kvarova

distribucijskog sustava.

Da bi se dispečeri oslobodili od mučnog pregledavanja mapa inapajačkih dijagrama, u bazu podataka ekspertnog sustava spremaju selokacija i karakteristike svakog uređaja. Konfiguracija sustava spremljena je korištenjem kazala, koje za svaki uređaj pokazuje njegovog prethodnika.Kroz diskusiju s iskusnim dispečerima iz TPC ureda okruga Taipei Citysakupljen je skup heurističkih pravila. Ta su pravila kodirana u računalni program korištenjem Prologa - jezika umjetne inteligencije i spremljena u

bazu pravila ekspertnog sustava.

Sklop za logičko zaključivanje, koji za pronalaženje mjesta kvara,izvodi deduktivno rasuđivanje na pravilima iz baze, sastoji se od tri glavna

dijela: dinamičke metode pretraživanja, algoritama za potragu unatrag ioperacija nad presjekom skupova. Ekspertni sustav instaliran je u osobno

računalo i testiran na distribucijskom sustavu unutar servisnog područjaTPC ureda okruga Taipei City. Rezultati testiranja pokazali su da je

ekspertni sustav sposoban na vrlo efikasan način identificirati greške udistribucijskom sustavu.



163

Slika 5.12. Struktura ES za identifikaciju greške u distribucijskom sustavu

Iz slike 5.12. je vidljivo da se ekspertni sustav sastoji od baze znanja,

logičke jedinice i okruženja čovjek – stroj. Baza znanja sastoji se od dva

glavna dijela: baze podataka i baze pravila.

U bazu podataka pohranjeni su lokacija i karakteristike komponenti, te

uređaj koji joj prethodi u topološkom dijagramu. Ti podaci potrebni sulogičkoj jedinici za konfiguriranje distribucijskog sustava u procesuodređivanja mjesta kvara. Logička jedinica jezgra je ekspertnog sustava.Preko okruženja čovjek -stroj, logička jedinica zaprima adrese korisnika

koji su u kvaru. Koristeći te adrese, podatke o distribucijskom sustavu iz baze podataka i heuristička pravila iz baze pravila, logičkim rasuđivanjem,

logička jedinica identificira mjesta kvara. Ukoliko je potrebno, logička jedinica od korisnika može tražiti da nešto uradi (npr. da nazove nekoga)ili da joj da druge podatke korisne za proces zaključivanja.

Okruženje čovjek – stroj služi kao sredstvo komunikacije izmeđukorisnika i ekspertnog sustava. Pomoću tog okruženja, korisnik zahtjeva od

ekspertnog sustava da odredi mjesto kvara. Isto tako korisnik moženadograditi podatke i pravila u bazi znanja.



164

S druge strane, preko tog okruženja, ekspertni sustav snabdijevakorisnike s informacijama o mjestima kvara i zahtjeva od njih da neštourade.

Dizajniranje ekspertnog sustava započinje sa sakupljanjem podataka odistribucijskom sustavu i spremanjem tih podataka u bazu podataka. Nakon

toga, da bi se dobila heuristička pravila (pravila dobivena iz prakse) zaidentificiranje m jesta kvara vođen je razgovor sa iskusnim dispečerima.Završni korak u dizajnu ekspertnog sustava je kodiranje pravila i izgradnjalogičke jedinice sposobne za izvođenje logičkog rasuđivanja nad pravilimau svrhu procjene mjesta kvara.

Detalji i prikaz baze podataka, baze pravila i logičke jedinice opisuje se prema podlogama kreacije ekspertnog sustava.

BAZA PODATAKA

Sadrži:

1. Podatke o komponentama sustava

serijski broj, adresa i pozicija svakog čvora

komponente svakog čvora (sklopke, osigurači,

transformatori)

2. Konfiguracijski dijagrami napojnih krugova

3. Podatke o ključnim kupcima (bolnice, hoteli, i sl.)

adrese i telefonski brojevi ključnih kupaca

4. Podatke o distribucijskim trafostanicama koje su često

preopterećene

5. Sekcije kabela i distribucijskih trafostanica koje su često u kvaru



169

Slika 5.13. Dijagram toka pr ocedura logičke jedinice ES za pronalazak i ispis

područja greške u distribucijskom sustavu



171

Slika 5.14. Procedura utvrđivanja čvorova napajanja



173

X, određuje se unutar 'Bloka 1' (kvadrat dimenzija 100x100m sa čvorom7 u središtu ). Oko njega se nalaze čvorovi 4, 5, i, 10, 11. Zaključuje se da

je vrlo vjerojatno da je potrošač X napajan iz jednog od tih čvorova. Na

sličan način može se zaključiti da je vrlo vjerojatno da je potrošač Ynapajan iz čvorova 6, 8 i 14 koji se nalaze unutar ' Bloka 2 '

Sada kada su pronađeni potencijalni čvorove iz kojih su napajani potrošačiX i Y, izvodi se 5. blok u dijagramu toka logičke jedinice.

Od svakog obližnjeg čvora provodi se potraga unatrag i dobivaju se dva

skupa mogućih područja k vara:

Skup 1 = ( 1-3-4-5 ), ( 1-3-4-7 ), ( 2-9-10-11 )

Skup 2 = ( 1-3-4-5-6 ), ( 1-3-4-7-8 ), ( 12-13-14 )

Npr. u Skupu 1, područje kvara ( 1-3-4-5 ) ukazuje da u kvaru mogu biti

čvorovi 3, 4 i 5 i kabelske sekcije 1-3, 3-4 i 4-5

U 6. bloku dijagrama toka logičke jedinice, da bi odredili zajednička područja dva skupa, izvodi se operacija presjeka i kao rezultat dobiva se:

Područje 1: ( 1-3-4-5 )

Područje 2: ( 1-3-4-7 )

Razlog provođenja operacije presjeka baziran je na pretpostavci da se u bilo

kojem trenutku događa samo jedan kvar u sustavu.

U 7. bloku dijagrama toka logičke jedinice, ekspertni sustav nastoji još višesuziti dobivena Područja 1 i 2, te provjerava listu ključnih potrošača u bazi podataka da bi ustanovio da li u tim područjima postoji neki ključni potrošač.

Zadatak započinje s upitom za čvor najbliži izvoru. U navedenom primjeru

to je čvor 3. Ekspertni sustav provjerava da li se sa čvora 3 napaja nekiključni potrošač. Ako je odgovor pozitivan, ES ispisuje njegovu adresu i

broj telefona, te zahtjeva od korisnika da telefonski kontaktira ključnog potrošača i ustanovi da li je u kvaru. Ako je ključni potrošač u kvaru tada je područje kvara reducirano na (1-3).



175

Nakon telefonskog kontakta ključnih potrošača dobivena je informacijada je samo ključni potrošač na čvoru 20 u kvaru. Dobivanjem te

informacije, ekspertni sustav zaključuje da su čvorovi 17 i 20 i sekcije

kabela 16-17 i 17-20 moguća područja kvara i na terminalu se ispisujunjihove adrese i povezanost. Na te adrese šalju se servisne ekipe da pregledaju specificirane uređaje, locira ju i otklone kvar.

Za vrijeme testiranja u periodu od 12 mjeseci dogodilo se 19 slučajevakvarova. Svi slučajevi analizirani su od strane ES. U 17 slučaja uspješno jelocirano područje kvara.

ZAKLJUČAK

Primjer odabranog ES dokazao se u praksi kao operativna pomoćdispečerima za lociranje kvara u distribucijskom sustavu. Obzirom da su u

bazu podataka ekspertnog sustava spremljeni adresa, pozicija i povezanost

svakog uređaja, u procesu pronalaženja mjesta kvara, dispečeri ne trebaju pregledavati konfiguracijske mape napojnih krugova.

U bazu pravila ugrađena su heuristička pravila dobivena od iskusnihdispečera temeljem njihovog operativnog iskustva. Baza podataka i pravila

predstavlja temelj za deduktivno rasuđivanje koje izvodi logička jedinica usvrhu lociranja kvara. Logička jedinica obuhvaća tri glavna algoritma:dinamičku metodu pretraživanja,algoritam za potragu unatrag te

operaciju presjeka skupova.

Za olakšavanje komunikacije između ekspertnog sustava i korisnika,dizajniran je za korisnika prikladan ulazno/izlazni sustav. Efikasnost

dizajniranog ekspertnog sustava demonstrirana je kod pronalaženjakvarova na distribucijskom sustavu unutar servisnog područja koje pokrivaTPC ured okruga Taipei City.

5.5.12. Pregled članaka o ekspertnim sustavima u elektroenergetici

Navedeni primjer ES za potrebe stručnog rješavanja elektrotehničke problematike, jedan je od odabranih koji su poslužili u stručnimedukacijskim obradama iz Tablice 5.13.



181

Slika 6.3. Trafostanice 35/15/10/6,3kV uz koju se nalazi stan, Hrvatska

6.2.1. Proračuni i mjerenja elektromagnetskih polja

elektroenergetskih sustava

Opis elektromagnetskog polja preko Maxwellovih diferencijalnih

jednadžbi započinje izrazima (6.1)-(6.3) a kompletan postupak do

skalarnog električnog i vektorskog magnetskog potencijala dat je u

sedmom poglavlju.

sJEJH

(6.1)

B jE

(6.2)

0B

(6.3)

gdje je:

J

- fazor vektora gustoće ukupne struje,

sJ

- fazor vektora gustoće ukupne struje vanjskih (nezavisnih) izvora, - kompleksna specifična električna vodljivost sredstva, - kružna frekvencija,H

- fazor vektora jakosti magnetskog polja,

E

- fazor vektora jakosti električnog polja,

B

- fazor vektora magnetske indukcije,

- Hamiltonov operator,

j - imaginarna jedinica.



183

Slika 6.5. Prikaz usporedbe proračunskih i izmjerenih vrijednosti

magnetske indukcije ispod 400kV dalekovoda

Za razliku od aplikativne Studije, elaboratima, koji se izrađuju premazahtjevima nadležnih institucija, na temelju propisane legislative, za zaštituod električnih i magnetskih polja, za kabelske i zračne vodove,(po jedinačne ili rasplete), redovito se potvrđuje i zaključuje kako su

projektirana tehnička rješenja zadovoljavajuća i da će emitirana električnai magnetska polja biti vrijednosti niže od propisanih dozvoljenih graničnihvrijednosti. Elaboratima se redovito, bez izuzetaka zaključuje da su proračuni na strani sigurnosti i da će očekivane jakosti električnog imagnetskog polja, u normalnom pogonu biti manje od graničnih, preuzetoiz projektne dokumentacije, literature dostupne autoru, Slike 6.6 i 6.7.

Slika 6.6. Razdioba električnog i magnetskog polja uzduž 35kV

dalekovoda



184

Slika 6.7. Razdioba električnog i magnetskog polja presjeku ukopanog

35kV kabela

U elaboratima za proračune maksimalnih vrijednosti jakosti električnihi magnetskih polja za transformatorske stanice, rezultati se prikazuju kao

trodimenzionalna ili dvodimenzionalna raspodjela gustoće magnetskogtoka i jakosti električnog polja pomoću izolinija, Slike 6.8 i 6.9.

Slika 6.8. Trodimenzionalni prikaz razdiobe magnetskih i električnih

polja svih postrojenja i objekata trafostanice



186

unosi veliku zabunu zbog različitih tumačenja ili nepoznavanja same svrhe

provedbe zaštite i mjerenja elektromagnetskih polja. Način na koji se možeracionalizirati trošak odabire u prvom redu investitor, ali, moguće je da

struka izgubi bitku u birokratskim pristupima, nadležnih institucija kojenisu u kompetenciji struke.

Ono što je važno za problematiku mjerenja elektromagnetskih polja suučestale medijske insinuacije o štetnosti, malte ne katastrofičnosti EEO kojisu u blizini urbanih ili u naseljenim mjestima. Demantiranje tih

dezinformacija su svakako primjer trafostanice 35/15/10/6,3kV u

Hrvatskoj uz koju se nalazi stan, i primjer trafostanice u 225/20kV

Francuskoj koja se nalazi u centru grada.

6.3. Legislativa mjerenja svjetlo tehničkih karakteristika

Po pitanju obrade legislative mjerenja svjetlo tehničkih karakteristika

akcent je stavljen na aerodromske sustave svjetlosne signalizacije, (engl.

Airfield Lighting System-ALS ili Graund Lighting System - GLS). Osim

aerodromskih sustava, aktualna je i legislativa specijalističkih sustavasvjetlosne signalizacije vezane uz autoceste, velike tunele kao i javna

rasvjeta. Taj dio legislative mora biti poseban predmet obrade koji ćeuključiti i legislativu povezanih područja svjetlosnog onečišćenja,

certifikacije i energetske učinkovitosti, obnovljive izvore energije i novetehnologije u funkciji rasvjete, kao na primjer LED tehnologije, (engl. -

Light Emiting Diode), a u ovom poglavlju je samo spomenut.

6.3.1. Svjetlo tehničke karakteristike i zahtjevi na aerodromsku

rasvjetu

Pravilnik o aerodromima, u poglavlju Vizualna sredstva, stavke 1) do

12) obvezuje Operatora aerodroma da provodi učinkovito održavanje

vizualnih sredstava i to kroz Sustav preventivnog održavanja, koji se primjenjuje za uzletno-sletne staze, (USS), (engl. Runway - RWY),

opremljene sustavom instrumentalnog preciznog prilaza kategorije II ili III,

(engl. Category-CAT II/III ). Između ostalog održavanje mora sadržavativizualni pregled i terensko mjerenje intenziteta, širenja snopa i orijentacije jediničnih izvora svjetla sustava prilazne rasvjete i rasvjete USS. Kod

terenskih mjerenja intenziteta, širenja snopa i orijentacije jediničnih izvorasvjetla sustava prilazne rasvjete i rasvjete USS opremljene sustavom za

instrumentalni precizni prilaz CAT II/III, mjerenju treba podvrgnuti sve

jedinične izvore svjetla, u mjeri u kojoj je to moguće, kako bi se osiguralanjihova sukladnost s primjenjivim vrijednostima. Intenzitet, širenje snopa i



187

orijentaciju jediničnih izvora svjetla sustava prilazne rasvjete i rasvjete

USS opremljene sustavom za instrumentalni precizni prilaz CAT II/III

mora se mjeriti pomoću pokretne mjerne jedinice dovoljne preciznosti da

se mogu zasebno mjeriti karakteristike pojedinih izvora svjetla. Učestalostmjerenja intenziteta, širenja snopa i orijentacije jediničnih izvora svjetlasustava rasvjete USS opremljene sustavom za instrumentalni precizni

prilaz CAT II/III, mora se temeljiti na gustoći prometa, razini lokalnogzagađenja, pouzdanosti instalirane rasvjetne opreme i stalnom ocjenjivanju

rezultata terenskih mjerenja, i to:

a) dva puta godišnje za jedinične izvore svjetla ugrađene ukolničku konstrukciju, te

b) jednom godišnje za sve ostale jedinične izvore svjetla.

Cilj sustava preventivnog održavanja za USS opremljene sustavom zainstrumentalni precizni prilaz CAT II/III jest osigurati da tijekom bilo kojeg

razdoblja operacija zrakoplova utemeljenih na CAT II/III, svi jediničniizvori svjetla sustava prilazne rasvjete i rasvjete USS budu ispravni.

Nadalje stavke 13) do 20) također definiraju Sustav preventivnogodržavanja primijenjen za uzletno-sletne staze opremljene sustavom za

instrumentalni precizni prilaz kategorije I, (CAT I) , mjerenje intenziteta,

širenje snopa i orijentaciju jediničnih izvora svjetla sustava prilaznerasvjete i rasvjete uzletno-sletne staze opremljene sustavom za

instrumentalni precizni prilaz kategorije također pomoću pokretne mjerne jedinice dovoljne preciznosti da se mogu zasebno mjeriti karakteristike

pojedinih izvora svjetla. Učestalost mjerenja intenziteta, širenja snopa iorijentacije

jediničnih izvora svjetla sustava rasvjete USS opremljene sustavom zainstrumentalni precizni prilaz CAT I, mora se temeljiti na gustoći prometa,

razini lokalnog zagađenja, pouzdanosti instalirane rasvjetne opreme i

stalnom ocjenjivanju rezultata terenskih mjerenja, također:

a) dva puta godišnje za jedinične izvore svjetla ugrađene u kolničkukonstrukciju, te

b) jednom godišnje za sve ostale jedinične izvore svjetla.

U zrakoplovnoj terminologiji kategorija zračne luke, (CAT I, II ili III)najčešće se u području elektrostruke povezuje uz ALS, kroz aerodromsku

službu Elektro održavanja, (engl. Airport Electrical Maintenance-AEM )

ali ona predstavlja ukupnu razinu tehničke i tehnološke opremljenosti štouz stroge procedure i osposobljene, (licencirane) djelatnike, garantira



189

Slika 6.10. a) Točke mreže za izračun prosječne jakosti svjetala sustava

prilazne rasvjete i rasvjete uzletno-sletne staze

Slika 6.10. b)Točke mreže za izračun prosječne jakosti svjetala središnje

crte staze za vožnju i svjetala zaustavne prečke

Kvaliteta ALS u cjelini promatra se preko svake pojedinačnekomponente koja mora biti usklađena prema referentnoj. Svako

pojedinačno svjetlo, ima svoju prosječnu jakosti. Prosječna jakost unutarelipse koja definira glavni snop tipičnog novog svjetla za pojedine dijelove

ALS uspoređuju se s prosječnom jakošću svjetla glavnog snopa novoga jediničnog izvora sustava rubnih svjetala USS, (engl. Runway Edge Light

– REDL). Omjer tih prosječnih jakosti mora biti unutar definiranih granica,kako prikazuje Tablica 6.1.



192

Slika 6.11. Mobilne jedinice mjerne oprema za terenska ispitivanja

aerodromskih sustava svjetlosne signalizacije



194

uvid u stanje kvalitete sustava svjetlosne signalizacije preko izlaznih

protokola, Slika 6.14. i 6.15.

Slika 6.13. Komponente mjerne opreme povezane na vozilo za terenska

ispitivanja



199

razrađuje algoritam dinamičke regulacije u realnom vremenu i realnim

klimatskim uvjetima. Primjer je obrađen za Tunel Mala Kapela.

Da bi se to ostvarilo, koriste se razvojni projekti ekspertnog sustava kojimora biti učeći, tako da na temelju stečenog znanja može tijekom projektiranja ponuditi u tehničkom smislu kvalitetno parametriranje. Takav

pristup u projektiranju koristi stvorene baze podataka koje su dovoljno

kvalitetno jer uzimaju u obzir sve utjecajne faktore iz kojih prepoznaju

najvažnije polazne točke vizualne prilagodbe. Ostvarenje predloženog koncepta uključujući i razvoj do konačne faze

primjene bit će moguće unaprijediti opremom nove generacije. Za novi

koncept napajanja serijskim strujnim krugovima i svjetiljkama u LED

izvedbi. To podrazumijeva podizanje razine sigurnosti prometa ali predloženi koncept pridonosi i energetskoj učinkovitosti i očuvanjuokoliša.

7.1. Inteligentni sustavi cestovnih tunela

Tuneli su važan dio prometne mreže autocesta bez koje se ne možezamisliti sigurno i ugodno putovanje. Iz tih razloga se opremaju sustavima

koji ugodnost i sigurnost putovanja podižu na zadovoljavajuću razinu.

Sustave kojim se opremaju tuneli, možemo podijeliti u dva funkcionalnasloja. Jedan su oprema i kontrolni uređaja koji se nalaze na prometnici prema i u tunelu, a drugi su upravljački uređaji i računala koja se nalaze ucentru za održavanje i kontrolu prometa, (COKP), koja je smještena uztunel.

Ta dva sloja povezuje komunikacijska mreža za prijenos podataka.Sigurnost prometa (putnika) kroz tunele, postiže se modernom i pouzdanom opremom, te implementacijom integracije sustava koja ćeomogućiti dobro uvježbanom timu ljudi da proces upravljanja tunelom

provode na optimalan način.

Maksimalno iskorištenje upotrijebljene tehnologije i sigurnost korisnikatunela unapređuje se primjenom inteligentnih sustava koji u mnogočemunadmašuju rad i najuvježbanijih operatera. U ovim primjeru predložena je primjena inteligentnih sustava, (IS), (engl. I ntelligence S ystem), koji osim

navedenih prednosti pridonose i racionalizaciji i sigurnosti prometa na

izgrađenoj autocesti A1, Zagreb - Split - Dubrovnik.



207

1. PRILAZNA ZONA2. ZONA ULAZA

3. ZONA PRAGA

4. ZONA PRIJELAZA5. UNUTARNJA ZONA

6. ZONA IZLAZA

7. ODLAZNA ZONA

Slika 7.6. b) Zone tunelske rasvjete

Jedna od metoda za proračun vizualne prilagodbe je tzv. „ L20 metoda".

Ona uspoređuje prosječnu luminanciju okoline, neba i prometnice uvizualnom konusu pod kutom od 20° koji je centriran na vizualnoj liniji

vozača na samome početku pristupne zone. Vizualna prilagodba između visoke i niske luminancije prilikom vožnjenije trenutačna pojava. Uzrok tomu su prostorna i vremenska prilagodba.U slučaju prostorne prilagodbe velika razlika luminancije izmeđuunutrašnjosti i vanjskog prostora tunela uvjetovat će vozačevu vidljivost ,Slika 7.7. Pojava efekta „crne točke“ prouzročit će kod vozača osjećajnelagode i nesigurnosti. Kod vremenske prilagodbe važno je to što jeljudskom oku potrebno više vremena da se navikne prilikom promjene izsvjetlijeg u tamno nego li u obrnutom slučaju. Vrijeme potrebno da se sama

prilagodba izvrši tretirano je kao kritičan čimbenik.



212

Osnovni je zadatak inteligentnog sustava, njegovo samostalno

djelovanje prenijeti tehničkoj napravi, (najčešće uključuje i računalo) koja bi mogla samostalno rješavati zadatke i probleme i postizati ciljeve koji

zahtijevaju inteligenciju. Na tim osnovama definiran je agentski sustav,(agentska platforma) kao pro aktivni, vise agentski, učeći, čija su:

• OSJETILA – kamere, brojači prometa, fotoćelije i foto osjetila

• AKCIJE – upravljanje prometom, parametriranje i upravljanje rasvjetom

• CILJEVI – sigurnost i ugodnost vožnje, optimalno korištenje energije

• OKRUŽJA – dionica autoceste s tunelima, vozila na cesti i putnici

7. 1. 9. Arhitektura inteligentnog sustava

Kako je navedeno IS za prvu fazu koristi ugrađene module prometnihcentrala (PC) i lokalnih uređaja (LU) na obrađivanoj dionici autoceste, kojisu povezani sa središnjim dijelom nadzorno upravljačkog sustavasmještenog u COKP-i. Koriste se moduli, video nadzora, video detekcije i

prometne centrale sa svojim senzorima i signalima prema izvršnimelementima sustava prometne signalizacije i rasvjete.

Moduli kao senzorske cjeline su raspoređeni po prometnicama na

način da dobro pokrivaju nadziranu dionicu autoceste i prosljeđuju podatkekoja prikupljaju iz okoline o broju i brzini kretanja vozila, te klimatskim

uvjetima. Ti podaci su heterogene prirode, te svaki podatak može i ne mora biti ovisan o nekom drugom. Kamera prikuplja podatke o stanju putem

vidljivog dijela spektra svjetlosti, te kao rezultat vraća niz slika svojeokoline u realnom vremenu. Kamer a te slike prosljeđuje video serveru.Video server je lokalna računalna jedinica za analizu tih slika, njihovo prosljeđivanje, kao i informacije koja nastaje iz analize tih slika. Videoserver, ne služi samo za posluživanje slika već i za njihovu analizu.

Prema tome hardverski je realiziran kao računalo dovoljno snažno da urealnom vremenu vrši analizu slike. Sama analiza slike je proces koji sesvodi na sljedeće zadatke:

• Utvrđivanje mikroklimatskih uvjeta• Klasifikacija stanja i • Detektiranje stanja

Na temelju utvrđenog stanja prenose se naredbe izvršnim komponentama

sustava na koje se djeluje putem aktuatora.



213

7.1.10. Scenariji rada inteligentnog sustava

IS funkcionira tako da na određena stanja okoline reagira na osnovi

svojih algoritama. U poglavlju 2. je opisana opremljenost autoceste imogućnosti koje proizlaze po pitanju predloženih unapređenja iracionalizacije. Svojim osjetilima (senzorima) IS detektira stanje okoline i

donosi odluku kako reagirati. Reagira putem aktuatora a za primjer se

obrađuju tri scenarija po kojima se postupa. Primjer kada nema ulaska ilinailaska vozila u nadzirano područje od prvog čvora autoceste do tunela,(za smjer od juga prema sjeveru to je čvor Maslenica, a od sjevera prema jugu to je čvor Sv. Rok), nadziru kamere i induktivne petlje) prikazan je

dijagramom toka zatvaranja autocesta kao podloga za dizajniranje u

Prilogu br.3.Situacija se promatra kao cjelina koja se sastoji od dvije domene. Jedna

domena su senzorski moduli, a druga je domena centralnog nadzorno

upravljačkog sustava COKP-e. Senzorski moduli detektiraju stanje kada

više nema ulazaka vozila u promatrano područje i tu informaciju kao slikus kamere šalju u COKP, a brojačem preko induktivne petlje urezane ukolnik prosljeđuju izvršnom upravljačkom elementu. U slučaju da se radio situaciji da nema više ulazaka vozila na promatranu dionicu autoceste ida je zadnje vozilo prošlo kroz zadnji tunel onda se zatvara dionica za

promet i isključuje rasvjeta u svim tunelima na temelju potvrde da se nigdjena zatvorenoj dionici ne predviđaju nikakvi radovi na održavanju.

Zatvaranje dionice autoceste može biti izvanredno, uvjetovanoklimatskim uvjetima kao što su nevrijeme i jak vjetar ili uzrokovanonesrećom. Zatvaranje dionice autoceste može biti i planirano za potrebeodržavanja. Kada klimatski uvjeti uzrokuju zatvaranje tunela povoljno jedonošenje odluke o provođenju održavanja. Za razumijevanje scenarija pokojima će raditi IS uvodi se terminologija vezana na granične uvjete.Zadovoljavajuća protočnost vozila kroz tunel, ima referentnu vrijednost:

O ptimalan Broj Vozila (OBV) u dva režima za

Dvosmjerni Jedno C jevni Promet (DJCP) i

Jednosmjerni Dvo C jevni Promet (JDCP).

Promjenu režima prometa uzrokuje

K ritičan Broj Vozila (KBV).



215

rasvjete u svim tunelima na dionici ili algoritmom održavanja za koji je

potrebna rasvjeta kako je naprijed navedeno. Prestanak Scenarija br. 3

povezan je na odluku primjene ili Scenarija br. 2 ili Scenarija br. 1

Specifičnosti primjene scenarija br. 1, 2 i 3, razrađivane su premastatističkim podacima optimizacije realnog stanja prometa kroz hrvatske

tunele, na temelju višegodišnje eksploatacije.

7.1.11. Razvoj inteligentnog sustava

Složenost izgradnje inteligentnih sustava opterećena je visokom

cijenom i dosta dugim rokovima razvoja koji prolazi kroz određena stanja,Slika 7.10.

SISTEMSKA ANALIZA

DIZAJN SUSTAVA

KODIRANJE

TESTIRANJE

IMPLEMENTACIJA

POSTIMPLEMENTACIJA

Slika 7.10. Prikaz stanja razvoja inteligentnih sustava

Predviđen je razvoj inteligentnog sustava za racionalizaciju rasvjete u tri

faze. U svakoj fazi inteligentni sustav ne prolazi kroz sva navedena stanja

razvoja, već će neka stanja biti vezana sa ciklusima trajanja prikazanim naSlici 7.9.



216

Prva faza, kako je prethodno razrađeno relativno će biti jednostavna za

izvedbu jer koristi u najvećem dijelu postojeću arhitekturu s definiranimPEAS-om. Sustav je dizajniran i ima već ugrađene senzore i aktuatore te s

jednostavnijom prilagodbom programske podrške i manjim zahvatima nasučelju omogućit će izvjesnu racionalizaciju u potrošnji električne energijena račun upravljanja tunelskom rasvjetom koja će biti vođena prometom iklimatskim uvjetima. Konačni cilj je da se u vrijeme kada je dionica a/czatvorena za promet, rasvjeta u tunelima isključi, Prilog br.4.

Druga faza je izgradnja ekspertnog sustava (Expert System) (ES) za

parametriranje i precizno upravljanje rasvjetom tunela. Odluka da se ide na

ES leži u mogućnosti da se u budućnosti primjeni na sve tunele, i one u

pogonu i sve buduće koji će se projektirati i izgraditi. Stvaranjem baze podataka i baze znanja omogućit će se učenje a stečena znanja ponudit ćenove modele i novi pristup u projektiranju. Izgradnja ES se temelji prema

poznatoj blok shemi sa svojim sastavnim cjelinama prikazanim u Prilogu.

7.1.11.1. Parametriranje i regulacija rasvjete tunela

Prema teorijskoj razradi o projektiranju ES u prethodnom poglavlju

potrebno je postaviti osnovne smjernice za aplikaciju po pitanju svjetlo

tehničkih zahtjeva. Završetkom prve faze projektiranja IS koja je u stvariimplementacija u postojeći nadzorno upravljački sustav COKP-e započinjedruga faza a to je izgradnja (ES) koji će služiti za parametriranje, regulacijui upravljanje rasvjetom tunela.

U toj fazi bitno je usmjeriti se na definiranje i dijagnostiku referentnih

veličina za ugađanje rasvjete. U ekspertnom sustavu bitno je prikupiti svaraspoloživa znanja i specifičnosti svjetlo tehnike kako bi se mogli prenijetina konkretan primjer postavljanja novog koncepta regulacije rasvjete. U

nastavku se navodi najvažniji segment svjetlo tehnike, a to je vidljivost i

luminancija (gustoća jakosti svjetlosti u točno određenom smjeru promatranja) u projektiranju rasvjete tunela.

Vizualna prilagodba između visoke i niske luminacije prilikomvožnje nije trenutačna pojava. Uzrok tomu su :

1. PROSTORNA PRILAGODBA – velika razlika iluminacije izmeđuunutrašnjosti i vanjskog prostora tunela uvjetovat će vozačevu vidljivost utočki A – prilagodbe, Slika 7.11.



219

iluminacijom. Pri završetku ulazne zone, razina potrebne iluminacije morase u kratkom vremenskom periodu dovesti na vrijednost od 40% početnevrijednosti.

Prostorom tranzicijske zone postepeno se smanjuje vrijednost

iluminacije do razine koja je potrebna u unutarnjoj zoni (engl. Interior

Zone). Faze smanjenja ne smiju biti veće od omjera 1:3 te moraju biti povezane s mogućnošću ljudskog oka da se prilagodi okolini u realnomvremenu.

Kraj tranzicijske zone označava da je dostignuta vrijednost iluminacije jednaka trostrukoj razini unutrašnjosti. Unutarnja zona je prostor između

tranzicijske i izlazne zone, a ujedno je i najduža sekcija tunela. Razineiluminacije povezane su s brzinom kretanja motornih vozila gustoćom prometa i klimatskim (atmosferskim) prilikama. Iz tih razloga vrlo je bitno

omogućiti zapažanje zapreke pri približavanju ulazu u tunel kako je

prikazano na Slikama 7.11. i 7.12. što je baza novog pristupa projektiranju

rasvjete tunela.

7.1.11.2. Ekvivalentna luminancija prekrivanja

Osim iz svog centralnog vidnog polja, na čiji je sadržaj pretežnousmjerena njegova cjelokupna pažnja, vozač pri nailasku na tunel primadojmove i iz svog vanjskog vidnog polja.

Svjetlosnim dojmovima bitnim za sigurno zapažanje superponiraju se isvjetlosni dojmovi određenog svjetlosnog zastora, uzrokovanograspršivanjem sunčeve svjetlosti i parazitskim izvorima svjetlosti tijekomsunčanog dana, a svjetlosni bljesak i prilazna rasvjeta tijekom noći.

Taj se zastor naziva ekvivalentna luminancija prekrivanja, i može se

izračunati empirijskim Stiles-Hollidayevim izrazom, a efekt u oku prikazuje Slika 7.13. prema E. Široli.



224

Analize potvrđuju opravdanost primjene i u opremanju dugačkih cestovnihtunela. Budući je u izradi nova nacionalna legislativa to je moguće uvestikao standard. Način proračuna strujnih krugova prema predloženoj

koncepciji prikazan je u Poglavlju 7.2.

Slika 7.16. Blok dijagram koncepta napajanja rasvjete s konstantnim izvorom struje CCR

7.1.12.

Upravljanje tunelskom rasvjetom učenjem iz ekspertnogsustava

Moguća racionalizacija svakog projekta rasvjete tunela počiva nanjegovim utvrđenim eksploatacijskim parametrima. Obradom parametara rasvjete s pozicije ekspertnih sustava, naročitodugačkih tunela, ukazuje da su moguće značajne uštede kako u potrošnjielektrične energije tako i u održavanju.

Raspoložive baze podataka i baze znanja, te manipulacija znanjem

tijekom višegodišnje eksploatacije tunelskih rasvjeta rezultirale sukreacijom inteligentnog sustava za upravljanje tunelskom rasvjetom na

načindrugačiji od uniformno prihvaćenog i oslonjenog na dosadašnjelegislative.

Tunelska je rasvjeta kao sustav sačinjena od više međusobno povezanih izavisnih dijelova rasvjete. Ona u prvom redu pridonosi sigurnosti prometa

kroz tunel i stoga je bitno voditi računa o problematici prilagodbe iakceptiranja svih relevantnih parametara luminancije.

Inteligentni je sustav zadužen da upravlja rasvjetom, na način da vodiračuna o vizualnoj prilagodbi ali uzimajući u obzir prosječnu luminanciju

okoline, samog tunela, pred portalnih građevina i prometnice, kao i



229

9:40h do 16:10h. Radi visokog kuta upada sunčeve svjetlosti na površinu,refleksija sunca u tunelske cijevi manja je nego u zimskim mjesecima kada

se sunce nalazi nisko na azimutu. Dodatnu refleksiju stvara refleksija od

snježnih oborina koji se u području Like zadržava u prosjeku 40 dana. Malikut upada sunca na zemljinu površinu i gotovo 85% refleksije od snježnog pokrivača stvara dodatno zasljepljenje uz veoma hladnu temperaturusvijetla koja se uvelike razlikuje od temperature svijetla tunelske rasvjete.

Kretanje sunca po nebu, Sunčev dijagram, prikazuje se u cilindričnim ili polarnim koordinatama. Podaci su dostupni i od izuzetne su važnosti uistraživanjima za foto naponsko iskorištavanje sunčeve energije. Rezultati

tih istraživanja su korišteni za slaganje algoritama prema kojima

funkcioniraju mjerni članova za utvrđivanje trenutnih, ekliptičnih

parametara dnevnog svjetla sunca odabranih i u IS. Prema njima su sesimulirale matrice potrebnih intenziteta rasvjete ulazne odnosno izlazne

zone tunela kako bi bile najbliže trenutnom dominantnom dnevnom svjetlu.

Promjenu dnevnog svjetla prati promjena scenarija prema kojem se

odabire referentna veličina za upravljanje intenzitetom rasvjete prekoagentskog sustava.

7.1.13.2. Klimatski parametri

U svim ekliptičnim stanjima luminiscencija Sunca na nebu kao izvor

dnevnog svjetla podložna je klimatskim utjecajima, magla, kiša, oblaci isnijeg. Analizirani su eksploatacijski podaci i sintetizirani s rezultatima

dobivenim mjerenjem koja su simulirala određene uvjete. Mjerenja su sedosta vjerno približavala simuliranim rezultatima, što je omogućilokorištenje istih ulaznih parametara za generiranje referentne veličine kao ikod ekliptičnih parametara samo uvođenjem određenih prigušnih faktora,fpm, fpk, fpo i fps.

7.1.13.3. Parametri doba dana

Za analizu dnevnih parametara korišteni su rezultati istraživanja FAA,

(Savezna uprava za civilno zrakoplovstvo - agencija američkogMinistarstva prometa nadležna za reguliranje i nadziranje svih aspekatacivilnog zračnog prometa u SAD-u). To je institucija koja između ostalog predlaže i amandmane na aktualnu legislativu. Tako je bio slučaj s dijelom

sustava svjetlosne signalizacije u funkciji sigurnosti zračnog prometa za



233

Slika 7.23. Prijelazna zona tunelske rasvjete francuskog tunela

7.1.15. Mehanizmi zaključivanja - upravljanje rasvjetom

U razvoju ES su uzete u obzir sve specifičnosti koje unosi odabrani tiprasvjetnih tijela ovisno, o tome kako je tunelska rasvjeta projektirana. Na

tim saznanjima vrlo jednostavno su utvrđene evidentne razlike uočljiveizmeđu Slika 7.19. i 7.20. To je posebna baza podataka iz koje se razvija

baza znanja koje je u konačnici znanje eksperata potvrđeno u eksploataciji.Razradu za provedbu algoritama i scenarija IS za upravljanje rasvjetom

prikazuje dijagram, Slika 7.24.



235

7.1.16. Učenje iz inteligentnog sustava

Kreacija baza znanja i baza podataka u IS je posebno interesantna s

aspekta planiranja održavanja. Ti podaci i znanja mogu se koristiti odmah, jer djeluju na korekcije ili potvrde odabranih scenarija, čime se direktnomože utjecati na racionalizaciju, što je i cilj razvoja inteligentnog sustava.Gledano kroz eksploataciju tunela moguće je vrlo jednostavno sumu troškaza održavanje, (ΣT), promatrati kao zbroj troškove preventivnog iinterventnog održavanja, (Tπιο), i troškova za utrošenu električnu energiju,(Tελ),

ΣT = Tπιο x Tελ (7.3)

U troškovima plaćene električne energije za pogon tunela dominantna je stavka, rasvjeta. Kao što je eksploatacijskom kreacijom baza znanja i baza podataka ES uočeno, postoji više mogućnosti utjecaja na upravljanjerasvjetom tunela. Mogućnosti pružaju prvenstveno nove tehnologije iaktualna legislativa, ali i empirijska i heuristička znanja eksperata.

Spoznaja da je ekspert stručnjak odnosno specijalist postavlja ga u pozicijuvrsnog poučavatelja koji ne predstavlja nadmoćnu instituciju, instancu za posljednje odluke. Već kao što u korijenu riječi stoji, (lat. experientia docet

– iskustvo poučava) , skupljanje i posjedovanje iskustva, nije zvanje, ali

pohranjeno u ES posreduje u praksi i na taj način ES zamjenjuje eksperta.

7.1.17. Rezultati istraživanja

Odabrani parametri još do sada kako je poznato tijekom istraživanja, nisu valorizirani u scenarijima upravljanja na način kako je razrađeno.Rasvjeta u pogonu hrvatskih tunela u velikom broju slučajeva, snimljena iizmjerena na licu mjesta bila je i za 50 % veća od one koju bi angažirao

inteligentni sustav, a koja se u 80% slučajeva poklapala sa snimljenomrasvjetom nekih europskih tunela u Francuskoj, Italiji, Njemačkoj iŠvicarskoj. Najveća odstupanja u luminiscenciji, (zatečena – generirana od

IS), uočena su prilikom obrade dnevnih parametara, DP-1, (svitanje/zora) i

DP-3, (pred večer/suton). Ti su se rezultati poklapali sa stanjem koje je bilo

posljedica primjene prigušnih faktora, fpm, fpk, fpo i fps. Faktori

prigušenja zbog magle, fpm, kao i zbog snijega, fps, nisu utjecali naluminiscenciju kao što je utjecao faktor prigušenja dnevne svjetlosti zbog

naoblake, fpo, čiji je efekt najbliži parametru DP-3. Dobiveni su rezultati

korišteni za simulaciju novog upravljanja tunelske rasvjete i izračunati su



237

znanja iz baza kao i kompetencije koje studenti stječu mogu pomoći ukreiranju planova održavanja.

7.1.19. Dodatci poglavlju

DODATAK 1- Linijski prikaz autoceste A1, dionica Sv.Rok -Maslenica

DODATAK 2- Prostorni prikaz autoceste A1, dionica Sv.Rok -Maslenica

DODATAK 3- Hrvatski naziv skraćenica koje se pojavljuju u tekstu

DODATAK 4- Nazivi engleskih skraćenica koje se pojavljuju u tekstu

DODATAK 5- Podloga za dizajniranje procedure zatvaranja autocesta

DODATAK 6- Dijagram stanja i aktivnosti scenarija zatvaranja autoceste

DODATAK 7- Modeliranje i dizajniranje učenja u ekspertnom sustavu



238

DODATAK 1- Linijski prikaz autoceste A1, dionica Sv.Rok – Maslenica



240

DODATAK 3 - Hrvatski naziv skraćenica koje se pojavljuju u tekstu

Naziv u hrvatskom jeziku Skraćenica

autocesta a/c (A/C)prometni informacijski sustav PIS

prometni informacijski sustav PIS

informacijski sustavi IS

sustav daljinskog vođenja SDV

komunikacijski sustavi KS

informacijsko-komunikacijski sustavi IKS

glavna prometna centrala GPC

područna prometna centrala PPC

lokalna prometna centrala LPC

prometna centrala PCcestovna prometna stanica CPS

cestovna prometna pod stanica CPPS

krajnji uređaj KU

lokalni uređaj LU

stanica sustava video detekcije VD

meteorološka mjerna stanica MS

induktivne petlje MQ

semafor S

rampa R

znakovi s unutrašnjom rasvjetom ZUR

signali prometnog traka SPT

promjenljivi prometni znakovi PPZ

opto-električki pretvarač O/E

elektro-optički pretvarač E/O

multi modno optičko vlakno MMF

jedno modno optičko vlakno SMF

videorekorder VCR

multipleksor MUX

demultipleksor DEMUX

centar održavanja i kontrole prometa COKP

zatvoreni sustav video nadzora kamerama CCTVoptimalan broj vozila OBV

kritičan broj vozila KBV

Dvosmjerni Jednocjevni Promet DJCP

Jednosmjerni Dvocijevni Promet JDCP

Hitna pomoć HP

Vatrogasna postrojba VP

Ministarstvo unutarnjih poslova (policija) MUP

Hrvatski auto klub HAK

Hrvatske autoceste HAC



244

DODATAK 7- Modeliranje i dizajniranje učenja u ekspertnom sustavu



246

Sustav svjetlosne signalizacije, (engl. Airfield Lighting System -ALS),

koncipiran je serijskim strujnim krugovima koji su napajani iz izvora

konstantne struje, regulatora konstantne struje (engl. Constant Current

Regulator - CCR). Svako rasvjetno tijelo, svjetiljka ili svjetlosna oznaka, u

serijskom strujnom krugu je priključeno preko svog izolacijskogtransformatora. Primarni krug je sastavljen od CCR-a, primarnih kabelskih

vodova s primarnim konektorima i izolacijskim strujnim transformatorima.

Krug je opremljen senzorima, perceptorima i aktuatorima u modularnoj

izvedbe. Komponente sustava se ugrađuju u ormar CCR i na operativne

površine. Sve je integrirano operabilnim softverom.

7.2.1. Inteligentni sustav AERO TVZ

IS AERO TVZ je predstavljen računalom s aplikacijskom programskom podrškom - mehanizmom zaključivanja, bazom znanja i bazom podataka.

Procesuiranje ulaznih podataka i modeliranje problema, kroz IS koristi se za

učenje, znanstveno istraživački rad i programe edukacije na Tehničkomveleučilištu Zagreb, (TVZ), i to:

Kroz teorijska predavanja izbornog kolegija Umjetna inteligencija, – Ekspertni sustavi, studenti se uvode u problematiku IS, te krozinteraktivni rad otkrivaju i pronalaze mogućnosti djelovanja. Kroz

spoznaje o UI i razvoj ES, studenti osim aplikativne primjene, stječu iusputne pozitivne učinke jer se kroz kolegij težište stavlja na izučavanjes ciljem boljeg razumijevanja ljudske inteligencije i olak šavanje komunikacije ljudi sa strojem. Klasična UI, usko je vezana s pojmomznanja, njegovog prikupljanja, pohrane i primjene pri rješavanju složenihzadataka. Zbog tih se razloga kroz kolegij potiču razmišljanja o UI našestvarnosti, odnosno konkretnih praktičnih problema primjera iz prakse,o domenama znanja koje se usvaja kroz kognitivne složenosti i kontekstznanja.

Kroz laboratorijske vježbe izbornog kolegija UI-ES, sintetiziraju se

spoznaje do kojih se dolazi pretraživanjima baza znanja, uz pomoć ES. Na taj se način profiliraju stavovi, mišljenja i ekspertiza o znanju inaukovanju i potiče hermeneutičko promišljanje na način da se svjesnodopušta izmak uvjeta njegove ograničenosti kako za poučavatelja tako iza poučavanog.

Kroz specijalističke programe cjeloživotnog obrazovanja AERO TVZ.Specijalistička znanja su podloga za stručnjake od kojih se očekujestručnjačko rješavanje problema na razini ekspertize, a za što jeneophodno razumijevanje. Za potvrdu razumijevanja koriste su

raspoložive baze podataka, stvarni eksploatacijski rezultati te uspoređuju



250

Slika 7.2.3. Primarni, serijski strujni krug sustava svjetlosne signalizacije sa

svojim elementima

Izolacijski strujni transformatori u serijskom strujnom krugu bez obzira na

pogonsko stanje sekundara, a koje može biti prazni hod, kratki spoj ili radnotrošilo – žarulja, ne utječu na stanje otpora izolacije primarnog strujnog kruga.Iz tih razloga utvrđivanje stanje otpora izolacije primarnih strujnih krugova

svodi se samo na ispitivanje kruga koji je sastavljen od primarnih kabela,Slika7.2.4., primara izolacijskih strujnih transformatora, Slika 7.2.5. i primarnih

konektora, Slika 7.2.6.

Slika 7.2.4.Primarni kabel serijskog strujnog kruga



253

5000V. Preciznost mjerenja u početku nije bila propisana a danas uporabna pogreška mjerila, za mjerno područje ili mjerna područja koja je odredio proizvođač i za nazivne propisane uporabne zahtjeve ne smije biti veća od ±30%. Za mjerila je potrebno provodi tipska ispitivanja koja se provode na

osnovi dokumentacije i/ili rezultata laboratorijskih ispitivanja.

Prema usvojenoj legislativi u Hrvatskoj je na snazi propis koji striktno

definira način mjerenja otpora izolacije svih primarnih strujnih krugova

sustava rasvjete operativnih površina i prilazne rasvjete. Otpor izolacije kabela

nove i postojeće instalacije mora biti najmanje 50 MΩ, prema Tablici I., četvrtakolona nije definirana zavisnost o dužini primarnog kruga. Legislativa navodi,ako se prilikom kontrole mjerenja pokaže da otpor izolacije pada, provjeruotpora izolacije potrebno je obavljati češće s utvrđivanjem uzroka pada. Zaispitni napon se preporuča vrijednost od pet kV. Odstupanje od propisanog

minimuma otpora izolacije je dozvoljeno do vrijednosti dobivene izračunomotpora izolacije za svaki strujni krug. Minimalni dozvoljeni otpor izolacije

izražen u MΩ može se izračunati na temelju napona ispitivanja i dozvoljenestruje odvoda.Proračun otpora izolacije i mjerenje izoliranosti kabela zanapajanje električnom energijom i kabelima za signalizaciju i upravljanje provode se u skladu s legislativom.

7.2.7. Ugradni moduli za mjerenje otpora izolacije

Spoznaje o postupcima mjerenja kao i procedure ispitivanja otpora izolacije

pridonijele su razvoju i primjeni uređaji za kontinuirano praćenje stanja otporaizolacije serijskih strujnih krugova, koji se kao standardna oprema SSK

ugrađuje uz CCR opremu ALS jer se pokazalo kako kontinuirani ispitni napon

narinut na primarne krugove pridonosi poboljšanju narušenog otpora izolacijezbog vlage, jer se izolacija suši i poboljšava.

Poznato je da prijenosna mjerila otpora izolacije, zbog primjene visokih

mjernih napona moraju imati takva konstrukcijska svojstva koja će omogućiti

da se njima rukuje sigurno. Također uz svako mjerilo mora biti na raspolaganjuodgovarajući visokonaponski kabel koji je za to namijenjen. Ako se k tomedoda i nužna obučenost rukovatelja kao i periodično ispitivanje mjerila,

prednosti stacionarnih uređaja, kao standardne opreme za kontinuirano praćenje stanja otpora izolacije SSK, i te kako su opravdane.

Analizirani rezultati ispitivanja otpora izolacije nekih karakterističnih SSK prikupljeni u bazi podataka IS, poslužili su za algoritme održavanja, Tablica7.2.2.



256

Analizirani kvarovi i mogući uzroci – teorijske podloge:

- atmosferskog pražnjenja i velikih oborina na lokaciji operativnih površina

- podizanja nivoa podzemnih voda na lokaciji kabelske kanalizacije ALS- radova na sanaciji ALS od strane vanjskog izvođača

- radova na građevinskom održavanju zdenaca ALS

- građevinske sanacije manevarskih površina, opreme i instalacija ALS

Opis dijagnosticiranih kvarova prema Tablici 7.2.3.

1. Udar groma i prolazak prenaponskog vala na instalaciju serijskog strujnogkruga

2. Najviše mogućih uzroka, (a mogući su i na svim drugim komponentamaserijskog strujnog kruga)

- Moguće tvorničke greške - greške u serijskoj proizvodnji s tipskimispitivanjem

- Hodanje po kabelima postavljenim u i na metalne police u objektima

ili zdencima- Neprimjereno uvlačenje i navlačenje kabela, novi se uvlači, stari se

izvlači

- Kritičan polumjer savijanja primarnih kabela prilikom uvlačenja,

- Kod lampi s loncem unutar kojeg je transformator, šlinga kabela, i

- Vrsta kabela koja se uopće može polagati u lonce,

- Pr ve tehnologije finožičanih kabela bez ekrana

3. Neadekvatan alat kojim se preša, (moguća greška u debljini pinakonektora)

4. Greška dimenzije skinute izolacije, (neuredno uvijen snop žila vodiča, problem promjera prim. kabela 10/6)

5. Oštećenje izolacije konektora prilikom nestručne izrade konektora

6. Konektori koji se nakon nekog vremena odvoje, (nečistoća, vakuum,dimenzije M/F dijelova konektora)



257

Obrada navedenih primjera za koje su korišteni arhivirani podaci službeodržavanja s određenih aerodroma, eliminirani su slučajevi u kojima su greškei kvarovi na serijskim strujnim krugovima bili posljedica serijske greške u proizvodnji kod određenog proizvođača. Također su eliminirani kvarovi igreške za koje je nakon reklamacije proizvođač priznao svoj propust ieliminirani su kvarovi nekih prototipova opreme koji su bili tretirani kao

razvojni projekti. Također su eliminirani i kvarovi koji su bili posljedicanestručnog postupanja - neposjedovanje radne rutine i rad needuciranog

osoblja za određene radne postupke, kao i propusti koji su kasnije bili pripisani

proizvođaču opreme koji je tijekom eksploatacijskih spoznaja promijenio svoj pristup u proizvodnji i izdanim uputama.

Svi navedeni kvarovi obrađeni u Tablici broj 1. direktno ili indirektno suutjecali na stanje otpora izolacije serijskih strujnih krugova. Iako je tema

Radionice mjerenje odnosno utvrđivanje stanja otpora izolacije, izloženespoznaje su pomoć aerodromskim stručnim službama. Naime u postupcimaodržavanja sa stečenim spoznajama moguće je kvalitetnije i kompetentnije

održavanje odnosno održavanje kontinuirane funkcionalnosti što je direktnizahtjev vezan uz sigurnost zračne plovidbe.

"Korisnik instalacija, opreme ili uređaja najbolje poznaje njihovostanje"...konstatacija s kojom dvi je od pet legislativnih podloga o održavanjuzapočinju koncept kojim se definira plan održavanja. Kada se radi o planovima

održavanja vezanim uz aerodromske specijalističke sustave, korisno jenapomenuti kako su već više od tri desetljeća radne stanice službi zaodržavanje opremljene dijelovima ekspertnog sustava - Bazama podataka. U

početku su se one nazivale "Arhive" i služile su za "arhiviranje podataka".

To je značilo da se utvrđeni podaci mogu arhivirati odnosno spremiti.Danas, odnosno u novije vrijeme, razvojem ekspertnih sustava uz baze

podataka korisnici uređuju i grade vlastite baze znanja pa se s podacima možemanipulirati u cilju zaključivanja i stjecanja novih znanja, kao što je navedenou prethodnom primjeru. O brađena problematika stanja otpora izolacije

serijskih strujnih krugova kako je prezentirano prema prikupljenim podacima,odnosno njihovim parametrimakoji su ustvari mjera kvalitete, postupak za

utvrđivanje ili podloga za održavanje.

7.2.9. Sustavi i podsustavi aerodromske rasvjete

Za potrebe izučavanja područja struke Kolegija Umjetna inteligencija -

Ekspertni sustavi, koriste se sustavi iz prakse kako bi se studenti što bolje

približili tom dijelu stručne problematike. Područja prometnih sustava u



258

Hrvatskoj su u zadnjih desetak godina dobila svoj zamah, naročito krozizgradnju autocesta i opremanja zračnih luka. Iz tog je razloga u ovo poglavlju

za područje struke, aerodromski sustavi svjetlosne signalizacije, (engl. Airfield

Lighting System - ALS ), Slika 7.2.8. i 7.2.9. prezentiran i opisan detaljnim

podacima i informacijama, a sam uređaj regulatora konstantne struje obrađen je sa svojim uputama od projektiranja do ugradnje puštanja u pogon i parametriranja pa tako ovaj dio udžbenika može poslužiti kao Priručnik.

Slika 7.2.8. Pogled sa zemlje na sustav svjetala prilaza i uzletno-sletne

staze kategorije III

Slika 7.2.9. Pogled iz zraka na sustav svjetala prilaza i uzletno-sletne

staze kategorije III



259

Kada zamislimo zračnu luku - aerodrom, sigurno nam pomisao krene na

vizuru ili pogled iz zraka jer se na taj način može cjelovito shvatiti veličinamanevarskih površina, koje su i najveće građevinske površine, odnosno

građevine svake zračne luke, Slika 7.2.10. i Slika 7.2.11.

Slika 7.2.10. Pogled iz zraka na zračnu luku s tri uzletno-sletne staze

Na njima je i najveća množina opreme sustava svjetlosne signalizacije, dioelektrotehničkih sustava koje promatramo kao podsustav ekspertnog sustava.

Svi su podsustavimeđusobno povezani, (periferni – rasvjetna tijela) i (centralni

nadzorno upravljački – računalni). Svi dijelovi, komponente sustava svjetlosne

signalizacije, mogu se upravljati, može ih se nadzirati i manipulirati s

aktualnim, obrađenim i arhiviranim podacima.

Slika 7.2.11. Pogled iz zraka na zračnu luku s jednom uzletno sletnom

stazom



260

Aerodromski sustav svjetlosne signalizacije zajedno sa sustavom sigurnog

napajanja električnom energijom, (engl. Power Supply System - PSS ) i

upravljačko nadzornim sustavom, (engl. Control Monitoring System - CMS )

čini cjelinu. Množina opreme instalirana je u elektroenergetske objekte,

transformatorske i diesel-agregatske stanice i čini posebnu distribucijskumrežu. Aerodromski sustav sigurnog napajanja električnom energijom sastojise od primarnog, mrežnog i sekundarnog sustava, diesel-agregati ili uređaja besprekidnog napajanja.

Kada se ekspertni sustav gradi s više povezanih podsustava, i kada neki od podsustava rade u svom okruženju, za njih se kaže da su to agentski sustavi.Agentski sustavi komuniciraju i povezani su svojim perceptorima i

aktuatorima. Kod aerodromskih sustava pojedine komponente se može promatrati kroz energetski dio - krug napajanja i komunikacijski dio - krugovi

nadzora i upravljanja.Povezivanje komponenti sustava svjetlosne signalizacije izvedeno je za

nadzor, upravljanje i komunikaciju te za energetsko povezivanje ostvareno

preko serijskog strujnog kruga. Da bi se serijski strujni krug promatrao kao

krug s konstantnim izvorom struje, za razliku od svih instalacijskih krugova

koji su paralelni strujni krugovi, mora se prvo upustiti u analizu njegovog

izvora napajanja a to je regulatora konstantne struje.

7.2.10. Regulator konstantne struje

Osnovna shema serijskog strujnog kruga s regulatorom konstantne struje

tipa TCR.2.04-30.XXX prikazuje Slika 7.2.12.

Slika 7.2.12. Shema spoja CCR u serijskom strujnom krugu ALS s

prikazom ulaznih i izlaznih električnih veličina (napona i struja)



261

Oznake sa slike su:

CCR – regulator konstantne struje

US1, US2 – učinski tiristoriPTR – izlazni učinski transformator

T1 – T(N) – izolacijski transformatori u krugu, (ukupno N transformatora)

U0 – mrežni napon regulatora

U1 – napon na primarnom namotaju učinskog transformatora

U2 – napon na sekundarnom namotaju učinskog transformatora

I1 – struja u krugu učinskihantiparalelnih tiristora – struja napajanja

I2 – struja u sekundarnom krugu učinskog transformatora – strujni izvor

serijskog strujnog kruga

Regulatori konstantne struje serijskog strujnog kruga priključuju se na jednofazni ili dvofazni izvor napona 400 V ili 230 V, frekvencije 50 Hz ili 60

Hz. Harmonik ulaznog napon u0

i struje i1

s trenutnim vrijednostima periode

2π prikazan je na Slici br. 7.2.13.

Slika br. 7.2.13. Harmonik ulaznog napon u0

i struje i1 s trenutnim

vrijednostima periode 2π

Princip regulacije struje u serijskom strujnom krugu postiže seupravljanjem tiristora US

1

i US2

, koji se nalaze u primarnom namotaju



262

učinskogtransformatora PRT, u antiparalelnom spoju. Kut upravljanjatiristorima (α) regulira izlaznu struju u serijskom strujnom krugu za odabrani

stupanj svjetlosnog intenziteta. Vremenska promjena napona (U1) u

primarnom namotaju transformatora i primarna struja (I1) prikazani su na Slici7.2.14.

Slika 7.2.14. Promjena napona (U 1 ) i ulazne struje (I

1 ) u primarnom

namotaju transformatora

Vrijednosti struje za pojedine stupnjeve svjetlosnog intenziteta odabrane su

prema propisanim zahtjevima i memoriraju se u upravljačkoj jedinici. Struja uizlaznom krugu se stalno mjeri radi analize eventualnih havarijskih stanja

(razlik a između tražene i ostvarene vrijednosti struje, pojava više struje odtražene vrijednosti, pojava prenapona...). U slučaju aktiviranja neke od zaštita,dolazi do blokade rada CCR i automatski prekidač isključuje napajanjeučinskog transformatora.

Prikazani naponsko - strujni odnosi vrijede za omski teret, i neznatno se

razlikuju od stvarnih tokova u serijskom strujnom krugu. Apsolutne vrijednosti

napona u sekundarnom namotaju učinskog transformatora (U2) i struja u

serijskom strujnom krugu (I1), sa Slike 7.2.13,. u ovisnosti su s prijenosnim

omjerom učinskog transformatora, i uz zanemarivanje gubitaka, vrijede izrazi:

U1 / U2 = N1 / N2 (7.2.1)



263

N1 / N2 = p (7.2.2)

gdje je:

p – prijenosni omjer transformatora N1 – broj primarnih namotaja

N2 – broj sekundarnih namotaja

Slično za odnose primarne i sekundarne struje vrijedi izraz:

I2 / I1 = N1 / N2 (7.2.3.)

Prema navedenim relacijama proizlazi da primarna struja CCR, u krugu sučinskim transformatorom koji ima konstantan omjer N

1/N

2i konstantnu

sekundarnu struju I2

ne zavisi od opterećenja u strujnom krugu (broj

priključenih trošila). To znači da CCR pri radu neovisno o teretu ima istuvrijednost primarne struje (struja napajanja CCR). Ovisno o kutu upravljanja

tiristorima mijenjaju se napon i struje u ovisnosti s opterećenjem, a tu razlikukod struje i napona određuje omjer maksimalne (vršne) i efektivne vrijednosti,opisane izrazom (7.2.4.).

cF

= Um

/ Uef

(7.2.4.)

gdje je:

cF – faktor (Crest faktor)

Um – maksimalna vrijednost napona

Uef – stvarna efektivna vrijednost napona

Za sinusoidni oblik

cF

= √2 = 1,4142 (7.2.5.)

U Tablici 7.2.3. su prikazane orijentacijske, vrijednosti faktora cF

za

različite vrijednosti kuta prorade tiristora.



264

Tablica br. 7.2.3. Ovisnost faktora cF i kuta prorade tiristora

Kut prorade tiristora cF

0° (*) 1,4145° 1,48

90° 2,00

135° 3,32

Za ispravan radni režim je neophodno da se provede optimalizacija prijenosnog omjera učinskog transformatora. Optimalizacijom se postiženajmanja moguća struju, strujnog izvora napajanja u serijskom strujnom krugu,čime se minimaliziraju gubici i smanjuje pojava viših harmonika. To je važno

za dimenzioniranje opreme i sklopnog postrojenja na koje se priključuje CCR.Između ostalog i snage rezervnih izvora napajanja (diesel električni agregati iliUPS).

Mjerenja parametara u CCR (mjerenja struje i napona) zahtijeva da se

koriste instrumenti koji s traženom točnošću mjere stvarnu efektivnu vrijednost

struje i napona (engl. Root Mean Square - RMS).

7.2.10.1. Princip rada serijskog strujnog kruga

Osnovnu shemu serijskog strujnog kruga zajedno s regulatorom konstantne

struje prikazuje Slika 7.2.15.

Slika 7.2.15. Osnovna shema spoja CCR u serijskom strujnom krugu



265

Oznake sa slike:

1 – regulator konstantne struje 5 – sekundarni kabl

2 – izolacijski transformator 6 – primarni konektor

3 – svjetiljka, (svjetlosna oznaka) 7 – sekundarni konektori

4 – primarní kabel

Na Slici 7.2.15. su prikazana trošila i instalacija serijskog strujnog kruga,napajani preko regulatora konstantne struje. Serijsko povezivanje je izvedeno

pomoću jednožilnog primarnog kabla i izolacijskih strujnih transformatora, nakoje su priključena pojedina trošila. Spajanje sekundarnih krugova izvedeno je preko sekundarnih konektora sekundarnim kabelima. Neprekidnost pogona serijskog strujnog kruga, odnosno njegova

funkcionalnost čak i pri pregaranju neke od trošila osigurana je galvanskim

odvajanjem preko izolacijskog strujnog transformatora.

U trenutku pregaranja rasvjetnog tijela dolazi do zasićenja pripadajućegizolacionog transformatora, te on bez obzira na otvoren sekundar ostaje u

primarnoj strani neprekidno u funkciji. Porast pada napona u zasićenomtransformatoru se kompenzira povećanjem izlaznog napona na izlazuregulatora, pri čemu vrijednost struje u serijskom strujnom krugu ostaje ista.

Serijski strujni krug je u normalnom režimu rada izoliran sustav, a stanje otporaizolacije se trajno nadzire.

7.2.10.2. Određivanje snage regulatora

Odabir potrebne snage CCR ovisi o parametrima serijskog strujnog kruga.

Izraz (7.2.6.) se koristi za aproksimativno određivanje vrijednosti instaliranesnage serijskog strujnog kruga, kao i za izbor tipske snage CCR.

S = N x (PL

+ PS) / cos θ + L x P

P(7.2.6.)

gdje je:

PL

– snaga trošila (izolacijskog transformatora) rasvjetnog tijela [W]

PS

– gubici u sekundarnom kabelu jedne svjetiljke [W/m]

- za kabel presjeka 2,5 mm2 uzima se vrijednost [0,72 W/m]



266

- za kabel presjeka 4 mm2

uzima se vrijednost [0,44 W/m]

PP

– gubici u primarnom kabelu za dužinu 1 km [VA]

- za kabel presjeka 6 mm2

uzima se vrijednost 150 [VA/km]

N – broj svjetiljki (izolacionih transformatora) [-]

L – ukupna dužina primarnog kabla [km]

cos θ – faktor koji uzima u obzir efikasnost izolacijskih strujnih

transformatora [cos θ = 0,85]

S – instalirana snaga SSK [VA]

7.2.10.3. Dimenzioniranje opreme regulatora

Presjeci kabela za napajanje CCR, prema snazi navedeni su u Tablici br.

7.2.4 .

Tablica br. 7.2.4. Odabir presjeka napojnog kabela u ovisnosti o snazi

CCR

Snaga CCR(kVA) Nazivnastruja(A)

Presjekkabela(sqrmm)

Strujaosigurača (A)

Tip CCR

4 15 6 25 TCR

10 35 10 50

20 70 35 100

30 105 35 125

Za napajanje CCR, potrebno je koristiti jednožilne kabele, jer su lakši za

montažu. Dimenzioniranje napojnih kabela za različite načine polaganja,(kabelski kanal, dupli pod, kabelski rovu zemlji,...) potrebno je uskladiti

primjenom odgovarajućih koeficijenta.

7.2.10.4. Konstrukcija ormara regulatora

Konstrukcija regulatora konstantne struje, CCR, Slika 7.2.16. odgovara

propisima FAA Advisory Circular AC 150/5345-10F.



267

Slika 7. 2.16. Ormar regulatora konstantne struje Tip TCR.2.04-30

TRANSCON- donirani laboratorijski model na ELO TVZ

Osnovna specifikacija

• Tiristorska regulacija

• Transformator 4–30 kVA sa zračnim hlađenjem

• Multiprocesorski sustav upr avljanja

• Digitalni način ubacivanja i prikazivanja podataka

• Strujni standard 6,6 A ili 8,3A



268

• Regulacija u 3, 5 ili 7 stupnjeva intenziteta

• Prekostrujna i prenaponska zaštita sa signalizacijom

• Daljinsko i lokalno upravljanje

• Mogućnost daljinskog upravljanja s jednom paricom

• Svi dijelovi i priključci su pristupačni s prednje strane

• Elektronski moduli se lako zamjenjuju

Tehnički podaci

• Napon priključka 400 V ili 230V

• Tolerancija napona +10 % / -15 %

• Frekvencija 50 / 60 Hz

• Sustav (max. izlazna struja) 6,6 A ili 8,3 A

• Tolerancija izlazne struje ±0,1A

• Regulacija struje 3/5/7 stupnjeva intenziteta

• Postavljanje nazivne vrijednosti struje 2 ÷ 4 s

• Prekostrujna zaštita ( Imax = 6,6 A ) 6,95 A

• Prekostrujna zaštita ( Imax = 8,3 A ) 8,75 A

• Izlazna snaga

TCR 04 =4 kVA

TCR 10 10kVA

TCR 20 20kVA

TCR 30 30kVA

• Stupanj korisnosti min 95 % kod nazivne snage

• Prenaponska zaštita (snage) 110 % nazivne snage

• Aktiviranje prenaponske zaštite max do 2 s poslije pr ekida izlaznog kola

• Zaštita od opasnog napona dodira



269

Mehanički parametri

• IP zaštita IP 21

• Temperaturni opseg -25 ÷ 55 °C• Temperatura skladištenja -40 ÷ 60 °C

• Relativna vlaga 10 ÷ 95 %

• Nadmorska visina 0 ÷ 2000 m.n.m.

• Radna sredina -osnovna - (zaštićen od direktnog utjecaja atmosfere,agresivnih isparavanja, bez potresa i vibracija)

• Dimenzije 575 x 540 x 1330 mm

• Površinska zaštita sivo lakiranje• Boja RAL 7035

• Boja RAL 7030

• Masa

TCR.2.04 126 kg

TCR.2.04+04 195 kg

TCR.2.10 173 kg

TCR.2.20 225 kg

TCR.2.30 268 kg

Izlazni parametri

Tablica br. 7.2.5. Izlazni parametri za različite snage CCR

Nazivna snaga(kVA)

Maksimalnasnaga (kVA)

Napon uz strujno opterećenje6,6A (V)

4 4,4 606

10 11 1.515

20 22 3.030

30 33 4.545



270

Opis ormara regulatora konstantne struje

Osnovni ormar, (kućište) CCR oznaka RCK ili RACK napravljen je od

aluminijskih profila - konstrukcija i limova - kućište. Transformator snage je

smješten na osnovnom postolju, koje je učvršćeno u konstrukciji stalka. Udonjem dijelu ormara nalaze se priključne stezaljke za dovod napojnog

energetskog kabela, izlaz primarnih kabela serijskog strujnog kruga i daljinsko

upravljanje. Desno iznad transformatora nalaze se dovodni automatski

prekidač i ulazni filtar.

Na kućištu transformatora snage smješten je modul s mjernimtransformatorom struje i krugovima mjernog uređaja za kontrolu stanja otporaizolacije. Kod CCR snage 20 i 30 kVA u prostoru iznad transformatora nalazi

se blok energetske elektronike. Na panelu u zadnjem gornjem dijelu ormara

nalazi se modul s prekidačima za konfiguraciju parametara rada CCR.

7.2.10.5. Opis komponenti i modula regulatora

PTR (POWER TRANSFORMER) je transformator snage, koji je

namijenjen za izlazne struje standardnih veličina 6,6 i 8,3 A. Izbor sustava je

postavljen tvornički, ugađanjem prekidača modula IDK i izboromodgovarajućeg sekundarnog izvoda transformatora.

PMF (POWER MAINS FILTER) je ulazni filtar za uklanjanje smetnji,nepoželjnog utjecaja CCR u distributivnu mrežu a koji istovremeno smanjujeutjecaj mreže na rad CCR. Filtar se nalazi desno od transformatora snage.

IDK (ID KEY) je identifikacijski ključ - samostalna ploča, koja se nalaziunutar kućišta CCR a koja je namijenjena za formiranje adrese u sustavu

daljinskog upravljanja, za namještanje izvoda transformatora snage i za

identifikaciju CCR (snaga, broj stupnjeva intenziteta, max. struja CCR,…).Povezivanje je moguće preko konektora XA2. Ploča IDK je pristupačna nakon

izvlačenje jedinice modula iz kućišta CCR i nalazi se u zadnjem dijelu, poredkonektora XA2.

TRM (MEASURE TRANSFORMER) je modul mjernog transformatora

nalazi se u neposrednoj blizini izvoda transformatora snage. Sastoji se od

strujnog transformatora za mjerenje struje u serijskom strujnom krugu i kruga

za odvajanje uređaja za mjerenje otpora izolacije. Modul je priključen s dvavisokonaponska kabela na izlaz (C9) i izlaze (C5 ili C6). Povezivanje s

elektronskim dijelom upravljanja RJS izvedeno je pomoću konektora XT1.



271

PWM (POWER MODULE) je modul energetike smješten iznadtransformatora i sastoji se od sklopnika, energetskog tiristora s hladnjakom i

modula konektora upravljačkih kruga s osiguračima.

7.2.10.6. Opis upravljačk e jedinice regulatora

Upravljačka jedinica CCR tipa TCR sastoji se od više samostalnih irelativno nezavisnih modula, koji se lako mijenjaju a prikazani su na Slici

7.2.17.

Slika 7. 2.17 . Prednja strana upravljačke jedinice regulatora konstantne

struje Tip TCR TRANSCON

Opis komponenti upravljačke jedinice regulatora

BAS (BASIC UNIT) Osnovna 19“ konstrukcija kućišta, sadrži module, tiristore snage s hladnjakom,sklopnik (CCR TCR.2.04 i TCR.2.10) i dva konektora za priključenje opremesmještene u stalku CCR. Konektor XA1 služi za spajanje krugova snage(napajanje, transformator snage, strujni transformator, krugove mjerenja

otpora izolacije). Preko konektora XA2 priključena je komunikacijska linijadaljinskog upravljanja, dijagnostička linija RS-232 i identifikacijska pločaCCR namijenjena formiranju adrese CCR u sustavu transfera podataka

upravljanja i informacija o konkretnom stanju CCR. Verzija BAS. 2.10



272

namijenjena je za CCR snaga 4 i 10 kVA, dok je verzija BAS. 2.30 namijenjena

za CCR snaga 20 i 30 kVA.

PWR (POWER SUPPLY)

Sadrži izvor napajanja za sve module (+24 V DC), mjerne naponsketransformatore i upravljačke krugove energetskih tiristora i sklopnika. Modulsadrži glavni prekidač (nalazi se na prednjoj strani), cjevaste osigurače primarnog i sekundarnog namotaja transformatora (2 x T160 mA + 1 x T2,5

A), primarnog namotaja naponskih mjernih transformatora (4 x T63 mA) i

krug namota sklopnika u modula BAS (1 x T1A).

DSP (CONTROL PANEL - DISPLAY) Glavni modul upravljačke jedinice CCR. Sadrži alfanumerički LCD displej s

detaljnim informacijama o CCR, segmentni dvobojni LED displej koji prikazuje aktualni stupanj intenziteta i tipk e za upravljanje CCR u ručnomrežimu rada (namještanje stupnja intenziteta, režim upravljanja CCR i tipke za

izbor traženih informacija koje se prikazuju na LCD displeju).

REG (REGULATOR) Modul s upravljačkim blokom CCR. Osigurava funkcije regulacije struje ukrugu. Mjeri napon, struje, vrednuje havarijska stanja i generira komande za

sklopnik i tiristore snage.

EFD (EARTH FAULT DETECTOR) Modul je namijenjen za mjerenje otpora izolacije u serijskom strujnom krugu.

Modul sadrži pomoćni, galvanski odvojeni izvor + 500 V DC. Izolacijski otporu strujnom krugu vrednuje se kao gubitak napona u pomoćnim otpornicima.Odvajanje izlazne petlje osigurano je otpornici 5,5Mohma, smještenim u blokutransformatora snage (modul TRM).

LFD (LAMP FAULT DETECTOR) Modul je namijenjen za indikaciju broja neispravnih sijalica u serijskom

strujnom krugu. Modul određuje broj neispravnih sijalica na osnovi mjerenja ivrednovanja izmjerenog faznog kuta prvih harmonika napona i struje u

serijskom strujnom krugu. Funkcija modulu zavisi od parametara kruga, broja

i snage pojedinih sijalica, tipa izolacionih transformatora, dužini kabla ustrujnom krugu i zbog toga je neophodno da se po priključenju strujnog kruga provede kalibracija.

COM (COMMUNICATION UNIT) Modul za komunikaciju, koja se obavlja posredstvom modula COM-DAP

(upravljanje i monitoringsustavom DAP 128TC) ili modula COM-RSC



273

(upravljanje i monitoringsustavom RS-485) i COM-BIN (upravljanje i nadzor

posebnim kontaktima releja). Fiksiranje modula u kućište BAS osigurano je posebnim osiguračem, koji onemogućava njegovo pomicanje ili ubacivanje udrugu poziciju. Ovo rješenje osigurava maksimalnu jednostavnost pri zamjeni pojedinih modula. U zadnjem dijelu sabirnice upravljačke jedinice (poredhladnjaka tiristorskog bloka) je instaliran termički senzor (TEMP T1), podatakse prikazuje na LCD displeju. Osnovna konstrukcija BAS.2.30 za CCR snage

20 i 30 kVA opremljena je s dva odvojena ventilatora, koji su namijenjeni za

poboljšanja hlađenja kod problematičnih klimatskim uvjeta.

7.2.10.7. Pomoćni moduli - opis i rukovanje

PWT (POWER TERMINAL MODULE) - pomoćni modul, koji se nalazi nakućištu modula PWM, a koji je opremljen konektorima i osiguračimaupravljačkih krugova CCR (4 x T4A).

SCR (SILICON CONTROLLED RECTIFIER) - pomoćni modul stransformatorom pobude i zaštitom energetskih tiristora. Modul se nalazi natijelu bloka hladnjaka tiristora u osnovnoj konstrukciji BAS.2.10 ili na tijelu

modula PWM.2.20 – 30.

LCS (LAMP CIRCUIT SELECTOR UNIT), kao u pravljački elektronskimodul DRT-24 namijenjen je za podršku tri tipa jedinicasklopnika.

Alternativna izvedba sklopnika, jedinica, uključuje samo jedan od maksimalno pet priključenih strujnih k rugova (svaki strujni krug s maksimalnom snagom,

koja odgovara nazivnoj snazi CCR). Ova modifikacija je pogodna za primjenu

kod prilaznih svjetlosnih cjelina (PAPI, ALS).

Selektivna izvedba omogućava uključivanje bilo koje kombinacije

strujnih krugova, čiji ukupna snaga mora da odgovara nazivnoj snazi CCR.Ova izvedba ima dvije modifikacije koje različito reagiraju u slučaju pojavekvara na rasklopnim uređajima snage LCS. U prvoj modifikaciji se automatskiisključuju svjetalau strujnom krugu (pogodno za rulne staze – TAXI WAYS),

dok druga modifikacija automatski uključuje svjetalau strujnom krugu

(pogodno kod zaustavnih prečki – STOP BARS).

Komanda sklopnika u strujnim krugovima dobiva se posredno preko osam

releja elektronskog modula DRT-24. Pet ulaza je iskorišteno za režim lokalne

(ručne) komande sklopnika strujnih krugova, pri čemu se koriste tipke



274

smještene na upravljačkom panelu s prednje strane CCR. Daljinski nadzor iupravljanje stanja sklopnika ostvaren je preko modula COM CCR, s kojim

elektronski modul DRT-24 komunicira posredovanjem linije za komunikaciju

sustava CCR TCR.2.04-10.

Nadzor nad stanjem sklopnika strujnih krugova dobiva se posredovanjem petulaza. Pri upotrebi naredbe RESET aktivira se posljednje stanje prije te

naredbe (stanje se nalazi u EPROM). Za ulaganje u EPROM je potrebno da

sklopnik bude u tom stanju barem 3 sekunde. Lokalno upravljanje je implicitno

i traje od uspostavljanja veze s nadređenim, (masterom modulom DSP).

Upravljanje sklopnicima u simultanoj izvedbi je moguće u dva sljedećarežima:

1. Shutdown- svaka promjena uklopnog stanja sklopnika obavlja se pri

blokiranju rada CCR (nulto opterećenje). Upravljanje sklopnikom ualternativnoj izvedbi provodi se uvijek u režimu „Shutdown“.

2. Powerdown- do uključivanja sijalica u strujnom krugu dolazi pri aktualnojstruji CCR, isključenje se provodi pri smanjenoj struji. Smanjena struja

isključenja u režimu „Powerdown“ namješta se preko modula DSP (vrijednost

se postavlja u elektronskom modulu DRT-24). Kod istovremenog rada s višeizlaza, prijelaz s jednog uklopnog stanja u drugi provodi se postupno. Svici

sklopnika dobivaju, radi smanjenja utjecaja strujnog opterećenja, komandu

postupno u odnosu prema maksimalnom vremenu reakcija. U režimu„Powerdown“ je vremenska zadrška duža, jer je to neophodno radi stabilizacijestruje opterećenja prije uključenja sljedećeg sklopnika.

Elementi upravljanja i nadzora kod modula LCS

Moduli upravljačk e jedinice LCS prikazani su na Slikama 7.2.18.a), b) i c)

Slika 7.2.18.a) Moduli upravljačke jedinice izgrađeni iz ormara



275

Slika 7.2.18. b) Prednja strana upravljačke jedinice s modulima u ormaru

Slika 7.2.18.c) Prednja strana shematski prikaz signalizacije modula

Signalizacija pojedinih modula ima slijedeće značenje:

1 - Zelena signalizacija (ON) iznad svakog modula označava ispravno stanje ustrujnim krugovima. Uključena signalizacija odgovara stanju rasvjetnih tijela

u strujnom krugu.

2 - Tipkalo za ručno upravljanje serijskim strujnim krugovima -jedan CCR.

3 - Postojana crvena signalizacija (STATUS) daje informaciju o kvaru, koji je

uočen elektronskim modulom DRT-24 kod automatskog testiranja pri startu

(poslije uključenja napajanja) ili kod prekida komunikacije s upravljačk immodulom (DSP).

4 - Zelena signalizacija (STATUS OK) znači redovno pogonsko stanje modulaLCS.

5 - Postojana crvena signalizacija (ERROR) daje informaciju da modul LCS

nije u režimu daljinskog upravljanja dobio podatke od upravljačkog sustava.

Trepćuće svjetlo ove signalne lampice znači razliku među traženog i aktualnogstanja u upravljanom strujnom krugu (npr. pri pregorjelom osiguraču usupravljačkom krugu sklopnika) ili identificira kvar modula LCS, eventualno

DSP ili REG.



276

LCD displej -prikazpodataka

Podaci na LCD zaslonu modula DSP prikazuju aktualne informacije o

stanju i aktiviranju modula LCS. Za rukovanje su namijenjene tipke "MENU",

"ENTER ", "UP" (strelica prema gore) a "DOWN" (strelica prema dolje).Kod svake tipke je napravljena razlika između kratkog pritiska kod

redovnog rukovanja (pritisak kraći od 1 sekunde) i dugog pritiska (pritisak

duži od 3 sekunde). Ukoliko je pored simbola tipke naveden simbol "(3s)", radi

se o korištenju dugog pritiska na tipka. U svim ostalim slučajevima koristi sekratak pritisak.

Opis pojedinih grupa, koje se prikazuju na LCD zaslonu opisan je posebno

za svaki modul kako slijedi.

EFD modul -mjerenje otpora izolacije

CCR tip TCR je opremljen modulom EFD koji je namijenjen za mjerenje

otpora izolacije u strujnom krugu. Modul EFD mjeri na osnovi vrijednosti

struje pomoćnog izvora + 500 V. Prema izmjerenoj vrijednosti otpora utvrđujese gradijent stanja, pada ili porasta otpora izolacije u pojedinim krugovima.

• Opseg mjerenja: 0,1 – 100 M.

• Točnost mjerenja: ± 10 %

• Prikaz mjerenja: LCD zaslona na modulu DSP

• Broj razina: 2

• Signalizacija prekoračenja:

- lokalno LED diode na panelu modula EFD

- daljinski pomoću modula COM

• Vrijednost pada otpora: svak a se razina može pojedinačnono namjestiti u

granicama 0,1 – 95 MΩ.

• Tvorničko namještanje: - EF – L1 5 MΩ. - EF – L2 2 MΩ.

LFD modul - indikacija broja neispravnih rasvjetnih tijela u krugu

CCR tip TCR može biti opremljen LFD modulom koji je namijenjen za

procjenu i indikaciju broja neispravnih sijalica u strujnom krugu. Modul LFD

mjeri fazni kut između napona i struje - na osnovi struje u strujnom krugu a

prema izmjerenim podacima o kalibraciji određuje se broj neispravnih sijalica,



277

a informacija se pojavljuju u dvije veličine. Modul je aktivan samo kada je

CCR uključen na stupnju većem od 0. Princip detekcije neispravnih sijalicafunkcionira na osnovi promjena karakteristike impedancije strujnog kruga.

Stoga sijalice u svjetiljkama ne smiju biti opremljene uređajem za kratko

spajanje za slučaj serijskog spajanja sijalica na jednom izolacijskomtransformatoru. Potrebno je također da sve sijalice i izolacijski transformatori budu s istom nazivnom snagom.

Parametri modula LFD su definirani samo prema maksimalnom stupnju

intenziteta CCR i za opterećenje, koje je > 50 % njegove nazivne snage. Udrugim stupnjevima intenziteta točnost mjerenja je neznatno manja.

• Opseg rada: 0 – 30 neispravnih sijalica

• Vrijeme odziva: < 8 s

• Točnost: 2 % nazivnog opterećenja CCR do isključenja 20 % stvarnogopterećenja

• Način prikazivanja broja sijalica: LCD displej na modulu DSP

• Broj nivoa: 2

• Signalizacija prekoračenja

- lokalno LED diode na panelu modula LFD

- daljinski pomoću modula COM

• Vrijednost nivoa neispravnih sijalica: svaki nivo se može individualno podešavati u granicama 1-3

• Tvorničko namještanje:

- LF – L1 3 sijalice

- LF – L2 6 sijalica



278

PWR modul - opis signalizacija i rukovanja

Modul PWR (POWER SUPPLY) - njegova prednja strana panela prikazana je

na Slici 7.2.19. a oznake sa slike prikazuju:

Slika 7.2.19. Prednja strana modula PWR (POWER SUPPLY)

1 - ON - zelena signalizaciju za uključenja CCR (prisutan napon 24 V DC).

2 - STANDBY - crvena signalizaciju za prisutnost napona na stezaljkama uz

isključen glavni prekidač na modulu PWR.

3 - 0/1 Glavni prekidač CCR. Ovaj prekidač je namijenjen samo za isključenjeelektronskih krugova upravljačke jedinice. Energetski dio CCR ostaje podnaponom.

Ako je isključen glavni prekidač, svijetli samo crvena signalna lampicaSTANDBY - elektronika pojedinih modula je isključena, napon je na ulaznimstezaljkama i u nekim energetskim dijelovima.



279

DSP modul - opis signalizacija i rukovanja

Modul DSP (CONTROL PANEL - DISPLAY) - njegova prednja strana panela

prikazana je na Slici 7.2.20. a oznake sa slike prikazuju:

Slika 7.2.20. Prednja strana modula DSP (CONTROL PANEL -

DISPLAY)

1 - Alfanumerički LCD displej 2x20 znakova za prikazivanje detaljnihinformacija o stanju i funkcioniranju CCR (vrijednosti struje, napona, snage,

radnih sati, otpora izolacije petlje,…). Osvjetljenje LCD displeja aktivira seautomatski pritiskom na neki od tipki "MENU", "ENTER", "UP" ili "DOWN".

Poslije određenog vremena bez funkcije tipki dolazi do automatskog gašenjaLCD displeja.

2 - Sedmo-segmentni dvobojni LED displej namijenjen je za prikazivanje

aktualnog stupnja intenziteta. Na njemu se pojavljuju brojevi "0"-"5" (odnosno

brojevi broje stupanj intenziteta). Pri proradi neke od zaštita CCR ili kvara u

CCR prikazuje se oznaka "-". U režimu lokalnog odnosno ručnog upravljanja(LU) broj je prikazan crvenom bojom, u daljinskom režimu rada (DU) broj je

zelene boje.



280

3 - Tipka "+" upotrebljava se pri povećavanju stupanja intenziteta u lokalnomrežimu rada.

4 - Tipk om "REM" prebacuje se režim lokalnog i daljinskog upravljanja(lokalni režim - crvena boja, daljinski režim - zelena boja), istovremeno seuključuje signalna lampica REMOTE na modula DSP. Ako je CCR udaljinskom režimu rada funkcija tipki "+", "-" i "OFF" je blokirana.

5 - Tipka "-" se upotrebljava pri smanjivanju stupnja intenziteta u lokalnom

režimu rada. Postupnim ponavljanjem pritiska na tipka dolazi do isključenja CCR (prelazak u stupanjintenziteta "0").

6 - Tipka "OFF" isključuje CCR (prelazak u stupanj intenziteta "0") u lokalnomrežimu rada. CCR seisključuje bez obzira u kom stupnju intenziteta radi.

7 - Tipka "IZBORNIK" je namijenjen za pozivanje osnovnog menija na

alfanumeričkom LCD displeju.Pritiskom na tipka, u bilo kom trenutku, na displeju se pojavljuje osnovni

izbornik.

8 - Tipka "UP" (strelica nagore) prebacuje prikazivanje podataka u svakomizbornik.

9 - Tipka "ENTER" prebacuje prikazivanje podataka u pojedinim

podizbornicima na LCD displeju.

10 - Tipka "DOWN" (strelica na dolje) prebacuje prikazivanje podataka u

svakom podizbornik (grupi).

11 - Signalna lampica REMOTE emitira postojanu zelenu boju pri uključenjuCCR u redovan režim daljinskog upravljanja. Crvena postojana boja dajesignalizaciju o kvaru CCR (po pravilu istovremeno svijetli signalna lampica

LINK ili ERROR na modulu COM). Crveno trepćuće svjetlo ove signalne

lampice najavljuje kvar komunikacionog modula (COM) - u jedinici je došlodo prekida u komunikaciji između modulima DSP i COM (isto se dešavaukoliko modul COM nije postavljen). Zelenim trepćućim svjetlom signalnalampica signalizira grešku pri podešavanju stupnja intenziteta u režimu DU,kada se kod CCR traži stupanj, koji nije instaliran. CCR u tom slučajuautomatski postavi najveći stupanj intenziteta. Kada je CCR u režimu LU

(upravljanje tipkom "REM"), ova signalna lampica ne svijetli.



281

12 - Signalna lampica STATUS daje informacije o stanju modula DSP.

Postojano crveno svjetlo daje informaciju o prekidu interne komunikacije sa

modulom CCR (REG). Crveno trepćuće svjetlo daje signalizaciju o ozbiljnomkvaru modula DSP. Postojano zeleno svjetlo označava redovan rad modulaDSP.

Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crvenotrepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži,radi se o kvaru modula, koji se mora zamijeniti.

REG modul - opis signalizacija i rukovanja

Modul REG (REGULATOR) - njegova prednja strana panela prikazana je naSlici 7.2.21. a oznake sa slike prikazuju:

Slika 7.2.21. Prednja strana modula REG (REGULATOR)



282

1 - Signalna lampica OVC (Over-current) daje crvenim postojanim svjetlom

informaciju o kvaru modula CCR - zaštita je utvrdila pojavu prekostrujnogstanja u izlaznoj petlji. Pri aktiviranju zaštite dolazi do blokade rada CCR isklopnici se otvaraju. Istovremeno sa lampicom OVC uključuje se također isignalna lampica ERROR. Funkcije CCR se obnavljaju postavljanjem stupanja"0" (U režimu LU tipkom "OFF") i ponovljenim postavljanjem zahtijevanog

stupanja intenziteta (u režimu LU tipkama "+" i "-").

2 - Signalna lampica OPC (Open-circuit) daje postojanim crvenim svjetlom

signalizaciju kvara CCR - zaštita je utvrdila otvaranje petlje (preopterećenjeCCR). Aktiviranjem zaštite blokira se rad CCR i otvaraju se sklopnici.Istovremeno sa lampicom OPC svijetli i signalna lampica ERROR. Funkcije

CCR se obnavljaju postavljanjem stupanja "0" (U režimu LU tipkom "OFF")

i ponovljenim postavljanjem zahtijevanog stupanja intenziteta (u režimu LUtipkama "+" i "-").

3 - Signalna lampica ERROR postojanim crvenim svjetlom daje informaciju o

općem kvaru CCR. Također, ona svijetli i ukoliko se aktiviraju zaštite OVC iliOPC (svijetli istovremeno kada i lampice OVC ili OPC). Ukoliko svijetli samo

signalna lampica ERROR, radi se o općem kvaru regulacije (zahtijevana istvarna vrijednost struje u strujnom krugu nisu usuglašene, do čega može doćinpr. pregaranjem sijalica. U ovom slučaju ne mora doći do blokade rada CCR.

Signalizacija se uklanja postavljanjem stupnja "0". (U režimu LU tipkom"OFF") i ponovljenim postavljanjem zahtijevanog stupnja intenziteta (u

režimu LU tipkama "+" i "-").

4 - Signalna lampica STATUS daje stanje modula REG. Crveno postojano

svjetlo daje informaciju o

prekidu interne komunikacije unutar upravljačke jedinice CCR (prekidkomunikacije sa modulom DSP). Crveno treptajuće svjetlo daje informaciju oozbiljnom kvaru modula REG. Postojano zeleno svjetlo označava redovan radmodula REG.

Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crvenotrepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži, radi se o kvarumodula koji mora biti

zamijenjen. Signalne lampice OVC, OPC i ERROR daju bliže informacije ovrsti kvara. U redovnom radu signalne lampice ne svijetle. Signalizacija se

uklanja postavljanjem stupanja "0" (U režimu LU tipkom "OFF") i

ponovljenim postavljanjem zahtijevanog stupnja intenziteta (u režimu LU

tipkama "+" i "-").



283

EFD modul - opis signalizacija i rukovanja

Modul EFD (EARTH FAULT DETECTOR) - njegova prednja strana panela


Slika 7.2.22. Prednja strana modula EFD (EARTH FAULT DETECTOR)

1 - Signalna lampica EF-L1 daje postojanim crvenim svjetlom informaciju osmanjenju otpora izolacije ispod 1. udešene granice (Level 1). Kada se

vrijednost poveća, signalna lampica se automatski gasi.2 - Signalna lampica EF-L2 daje postojanim crvenim svjetlom informaciju o

smanjenju otpora izolacije ispod 2. udešene granice (Level 2). Kada se

vrijednost poveća, signalna lampica se automatski gasi.

3 - Signalna lampica STATUS prikazuje stanje modula EFD. Crveno postojano

svjetlo daje informaciju o prekidu interne komunikacije unutar upravljačke jedinice CCR (prekid komunikacije sa modulom DSP). Crveno trepćuće



284

svjetlo daje informaciju o ozbiljnom kvaru modula EFD. Postojano zeleno

svjetlo označava redovan rad modula EFD.Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crvenotrepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži,radi se o kvaru modula, koji mora biti zamijenjen.

Signalne lampice EF-L1 i EF-L2 daju informaciju o smanjenju otpora izolacije

ispod udešene granice. Vrijednost prve granice (Level_1) je veća od druge(Level_2) - Level_1 > Level_2. Pri smanjenju vrijednosti otpora izolacije prvo

se uključuje signalna lampica EF-L1, ako se vrijednost i dalje smanjuje,

uključuje se također i EF-L2. Granične vrijednosti otpora izolacije mogu se podesiti pomoću dijagnostičke linije RS 232 CCR ili direktno s panelaupravljanja CCR (poseban prilog).

LFD modul - opis signalizacija i rukovanja

Modul LFD (LAMP FAULT DETECTOR) - njegova prednja strana panela


Slika 7.2.23. Prednja strana modula LFD (LAMP FAULT DETECTOR)



285

1 - Signalizacija LF-L1 postojanim crvenim svjetlom daje informaciju o broju

neispravnih sijalica, koji odgovara 1. udešenoj granici (Level 1).

2 - Signalizacija LF-L2 postojanim crvenim svjetlom daje informaciju o broju

neispravnih sijalica, koji odgovara 2. udešenoj granici (Level 2).

3 - Signalizacija CALIB trepćućim crvenim svjetlom daje signalizaciju o neodgovarajućoj kalibraciji modula LFD. Znači da modul još nije bio kalibriranili je kalibracija nevažeća zbog zamjene nekog važnog dijela (modula) CCR(CCR i njegov ID nisu u korelaciji). Stvaran razlog može da se utvrdi prema podacima na LCD displeju modula DSP. Trajno crveno svjetlo se pojavljuje u

toku kalibracije modula LFD.

4 - Signalizacija INVALID daje postojanim crvenim svjetlom signalizaciju dasu podaci u modulu LFD nevažeći i da su onda nevažeći i podaci na displejuLSD.

Do aktiviranja lampice dolazi u trenutku promjena parametara ulazne napojne

petlje, lampica svijetli sve dok se stanje ne stabilizira. Kod promjene stupnja

intenziteta na CCR lampica može da trepne na nekoliko sekundi, poslije čegaće se ugasiti. Postojano svjetlo daje informaciju o pojavi smetnje u izlaznomstrujnom krugu ili o kvaru mjernih krugova modula LFD.

5 - Signalizacija STATUS daje informaciju o stanju modula LFD. Crveno postojano svjetlo znači ispad interne među modulske komunikacijeupravljačke jedinice CCR (prekid komunikacije sa modulom DSP). Crvenotrepćuće svjetlo znači ozbiljan kvar modula LFD, do čije identifikacije došlo utoku autonomnog testiranja modula poslije uključenja upravljačke jedinice.Posto jano zeleno svjetlo značiredovan rad modula LFD. Poslije uključenja prekidača modula PWRsignalizacija STATUS kratko crveno trepne i pređe u postojano zeleno svjetlo.Ako su treptaji crvenog svjetla duži, radi se o kvaru modula, koji mora da sezamjeni. Ukoliko svijetli trajnim crvenim svjetlom, treba postupiti prema uputi

o popravku.

Signalne lampice LF-L1 i LF-L2 daju informaciju o broju pregorjelih sijalica

iznad udešene granice. Vrijednost prve granice (Level_1) manja je od druge

(Level_2) - Level_ 1 <Level_2. Pri povećanju broja pregorjelih sijalica prvo seuključuje signalna lampica LF-L1, ako se vrijednost i dalje povećava,uključuje se također i LF-L2. Granične vrijednosti broja pregorjelih sijalicamogu se podesiti s radne stanice pomoću dijagnostičke linije RS 232 CCR ili

direktno s panela upravljanja CCR (poseban prilog).



286

COM modul - - opis signalizacija i rukovanja

Modul COM -DAP (COMMUNICATION UNIT) - njegova prednja strana

panela prikazana je na Slici 7.2.24. a oznake sa slike prikazuju:

Slika 7.2.24. Prednja strana modul COM -DAP (COMMUNICATION UNIT)

1 - Signalizacija LINK daje stanja komunikacije (DAP 128TC). Crvena

postojana signalizacija znači prekid u liniji ili kvar u sustavu DAP 128TC.

Trepćuće znači pogrešan polaritet komunikacije ili kvar u sustavu.

2 – Crvena postojana signalizacija, ERROR daje informaciju da je došlo do prekida prijenosa podataka između CCR , centralne jedinice sustava DAP

128TC i sustava DNU. Trepćuća signalizacija znači pogrešku podataka za

CCR ili pogr ešne adrese na modulima IDK u CCR.



287

3 – Stanje modula COM-DAP pokazuje signalizacija STATUS. Crveno

postojano svjetlo daje informaciju o ispadu interne komunikacije međumodulima u upravljačkoj jedinici CCR (ispad komunikacije sa modulomDSP). Crveno trepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modulaCOM, koji je bio identificiran u toku autonomnog testa modula poslijeuključenja upravljačke jedinice. Redovan rad modula COM pokazuje postojano zeleno svjetlo. Poslije uključenja glavnog prekidača signalna

lampica STATUS kratko crveno trepne i pređe u postojano zeleno svjetlo. Akotreperi crveno, radi se o kvaru modula, koji mora da se zamijeni. Signalne

lampice LINK i ERROR daju informaciju o stanju u liniji komunikacija

daljinskog upravljanja. U redovnom radu ove signalne lampice ne svijetle.

Modul COM - - opis signalizacija i rukovanja

Modul COM - RSC (COMMUNICATION UNIT) njegova prednja strana

panela prikazana je na Slici 7.2.25. a oznake sa slike prikazuju:

Slika 7.2.25. Prednja strana modula COM-RSC (COMMUNICATION UNIT)



288

1 - Signalizacija LINK daje signalizaciju stanja u liniji komunikacija (RS-485).

Crveno postojano svjetlo označava prekid u liniji ili kvar u centralnoj jedinicisustava za komunikaciju RS-485.

2 – Signalizacija ERROR daje signalizaciju o stanju prijenosa podataka u linijiza komunikaciju RS-485. Crveno postojano svjetlo obavještava o greškama utransferu podataka za CCR.

3 – Stanje modula COM-RCS pokazuje Signalizacija STATUS. Crveno

postojano svjetlo daje signalizaciju o ispadu interne komunikacije izmeđumodula u upr avljačkoj jedinici CCR (ispad komunikacije sa modulom DSP).Crveno trepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modula COM.Redovan rad modula COM pokazuje postojano zeleno svjetlo.

Poslije uključenja glavnog prekidača signalna lampica STATUS kr atko crveno

trepne i prijeđe u postojano zeleno svjetlo. Ako treperi crveno, radi se o kvaru

modula, koji mora da se zamijeni. Signalizacija LINK i ERROR daju

informaciju o stanju u liniji komunikacija daljinskog upravljanja. U redovnom

radu ove signalne lampice ne svijetle.

Modul COM - - opis signalizacija i rukovanja

Modul COM - BIN (COMMUNICATION UNIT), njegova prednja strana panela prikazana je na Slici 7.2.26. a oznake sa slike prikazuju:

Slika 7.2.26. Prednja strana modul COM-BIN (COMMUNICATION UNIT)



289

1 - Signalizacija LINK obilježava stanje na pomoćnom ulazu nadzora prekokonektora daljinskog upravljanja. Crveno postojano svjetlo označava ispad, acrveno trepćuće svjetlo nagovještava pojavu pulsirajućeg napona na ulazu.

2 - Crveno postojano svjetlo signalizacije ERROR obavještava o pojavinedozvoljene kombinacije na upravljačkim ulazima modula COM-BIN.

3 - Signalizacija STATUS daje informacije o stanju modula COM-BIN.

Crveno postojano svjetlo lampice obavještava o prekidu interne komunikacijeizmeđu upravljačke jedinice CCR (prekid komunikacije sa modulom DSP).

Crveno treptajuće svjetlo označava ozbiljan kvar modula COM, koji je bioidentificiran u toku autonomnog testa modula poslije uključenja upravljačke jedinice. Redovan rad modula COM pokazuje postojano zeleno svjetlo.

XF1 – Konektor XF1 namijenjen je za priključenje binarnih signala daljinskogupravljanja i nadzora. Modul je opremljen konektorom tipa CENTRONICS

24F. Poslije uključenja glavnog prekidača na modulu PWR signalizacija

STATUS kratko crveno trepne i prijeđe u postojano zeleno svjetlo. Ako treperi

crveno, radi se o kvaru modula, koji se mora zamijeniti. Ako je crveno svjetlo

postojano, treba postupiti prema uputi za popravak. Signalizacija LINK i

ERROR daju informaciju o stanju u liniji komunikacija daljinskog upravljanja.

U redovnom radu ove signalne lampice ne svijetle. Detaljni opis funkcioniranja

modula COM-BIN, načina priključenja,obrade signala nadzora i upravljanjakao i opis pojedinih djelovanja, naveden je u posebnom prilogu dokumentacije

CCR TCR.2.04 – 30.

7.2.11. Prikaz podataka na upravljačkoj jedinici

Podaci na LCD displeju modula DSP daju aktualne informacije o radu CCR uz

dopunske dijagnostičke podatke. Za rad sa displejom namijenjeni su izbornici"MENU", "ENTER", "UP" i "DOWN". Tipke razlikuju normalni pritiska

(kraći od 1 sekundi) i dugi pritiska (pritisak duži od 3 sekunde). Opis rada sdisplejom i tipkama – broj "(3s)" naveden kod simbola tipka određuje dug pritisak, u ostalim slučajevima se koristi normalan, kratak pritisak.

1.1 Informacije o osnovnoj konfiguraciji CCR. Pokazuje se samo pri

uključenju CCR, pritiskom na "MENU" prelazi se u ostale informacije. Prvired prikazuje tipsku snagu (4/10/20/30 kVA), strujni sustav (6,6/8,3A), broj

stupanja intenziteta (3/5/7/1=U1/2=U2) i vezu na transformatoru snage (0-7).

Ovi podaci su dati na osnovi konfiguracije CCR u identifikacijskom modulu

IDK. Drugi red prikazuje, heksadecimalni oblik, vrijednost prekidača za



290

konfiguraciju modula IDK (ID), a heksadecimalni oblik vrijednosti veza F1 – F8 u modulu DSP (F). Podaci su namijenjeni za servisiranje. U slučajuneslaganja u podešavanju strujnog sustava kod modula REG i DSP (kvarmodula IDK ili u njegovim krugovima) ili namještanja konfiguracije na

izvodima 6 i 7 kod strujnog sustava 8,3 A, pojavljuje se natpis "ID-KEYSETUP ERROR". Ako je namještanje zadatih struja (U1/U2) pogrešno, pojavljuje se natpis "USER CURRENT ERROR".

2.1 Prvi red prikazuje vrijednost aktualne struje u izlaznoj petlji. Drugi red

prikazuje orijentacijsku vrijednost snage CCR.

2.2 Prvi red prikazuje maksimalnu snagu CCR. Vrijednost je izvedena od

namještanja upotrijebljenog izvoda na modula IDK. Drugi red prikazuje

orijentacijsko iskorištenje maksimalne snage CCR u postocima. Na osnoviovog podatka može se provesti optimizacija namještanja veza izvoda

transformatora snage. U slučaju promjene izvoda transformatora mora seudesiti prekidač za konfiguraciju B9– B11 u modulu IDK!

2.3 Prvi red prikazuje stvarnu efektivnu vrijednost napona primarnog namotaja

transformatora snage. Drugi red prikazuje orijentacionu vrijednost primarne

struje (stvarna vrijednost se ne mjeri, prikazani podatak je izveden na osnovi

prijenosnog omjera transformatora).

2.4 Prvi red prikazuje orijentacionu efektivnu vrijednost napona u

sekundarnom namotaju transformatora (stvarna vrijednost se ne mjeri,

prikazani podatak je izveden na osnovi prijenosnog odnosa transformatora).

Drugi red prikazuje stvarnu efektivnu vrijednost sekundarne struje (podatak se

podudara sa prvim redom informacije.

2.5 Ova informacija prikazuje aktualno stanje modula CCR (REG) - Regulator

Status. Svi natpisi su navedeni u prilogu.

3.1 Ova informacija prikazuje ukupan broj radnih sati CCR. Ukupno vrijemerada (TOTAL) se zbraja uvijek kada je CCR uključen (na bilo koji stupanjintenziteta). Podatak o radnim satima se nalazi u memoriji EEPROM u modulu

BAS (osnovna konstrukcija upravljačke jedinice). Pri zamjeni modula BASnovim, ovaj podatak se gubi.

3.2 Radni sati CCR uključenog u prvi stupanj intenziteta. Ostale informacije

prikazuju radne sate CCR uključenog u sljedeće stupanje intenziteta.



291

4.1 Osnovna informacija mjerača otpora izolacije u izlaznoj strujnoj petlji. Priinstaliranju modula EFD, informacija prikazuje aktualnu vrijednost otpora

izolacije u strujnom krugu. Ako modul nije instaliran, pojavljuje se

informacija: NOT INSTALLED.

4.2 Informacija prikazuje udešenu vrijednost za smanjenje otpora izolacije u

strujnom krugu ispod prve granice, uključuje se signalna lampica EF-L1 na

modulu EFD.

4.3 Informacija prikazuje udešenu vrijednost za smanjenje otpora izolacije u

strujnom krugu ispod druge granice, uključuje se signalna lampica EF-L2 na

modulu EFD. Standardno namještanje prikazivanja smanjenja otpora izolacije

prvo je na EF-L1 i poslije na EF-L2, tj. namještanje vrijednosti je u smislu EF-

L1 > EF-L2.

4.4 Grupa informacija namijenjena da prikazuje cjelokupno aktualno stanje

modula EFD u sljedećim oblicima:

SETUP - inicijalizacija modula EFD poslije uključenja CCR

OK - redovno stanje, otpor izolacije u strujnom krugu u redu

ERROR - u toku rada CCR došlo je do kvara modula EFDEF-L1 - otpor izolacije ispod granice EF-L1

EF-L2 - otpor izolacije ispod granice EF-L2

NO-CAL, ERR-CAL, UM-HIGH, UM-LOW, AD-OVF1, AD-OVF2 – su

podaci za dijagnostiku i servis. Ako se pojavi neki od navedenih podataka,

mora da se zamjeni modul EFD novim a postojeći treba poslati proizvođaču na popravku.

4.5 Informacija o graničnoj vrijednosti EF-L1. U ovaj Meni se može ući izmenija [4.2] dugim pritiskom na tipka "ENTER". Vrijednost se može podesitiu opsegu od 0,1 – 95 M. tipkama "UP" ili "DOWN". Vrijednost je u ovom

režimu obilježena dodatnim znakom "*". Nova vrijednost je ubačena umemoriju EEPROM poslije pritiska na tipku "ENTER", poslije čega se opet prelazi u izbornik. Pritiskom na tipku "MENU" prelazimo u prikazivanje

informacija bez ubacivanja nove vrijednosti u EEPROM – poslije uključenjaCCR važeće su postojeće granice EF-L1.



292

4.6 Informacija o graničnoj vrijednosti EF-L2. U ovaj Meni se može ući izmenija [4.2] dugim pritiskom na tipka "ENTER". Vrijednost se može podesitiu opsegu 0,1 – 95 M. tipkama "UP" a "DOWN". Vrijednost je u ovom režimuobilježena dodatnim znakom "*". Nova vrijednost je ubačena u memorijuEEPROM poslije pritiska na tipka "ENTER", poslije čega se opet prelazi u izbornik. Pritiskom na tipka "MENU" prelazimo u prikazivanje informacija

bez ubacivanja nove vrijednosti u EEPROM – poslije uključenja CCR vrijedi

postojeća granica EF-L2.

5.1 Osnovi rada modula indikacija broja pregorjelih sijalica u izlaznom

strujnom krugu. Ako je modul LFD instaliran i ako je CCR uključen na jedanod stupanja intenziteta, prikazuje se aktualna vrijednost broja pregorjelih

sijalica u strujnom krugu. Ako CCR nije uključen (stupanj "0") ili ako još nije

došlo do stabilizacije i određivanja točnih podataka, pojavljuju se 3 znaka"???". Znakovi "???" se također pojavljuju, ako modul LFD nije bio kalibriranili ako je kalibracija nevažeća. Ako modul LFD nije instaliran, u drugom reduse pojavljuje natpis: NOT INSTALLED.

5.2 Sustav prikazuje udešenu vrijednost prve granice za analizu broja pregorjelih sijalica. Na osnovi ove vrijednosti analizira se povećanje broja pregorjelih sijalica u strujnom krugu i počinje da svijetli lampica LF-L1 u

modulu LFD (odnosi sa samo na CCR sa ugrađenim modulom).

5.3 Sustav prikazuje udešenu vrijednost druge granice za analizu broja

pregorjelih sijalica. Na osnovi ove vrijednosti analizira se povećanje broja pregorjelih sijalica u strujnom krugu i počinje da svijetli lampica LF-L2 u

modulu LFD (odnosi sa samo na CCR sa ugrađenim modulom). Standardnonamještanje pretpostavlja da se pri porastu broja pregorjelih sijalica prvo

pojavi signalizacija LF-L1 i poslije sljedećeg porasta LF-L2, tj. namještanje

LF-L1 < LF-L2. Ova grupa se prikazuje samo ako je instaliran modul LFD.

5.4 Grupa informacija namijenjena za prikazivanje ukupnog aktualnog stanja

modula LFD u tekstualnom obliku:

OK - osnovno pogonsko stanje, broj pregorjelih sijalica je ispod granice LF-

L1

ERROR - u toku rada CCR došlo je do kvara modula LFD

LF-L1 - broj pregorjelih sijalica u strujnom krugu je iznad granice LF-L1

LF-L2 - broj pregorjelih sijalica u strujnom krugu je iznad granice LF-L2



293

NO-CAL - modul LFD nije bio kalibriran, podaci nisu važeći

INV-CAL - modul LFD nema važeću kalibr aciju, podaci TCR-ID su u

raskoraku, podaci nisu važeći

CALIBRT - modul LFD se nalazi u režimu kalibracije

ZEROERR - pronađena je greška u detekciji u smislu prolaska kroz nultuvrijednost, vjerojatan kvar osigurača u modulu PWR ili kvar modula LFD

POSTERR - u toku inicijalnog testa LFD došlo je do identifikacije kvara kodmodula LFD, vjerojatan kvar modula LFD, modul mora biti zamijenjen. Modul

sa kvarom predati proizvođaču radi popravke.

Ova Grupa informacija namijenjena za se pojavljuje samo ukoliko je instaliran

modul LFD. Kalibracija broja pregorjelih sijalica u strujnom krugu provodi se

isključivanjem sijalica u tom krugu.

5.5 Grupa informacija namijenjena za kalibraciju modula LFD. Kalibracija

modula LFD počinje dugim pritiskom tipke "ENTER" (min. 3 sekunde).

Namještanje se provodi uz pomoć grupe informacija - u toj grupi se ubacuje

prvi podatak odnosno formira se prvi korak kalibracije (broj pregorjelih sijalicau strujnom krugu). Postupak kalibracije je opisan u posebnom poglavlju i

grafičk i je prikazan na shemi upravljanja u prilogu.

5.6 Grupa informacija namijenjena za namještanje granične vrijednosti LF-L1.

U ovu grupu se prelazi iz grupe dugim pritiskom na tipka "ENTER". Tipkama

"UP" i "DOWN" može se podesiti opseg između 1– 30 sijalica. Radi bolje

uočljivosti se u ovom režimu namještanja prije podatka o broju sijalica nalazi

oznaka "*". Nova vrijednost se ubacuje u memoriju EEPROM pritiskom na

tipka "ENTER", poslije čega se prelazi u prvobitnu grupu.

5.7 Grupa informacija namijenjena za namještanje granične vrijednosti LF-L2.

U ovu grupu se prelazi iz grupe dugim pritiskom na tipka "ENTER". Tipkama

"UP" i "DOWN" može se podesiti opseg između 1– 30 sijalica. Radi bolje

uočljivosti se u ovom režimu namještanja prije podatka o broju sijalica nalazi

oznaka "*". Nova vrijednost se ubacuje u memoriju EEPROM pritiskom na

tipka "ENTER", poslije čega se prelazi u prvobitnu grupu.



294

5.8 Osnovna grupa informacija namijenjena za određivanje broja pregorjelihsijalica prvog koraka kalibracije. Broj u prvom redu iza simbola "#" označavakorak kalibracije. Kalibracija počinje korakom 1 i neophodno je da se izvršemin. 2 koraka kalibracije (maksimalno 32 koraka kalibracije). Namještanje

broja isključenih sijalica provodi se pritiskom na tipke "UP" i "DOWN". Brojodabranih sijalica mora se potvrditi tipkom "ENTER" i prelaskom u grupu .

Postupnim pritiskom na tipka "DOWN" prelazi se u grupu, kada se umjesto

broja isključenih sijalica pojavi tekst CANCEL, poslije pritiska na tipku

"ENTER" postupak kalibraci je se može prekinuti.

5.9 Grupa informacija namijenjena za potvrđivanje odabranog brojaisključenih sijalica u određenom koraku kalibracije. U prvom redu grupe prikazan je udešeni broj isključenih sijalica u tom koraku kalibracije.

Sljedećim pritiskom na tipka "ENTER" potvrđuje se odabrani broj pregorjelih sijalica sa prijelazom u grupu, u kojoj se prikazuje tok koraka kalibracije.

Pritiskom na tipka "MENU" aktivnost se prekida sa povratkom u osnovnu

grupu informacija za utvrđivanje broja isključenih sijalica.

5.10 Grupa informacija namijenjena za prikazivanje prvog koraka kalibracije.

U prvom redu se nalazi broj koraka i iza kose crte je prikazan podataka o

odabranom broju isključenih sijalica. Sedmo segmentni displej na modulu DSP prikazuje stupanj intenziteta u kome se provodi mjerenje. Drugi red je

rezerviran za tekst za čekanje. Poslije automatskog obavljanja kalibracijskihmjerenja u svakom stupnju intenziteta, automatski dolazi do prelaska u grupu

informacija za odabiranje broja isključenih sijalica za sljedeći korakkalibracije.

5.11 Alternativna Grupa informacija namijenjena za odabiranje broja

isključenih sijalica u narednom koraku kalibracije. U ovu Grupu se prelazi ponovljenim pritiskom na tipka "DOWN" u osnovnoj Grupi [5.8], kada se

umjesto broja isključenih sijalica pojavi tekst CANCEL, što omogućava prekid postupka prije svakog koraka kalibracije bez upisivanja izmjerenih podataka u

memoriju EEPROM. Poslije pritiska na tipka "ENTER" slijedi prijelaz uGrupu.

5.12 Grupa informacija namijenjena za provedbu potvrde zahtjeva za prekid

kalibracije modula LFD (CANCEL). Ponovljenim pritiskom na tipka

"ENTER" potvrđuje se zahtjev za prekid kalibracije modula LFD bezupisivanja izmjerenih podataka u memoriju EEPROM i sa prelaskom u Grupu

[5.13]. Pritiskom na tipka "MENU" aktivnost se prekida i slijedi povratak u

osnovnu grupu odabiranja broja isključenih sijalica.



296

5.19 Grupa informacija namijenjena za prikaz stanja prekida postupka

kalibracije, koji je bio potvrđen u grupi [5.18]. Poslije pritiska na tipka

"ENTER" slijedi prelazak u osnovnu grupu kalibracije modula LFD [5.5].

5.20 Alternativna Grupa informacija namijenjena za odabiranje brojaisključenih sijalica sljedećeg koraka kalibracije. Namještanje broja isključenihsijalica provodi se pritiskom na tipke "UP" i "DOWN". Potvrda odabranog

broja sijalica provodi se pritiskom na tipka "ENTER" sa prelaskom u Grupu

[5.21].

5.21 Grupa informacija namijenjena za potvrdu odabranog broja isključenihsijalica u sljedećem koraku kalibracije. U prvom redu u grupi nalazi seodabrani broj isključenih sijalica u tom koraku. Ponovljenim pritiskom na tipka

"ENTER" potvrđen je odabrani broj pregorjelih sijalica sa prelaskom u grupu[5.22], gdje se prikazuje tok postupka. Pritiskom na tipka "MENU" aktivnost

se prekida i slijedi povratak u osnovnu Grupu odabiranja broja isključenihsijalica [5.20].


isključenih sijalica aktualnog koraka kalibracije. U ovu grupu se ulazi

ponovljenim pritiskom na tipka "DOWN" iz osnovne grupe [5.20], kada se

umjesto broja isključenih sijalica pojavi tekst FINISH, što omogućava

završetak postupka kalibracije sa upisivanjem izmjerenih podataka u memorijuEEPROM. Postupak kalibracije se može provoditi poslije barem dva koraka,

kada se u prvom redu ispred broja koraka kalibracije nalazi simbol "*". Poslije

pritiska na tipka "ENTER" slijedi prijelaz u grupu [5.24].

5.24 Grupa informacija namijen jena za potvrdu zahtjeva za završetak postupkakalibracije modula LFD (FINISH). U prvom redu u grupi nalazi se odabrani

broj isključenih sijalica u tom koraku. Ponovljenim pritiskom na tipka

"ENTER" potvrđen je zahtjev za završetak postupka kalibracije modula LFD

sa upisivanjem podataka u memoriju EEPROM i prelaskom u grupu [5.25].

Pritiskom na tipka "MENU" aktivnost se prekida i slijedi povratak u osnovnuGrupu odabiranja broja isključenih sijalica [5.23].

5.25 Grupa informacija namijenjena za prikazivan je završetka kalibracije.Prikaz se završava uspješnim upisivanjem podataka u memoriju EEPROMmodula LFD (STATUS: OK) ili informacijom o grešci (STATUS: FAILED).Greška u kalibraciji može biti prouzrokovana ometanjem u strujnom krugu ilikvarom modula LFD. Poslije pritiska na tipka "ENTER" slijedi prelazak u

osnovnu grupu "Kalibracija modula LFD" [5.5].



297


isključenih sijalica odabranog koraka kalibracije. U ovu grupu se ulazi ponovljenim pritiskom na tipka "DOWN" iz grupe [5.23], kada se umjesto

broja isključenih sijalica pojavi tekst CANCEL, što omogućava prekidanje postupka kalibracije bez upisivanja izmjerenih podataka u memorijuEEPROM. Poslije pritiska na tipka "ENTER" slijedi prijelaz u Grupu [5.27].

5.27 Grupa informacija namijenjena za potvrdu zahtjeva za prekid postupka

kalibracije modula LFD (CANCEL). Ponovnim pritiskom na tipka "ENTER"

potvrđen je zahtjev za prekid postupka kalibracije modula LFD bez upisivanja podataka u memoriju EEPROM sa prelaskom u grupu [5.28]. Pritiskom na

tipka "MENU" aktivnost se prekida i slijedi povratak u osnovnu grupu za

odabiranje broja isključenih sijalica [5.26].

6.1 Informacije modula za prebacivanje strujnih krugova nalaze se u glavnom

izborniku.

7.1 Osnovne informacije modula komunikacija COM su te da on daje oznaku

modula, koji je instaliran (DAP 128TC / RS-485). Drugi red pokazuje naziv

adrese i moda komunikacije postavljene na modul IDK. Ako modul nije

instaliran pojavljuje se obavještenje: NOT INSTALLED.

8.1 Informacija o radnoj temperaturi TEMP T1 u upravljačkoj jedinici (modulBAS) CCR. Senzor je smješten u blizini hladnjak tiristora. U drugom redugrupe prikazana su stanja dopunskih ventilatora (ako su instalirani):

NONE - ventilatori nisu instalirani (TCR.2.04 i TCR.2.10)

OFF - ventilatori su isključeni (nije prekoračena granična temperatura)

DEFECT - kvar funkcije jednog ventilatora

FAULT - kvar funkcije oba ventilatora

FAN-OVC - preopterećenje kola upravljanja ventilatora (kvar ventilatora ili

modula DSP)

FAN-ERR - kvar upravljanja ventilatora (kvar ventilatora ili modula DSP)

5.22 Grupa informacija namijenjena za prikazivanje toka aktualnog koraka

kalibracije. U prvom redu se nalazi broj koraka kalibracije, dok je iza kose crte

prikazan podatak o odabranom broju isključenih sijalica. Sedmo segmentni



298

displej na modulu DSP prikazuje stupanj intenziteta, u kome se upravo provodi

mjerenje. Drugi red je rezerviran za tekst za čekanje. Poslije automatskogobavljanja kalibracijskih mjerenja u svakom stupnju intenziteta, automatski

dolazi do prelaska u grupu informacija za odabiranje broja isključenih sijalicaza sljedeći korak kalibracije [5.20].

5.28 Grupa informacija namijenjena za prikaz stanja prekida postupka

kalibracije, koji je bio potvrđen u grupi [5.27]. Poslije pritiska na tipka

"ENTER" slijedi prelazak u osnovnu grupu "Kalibracija modula LFD" [5.5].

ON - ventilatori su uključeni (granična temperatura je prekoračena)

Dugim pritiskom na tipku "ENTER" u ovoj grupi ventilatori se mogu ručno

uključiti u neprekidan rad (tekst, kojim se daje informacija o radu ventilatora,dopunjena je simbolom "#"). Isključenje ventilatora i prelazak u automatskirežim provodi se ponovljenim dugim pritiskom na tipka "ENTER". Ova

funkcija je namijenjena za testiranje funkcije ventilatora.

8.3 Ova Grupa informacija namijenjena je za prikazivanje sati rada ventilatora.

Podaci o satima rada nalaze se u memoriji EEPROM u modulu BAS (osnovna

upravljačka jedinica).

8.4 Grupa informacija namijenjena za namještanje termičke granice određeneza uključenje ventilatora. U ovu grupu se prijelazi iz grupe [8.2] dugim pritiskom na tipka "ENTER". Tipka "UP" i "DOWN" su namijenjeni za

namještanje ove vrijednosti u opsegu 10 –50 °C (standardno udešeno na 30 °C).Radi pravljenja razlike vrijednosti u ovom režimu ispred podataka otemperaturi se nalazi simbol "*". Nova vrijednost se upisuje u memoriju

EEPROM poslije pritiska na tipka "ENTER", pri čemu se prelazi nazad ugrupu [8.2].

8.2 Grupa informacija namijenjena za prikazivanje vrijednosti termičkegranice određene za uključenje ventilatora. Upravljanje radom ventilatora postavljenih u upravljačkoj jedinici BAS provodi se na osnovi uspoređenjevrijednosti termičke granice TEMP T1. Ova Grupa informacija namijenjena za

obavještavanje i u slučaju, da ventilatori nisu u tom tipu CCR instalirani(TCR.2.04 i TCR.2.10).

IDK modul - opis konfiguracije

Modul IDK namijenjen je za namještanje osnovnih radnih parametara CCR

tipa TCR.2.04 – 30. Modul je opremljen s ukupno šesnaest prekidača B1– B16,



299

kojim se podešavaju pojedini parametri CCR. Na Slici 7. 2.27. prikazan je

modul IDK CCR tipa TCR.2.10.

Slika 7.2.27. Prednja strana panela modul IDK CCR tipa TCR.2.10.

Modul IDK je pristupačan poslije vađenja upravljačke jedinice CCR (BAS) i

nalazi se u zadnjem dijelu pored konektora XA2. Prebacivanje polugica prekidača može se provoditi pomoću pogodnog alata (npr. izvijača). Donji položaj svakog prekidača obilježen je simbolom "0", gornji simbolom "1".

Prekidači su podijeljeni u dvije logične grupe. Prekidači B1– B8 (REMOTE

CONTROL) su namijenjeni za formiranje adrese za komunikaciju i za režimmodula u daljinskom upravljanju i nadzoru. Prekidači B9– B16

(REGULATOR) namijenjeni su za namještanje konfiguracije izvoda

transformatora snage i režima namještanja stupanja intenziteta (tablice izlaznih

struja).

Izbor sustava struje serijskog strujnog kruga 6,6 A ili 8,3 A provodi se

zamjenom modula IDK, koji je sastavni dio CCR. Podaci o strujnom sustavu

navedeni su na pločici modula IDK. Modul IDK je pristupačan poslije vađenjaupravljačke jedinice CCR (BAS). Prvo je potrebno skinuti konektor modulaIDK, i poslije skidanja 4 zavrtnja M3 modul može da se skine. Montažamodula provodi se obrnutim redom. Poslije montaže novog modula potrebno

je da se prekidači B1–B16 ispravno postave. Prekidači B1– B4 namijenjeni su

udešavanju adrese za komunikaciju sustava daljinskog upravljanja i nadzora

(COM-DAP – DAP 128TC, COM-RSC – RS-485).



300

Prekidač B5 namijenjen je udešavanju moda za analizu primljenih podataka

prema kojima se CCR ponaša u slučaju gubitka u sustavu komunikacije. Ako

je udešen za režim "Memory", u slučaju ispada komunikacije, ostaju sačuvani posljednji primljeni podaci i CCR radi u odabranom stupnju intenziteta. Urežimu "Normal", u slučaju ispada dolazi do isključenja CCR (stupnjuintenziteta je "0").

Prekidači B6–B8 namijenjeni su podešavanju režima analize primljenih podataka od sustava za komunikaciju. Konkretan značaj zavisi od tipa moduladaljinskog nadzora i upravljanja (COM-DAP / COM-RSC / COM-BIN) i

naveden je u dodatku dokumentacije, koji se odnosi na instaliran tip modula.

Prekidači B9– B11 namijenjeni su za namještanje konfiguracije izvoda satransformatora snage. Izmjene u konfiguraciji vrše se uvijek kada je

opterećenje strujnog kruga manje od nazivne snage CCR. Optimalnimnamještanjem izvoda utiče se na namještanje funkcije CCR, smanjenje

vrijednosti struje u strujnom krugu napajanja i poboljšanju faktora snage.Konfiguracija izvoda 6 i 7 koristi se samo u sustavu 6,6 A. Kod sustava 8,3 A,

ova konfiguracija se ne smije upotrijebiti. U slučaju namještanja ove

konfiguracije, poslije uključenja, na LCD displeju se pojavljuje sljedeći natpis"ID-KEY SETUP ERROR".

Prekidači B12– B13 namijenjeni su za biranje režima namještanja stupnja

intenziteta (tablice izlaznih struja). Pomoću tablica odabiranih struja može seodređivati maksimalni stupanj intenziteta CCR i istovremeno odabrati struje,koje odgovaraju pojedinim stupnjevima.

7.2.12. Uputa za ugradnju i pogon regulatora konstantne struje

7.2.12.1. Montaža i postavljanje ormara regulatora

Regulatori tipa TCR.2.04 – 30, Slika 7.2.29. postavljaju se u suhim i zatvorenim

prostorijama na vodoravnoj podlozi s maksimalnim nagibom do 5° u odnosuna horizontalnu ravan. CCR se mogu postavljati linijski - jedan do drugog.

Minimalno rastojanje zadnje strane CCR od zida mora biti 150 mm radi

dovoljne cirkulacije zraka i hlađenja CCR. Neophodno je da s prednje strane bude osiguran dovoljan prostor (min. 1200 mm) za rukovanje i pristup

elementima u unutrašnjem dijelu kućišta (poslije skidanja prednjeg poklopca).Kod CCR otvori za ventilaciju ne smiju biti pokriveni, jer pogoršani uvjeti

cirkulacije zraka mogu da dovedu do pregrijavanja pojedinih elemenata CCR.



301

Radi dobre mani pulacije, CCR je opremljen kotačima; poslije postavljanjaCCR na poziciju potrebno je fiksirati ga pomoću 4 vijka (ključ 19).

Slika 7.2.28. Ormar CCR tipa TCR.2.04 – 30

7.2.12.2. Priključak na NN mrežno napajanje

Svi radovi na povezivanju CCR na elektr ičnu mrežu moraju se izvoditiubeznaponskom stanju - isključen napona. Radove može izvoditi samo osoba

s odgovarajućom kvalifikacijom.

Nakon skidanja prednjeg poklopca, mjesta priključaka su pristupačna sa prednje strane. Za električni priključak namijen jene su stezaljke XC,

upravljanje i nadzor priključeni su na konektor XD, kabeli serijskog strujnog

kruga priključuju se na priključke C0 i C9 (vijci M8). S lijeve donje strane

nalazi se zajednički vijak uzemljenja (M8).



302

Regulatori konstantne struje (CCR) serije TCR.2.04 –30 priključuju se natrofaznu mrežu sa međufaznim naponom 400 V i u skladu s opisom priključnihstezaljki (L1, L2 i PE) bez upotrebe vodiča (N) - to znači da su strujni krugovi,

namota sklopnika snage i krugova napajanja elektronike upravljanja priključena samo na međufazni napon.

S obzirom na upotrijebljeni ulazni filtar, čiji su kondenzatori dvofazno priključeni (L1, L2) i zaštitni vodič (PE), potrebno je osigurati spoj, priključak ,zaštitnog vodiča (PE) sa zajedničkim uzemljenjem objekta (vrijednost struje

filtra > 25 mA).

7.2.12.3. Zaštita od prenapona

Stalan (neprekidan) rad CCR tipa TCR bez kvarova, osiguran je upotrebom

odgovarajuće zaštite od prenapona u distributivnoj mreži ili liniji daljinskogupravljanja, kao i u serijskom strujnom krugu. Primjenjuje se standard

koordinacije izolacije niskonaponskih električnih uređaja, zračni razmaci i puzne staze. Zaštita od prenapona iz distributivne mreže mora biti riješenakompleksno u okviru trafostanice. Sam CCR tipa TCR.2 sadrži treći stupanj

zaštite od prenapona (klasa D), dok se prvi i drugi stupanj rješava u okvirurazvodnih ormara (klasa B i C). Zaštita linija komunikacije mora se rješavatikao dvostupanjska u odnosu prema tipu korištenog sustava. Zaštita serijskogstrujnog kruga rješava se upotrebom katodnih odvodnika prenapona sodgovarajućim radnim naponima i strujom odvoda.

7.2.12.4. Ugađanje radnih parametara

Optimalni radni uvjeti CCR tipa TCR dobivaju se optimizacijom opterećenjačime se smanjuje strujno opterećenje priključka iz distributivne mreže 400 V,

i ograničavaju negativni utjecaji prema mreži. Namještanje konfiguracijeizvodi se prespajanjem izvoda učinskog transformatora.

Aktualna vrijednost opterećenja CCR prikazuju se na LCD displeju modulaDSP, pri uključenju maksimalnog stupnja intenziteta (3, 5 ili 7 stupnjeva),

biranjem grupe podataka 2.2 "Opis podataka prikazivanih na LCD displeju".

Radni parametri CCR podešavaju se pomoću prekidača na modulu IDK, koji je dostupan poslije izvlačenja upravljačke jedinice BAS iz kućišta. Osnovni parametri CCR (tipska snaga, sustavstruje, broj stupnjeva intenziteta,…),

podešavaju se prilikom proizvodnje i ne mogu se mijenjati. U toku montaže



303

neophodno je da se izvodi izmjena konfiguracija izvoda transformatora i

usklađivanje položaja prekidača na modulu IDK. U slučaju da je montiranmodul daljinskog upravljanja, potrebno je da se udesi adresa za komunikaciju,

što se radi prema korištenom sustavu daljinskog upravljanja. Adresa se

određuje u projektu daljinskog upravljanja.

U slučaju mjerenja otpora izolacije primarnih kabela serijskog strujnog kruga

pomoću mjernog instrumenta, kabeli moraju biti isključeni (skinuti sa stezaljkiizvoda transformatora ili katodnih odvodnika prenapona). Maksimalan

dozvoljeni vanjski istosmjerni napon koji se smije pojaviti na izlaznim

stezaljkama CCR je 500 V DC (visina napona je određena na osnovikonstrukcije krugova uređaja za mjerenje otpora izolacije) na modulu TRM,koji se nalazi na konstrukciji transformatora snage. Prije stavljanja CCR u rad

mora se provjeriti osnovna kontrola funkcija CCR.

7.2.12.5. Provjere osnovnih funkcija

Kontrole i provjere mogu izvoditi samo ovlaštene osobe, koje su upoznate saktualnim propisima i legislativom, posebice, sigurnost na radu pri rukovanju

s električnim uređajima.

U sljedećim navodima opisan je postupak u koracima za provedbu kontrole pojedinih funkcija CCR.

1. Kontrola učvršćenja, pregled - vizualna kontrola povezivanja svih kabela

(napojni kabel, primarni kabeli i kabeli daljinskog upravljanja). Provjeriti

oznaku odabranog sustava struje, (6,6 ili 8,3A - pločica lijevo gore).

2. Provjeriti pritezanje priključaka, provjeriti neprekidnost primarnih kablovaserijskog strujnog kruga, provjeriti udešenost konfiguracije izvoda prema

instaliranom opterećenju i strujnom sustavu.

3. Provjeriti položaj prekidača na modulu IDK - usklađenost s vezama naizvodima transformatora snage, namještanje adrese i moda sustava za

komunikaciju daljinskog upravljanja.

4. Uključiti automatski osigurač, prekidač na modulu PWR nalazi se u položaju"0" (isključeno). Na modulu PWR mora da svijetli samo crvena signalnalampica STANDBY koja obilježava prisutnost napona na CCR, upravljačka jedinica CCR je isključena.



304

5. Prekidač na modulu PWR prebaciti u položaj "I" (uključeno). Signalnalampica STANDBY na modulu PWR se gasi i počinje da svijetli zelenasignalna lampica ON, koja označava prisutnost napona 24 V na modulimaupravljačke jedinice.

6. Poslije uključenja napajanja na svim modulima automatski se provodi

autonomno testiranje. Ako je testiranje svih modula uspješno završeno, svesignalne lampice STATUS svijetle postojanim zelenim svjetlom. Ako neka ili

sve signalne lampica STATUS ostane da svijetli crveno ili ako neka treperi,

potrebno je pristupiti identifikaciji kvara.

7. Funkcija modula DSP prikazana je na svjetlećem LCD displeju, na ko jem

se poslije uključenja pojavljuje tip i identifikacija CCR. U tom slučaju

sedmosegmentni LED displej mora svijetliti i pokazivati aktualan stupanjintenziteta (ako je CCR povezan sa sustavom daljinskog upravljanja i ako je u

tom režimu rada). Ako je CCR, prije posljednjeg isključenja, bio udešen da

radi s određenim stupnjem intenziteta, odmah poslije uključenja prekidača namodulu PWR dolazi do uključenja CCR i do njegovog nam ještanja na

posljednji odabrani stupanj intenziteta.

8. Sljedeća kontrola se provodi u režimu ručnog upravljanja. Ako je u CCR poslije uključenja glavnog prekidača u režimu daljinskog upravljanja

(sedmosegmentni LED displej svijetli zeleno i signalna lampica REMOTEsvijetli postojano zeleno). U slučajudaCCRtreba prebaciti u režim ručnog(lokalnog) upravljanja (sedmosegmentni LED displej svijetli crveno i signalna

lampica REMOTE se gasi. Za taj režim treba pritisnuti tipka "REM" i prebaciti

upravljanje. Pri prebacivanju CCR iz daljinskog u lokalno upravljanje dolazi

do isključenja CCR (na LED displeju svijetli crvena "0"). Ako je CCR poslijeuključenja glavnog prekidača u režimu lokalnog upravljanja i ako automatskidođe do uključenja nekog stupanja intenziteta, isključimo CCR tipkom "OFF"

(na displeju LED se pojavi crvena "0"). Ako se na LED displeju umjesto

oznake "0" pojavi oznaka "-", vjerojatno se radi o kvaru modula REG i

potrebno je pristupiti identifikaciji kvara.

10. Namještanjem maksimalnog stupnja intenziteta k ontroliramo opterećenjeCCR (vrijednost opterećenja u postotcima očitamo na LCD displeju modulaDSP u grupi [2.2]).

11. Provjera zaštite otvorenog strujnog kruga (OPC) - Tipkaom "+" namješta

se maksimalni stupanj intenziteta i čeka se više od 5 sekundi da bi jedinica

upravljanja zapamtila ovo stanje. Poslije toga isključi se prekidač na modulu

PWR i prekidač, (automatski osigurač), napajanja u RT - CCR – provjeri se da



305

li se na modulu PWR ugasila signalna lampica "STANDBY". Poslije toga uz

pomoć zaštitnih sredstava, (oprema HTZ), otvori se strujni krug tako da se

osiguraju primarni kabeli od direktnog dodira. Uključivanjem CCR,

automatski prelazi u posljednje radno stanje, tj. uključuje se maksimalni

stupanj intenziteta. Kvar otvorenog strujnog kruga (prenapon) mora bitiindiciran u vremenu do 3 sekunde.

9. Provedba kontrole, da li na modulu REG svijetli zelena signalna lampica

STATUS i da li su signalne lampice OVC, OPC i ERROR ostale ugašene.Pomoću tipki "+" i "-" postupno udešavamo pojedine stupnjeve intenziteta (1-

5 ili 1-7 - prema broju instaliranih stupanja) i provjeravamo funkcije CCR.

Namještanje svakog stupanja intenziteta ostavljamo min. 5 sekundi i

provjeravamo da li dolazi do pojave signalizacije kvara (uključena signalna

lampica OVC, OPC, ERROR na modulu REG ili oznaka "-" na LED displeju).U slučaju kvara postupa se prema uputama za popravku. Kada dolazi do

isključenja CCR , indikacija se manifestira zajedničkim crvenim svjetlomsignalnih lampica OPC i ERROR na modulu REG i oznakom "-" na LED

displeju. Tipkom "OFF" deblokiramo zaštitu i CCR se vraća u stanje "0", pri

čemu se ugase signalizacije OPC i ERROR. Minimalno 5 sekundi je potrebno

da bi CCR zapamtio stanje "0". Ponovo isključimo CCR prekidačem namodulu PWR i glavnim prekidačem i vratimo nazad, uz sve mjere osiguranja,kabele primarnog strujnog kruga. CCR uključimo i ispitamo rad u bilo kojem

stupnju. Kod ove provjere, na otvorenom strujnom krugu, privremeno se pojavivisoki napon uslijed potpunog otvaranja tiristora. Zbog toga je neophodno da

se postupa maksimalno oprezno, da ne bi došlo do problema uslijed djelovanja

električne struje!

12. Ako je postavljen modul EFD (mjerenje otpora izolacije strujnog kruga),

na LCD displeju modula DSP mora se provesti kontrola udešavanja graničnihvrijednosti EF-L1 i EF-L2. Postupak pozivanja grupe EF-L1 i EF-L2 naveden

je u posebnom poglavlju. Provodi se kontrola da li na modulima EFD svijetli

zelena signalizacija STATUS. Isključivanjem prekidača modula PWR na

upravljačkoj jedinici CCR, isključuje se napajanje na RT (prekidač iliautomatski osigurač), pri čemu se može ugasiti signalizacija "STANDBY" na

modulu PWR. Poslije se isključuju oba kraja primarnih kabela serijskog

strujnog kruga. Uključivanje napona na CCR provodi se pomoću prekidača namodulu PWR. Signalizacije EF-L1 ili EF-L2 ne svijetle. Potrebna je provjera

da li je CCR u ručnom režimu rada i na stupnju "0" (na LED displeju svijetliCRVENI BROJ "0") - samo u tim uvjetima moguće je nastaviti rad. Poslije

toga je potrebno napraviti kratki spoj pomoću izoliranog vodiča između izvodaC0 ili C9 i stezaljke uzemljenja CCR, pri čemu se moraju uključiti obje

signalizacije EF-L1 i EF-L2. Iako se na izlaznim stezaljkama CCR pojavljuje



306

istosmjerni mjerni napon 500 V, sa sigurnom strujom 1 mA zabranjen je svaki

dodir izlaznih stezaljki ili vodiča kratkog spajanja. Upotreba izolacijskih

rukavica je obvezna.

14. Ako je postoji modul LFD (indikacija broja pregorjelih sijalica) potrebno je provesti kontrolu udešavanja graničnih vrijednosti za prikazivanje LF-L1 i

LF-L2 na LCD displeju modula DSP. Postupak odabiranja grupe na kojoj se

prikazuju LF-L1 i LF-L2 je opisan u posebnom poglavlju. Provodi se kontrola,

da li na modulu LFD svijetli zelena signalizacije STATUS.

15. Kalibracija se provodi ako je postavljen modul LFD i ako još nije kalibriransa svojim strujnim krugom, ili ako treperi signalizacije CALIB na modulu LFD

(nevažeća kalibracija). Postupak kalibracije je opisan u posebnom poglavlju.

Poslije završetka kalibracije gasi se signalizacija CALIB.

16. Ako je postavljen modul COM (modul za komunikaciju u sustavu

daljinskog upravljanja) treba provjeriti da li na modulu svijetli zelena

signalizacija STATUS. Ni jedna od signalizacija (LINK, ERROR) na modulu

COM ne smije biti uključena. Ako neka od navedenih signalizacija svijetle radi

se o kvaru komunikacije sa sustavom daljinskog upravljanja. Značajsignalizacije na modulu COM zavisi od tipa modula komunikacije.

17. Ako je postavljen modul COM, prebacivanje CCR u režim daljinskogupravljanja provodi se pomoću tipke "REM" (LED displej daje zeleno

signalizaciju REMOTE na modulu DSP, CCR je spreman za rad u režimudaljinskog upravljanja. Na CCR se trenutno prikazuje stupanja intenziteta koji

zahtjeva sustav daljinskog upravljanja. Ako signalizacija REMOTE svijetli

crveno ili ako treperi, radi se o kvaru komunikacije sa sustavom daljinskog

upravljanja - istovremeno su aktivne signalizacije LINK ili ERROR na modulu

COM, koje označava ju da je modul COM u kvaru.

18. Ako je priključen sustav daljinskog nadzora i upravljanja, provodi se

kontrola rada CCR u režimu daljinskog upravljanja. Kontrola funkcija CCR provodi se davanjem pojedinih komandi preko sustava daljinskog upravljanja.

7.2.13. Primjer kalibriranja modula

Modul LFD (Lamp Fault Detector) osigurava signalizaciju broja pregorjelih

sijalica u strujnom krugu priključenog na CCR tipa TCR. LFD je poseban



307

modul, koji se može postaviti u osnovnoj jedinici BAS.2.10 ili BAS.2.30 usvim CCR tipa TCR.2.04 – 30.

Funkcija modula LFD bazira se na mjerenju faznog pomaka između prvihharmonika napona i struje u strujnom krugu. Kontrola napona uzima se prekomjernog transformatora na primarnoj strani transformatora snage, a struja se

prati na mjernom strujnom transformatoru. Promjene se filtrira ju pomoćufiltra, koji osiguravaju prolazak samo prvih harmonika. Detektor faza analizira

fazni pomak uključujući i status (induktivni ili kapacitivni karakter tereta). Ako

dođe do pregaranja sijalici u strujnom krugu, mijenja se karakter opterećenja idolazi do pomicanja faznog kuta između napona i struje. Ovu promjenu pratimikroprocesor, koji na osnovi podataka o izvršenoj kalibraciji, daje podatke o broju pregorjelih sijalica u strujnom krugu.

Kalibracija se bazira na mjerenju parametara strujnog kruga za unaprijed

definiran broj pregorjelih sijalica. Broj kalibracijskih koraka (točaka) zavisi od parametara strujnog kruga, broja sijalica u strujnom krugu i od zahtijevane

točnosti vrednovanja broja pregorjelih sijalica u strujnom krugu. Preporučljivo je da se kalibracija provodi minimalno u tri do četiri koraka za proračun pregorjelih sijalica. Pri kalibraciji se postupno iz strujnog kruga isključujeodabrani broj sijalica, ovaj broj se prikazuje na displeju CCR tipa TCR i prelazi

se u sljedeći korak kalibracije.

U toku kalibracije su stanja CCR pod kontrolom modula LFD, pri čemu jeisključeno ručno upravljanje CCR. Pojedini stupanj intenziteta CCR se postupno automatski uključuju i u toku ovog vremena modul LFD mjeri parametre u strujnom krugu. Mjerenje se postupno provodi u svim stupnjevima

intenziteta poslije čega slijedi isključenje CCR. Slijedi isključivanje sljedećihsijalica i provodi se kalibracija u narednom koraku. Ova aktivnost se provodi

u svim odabranim koracima kalibracije i postupak se zavr šava odabiranjemkomande FINISH. Tada su od strane modula LFD završena mjerenja svih parametara upisanih u memoriju EEPROM modula LFD (unošenje podatakaosigurava njihovu postojanost i u slučaju ispada mrežnog napona).

Modul LFD nije tvornički kalibriran, što znači da je potrebno da se prijeupotrebe provede inicijalna kalibracija (u grupi [5.4] na LCD displeju se

pokazuje tekst NO-CAL - kalibracija nije izvršena).

7.2.14. Uvjeti operabilnosti modula

Ispravna aktivnost modula LFD uvjetovana je ispravnim funkcioniranjem

CCR tipa TCR. Izbor odgovarajuće konfiguracije izvoda na transformatoru

snage mora biti takav da opterećenje CCR bude minimalno 50 % pri



308

maksimalnom stupnju intenziteta, što je uslov za stabilan rad CCR. Isto tako,neophodno je osigurati da sve sijalice i njihovi izolacijski transformatori budu

identičnog tipa (proizvođača) i identične nazivne snage. Prije početkakalibracije neophodno je da se provede vizualna kontrola ispravnosti svih

sijalica u strujnom krugu.

Navedene vrijednosti definirane su za maksimalan stupanj intenziteta CCR.

Kod nižih stupnjeva intenziteta točnost neznatno pada i nije definirana.

Funkcija modula LFD uvjetovana je kako osnovnim parametrima u serijskom

strujnom krugu, tako i parametrima konkretnog CCR tipa TCR. Zbog toga je

kalibracija modula LFD namijenjena konkretnom CCR tipa TCR, koji je

interno identificiran pomoću koda TCR -ID. Ovaj kod je u toku kalibracija

upisan u memoriju EEPROM modula LFD i u toku rada CCR dolazi do trajne provjere. Ukoliko dođe do zamjene CCR, zamjene jedinice BAS, zamjene

modula REG ili do zamjene identifikacijskog broja (IDK), dolazi također doizmjene identifikacijskog koda TCR-ID, a time i do ukidanje važnostikalibracije (u grupi [5.4] se na LCD displeju pojavi tekstualna poruka INV-

CAL - kalibracija nije važeća).

7.2.15. Opis funkcija u procesu kalibracije modula

U ovom poglavlju opisan je postupak kalibracije modula LFD, korak po korak.

Postupak kalibracije je identičan u slučaju prve (inicijalne) kalibracije novogmodula LFD i u slučaju ponovljenih kalibracija (rekalibracija) modula uslučaju zamjene modula BAS, PWR, REG ili transformatora snage CCR tipaTCR. Postupak kalibracije opisan je prema pojedinim grupama informacija,

koje se pojavljuju na LCD displeju modula DSP, brojevi odgovaraju shemi u

prilogu. Značaj i opis pojedinih grupa opisan je u posebnom poglavlju „Opis podataka prikazanih na LCD displeju“.

1. Potrebno je provesti kontrolu priključaka strujnog kruga, konfiguracijeizvoda transformatora snage i položaja izbornih prekidača na modulu IDK.Provjeriti rad CCR kod pojedinih stupanja intenziteta i maksimalno

opterećenje CCR na maksimalnom stupnju intenziteta (min. 50 %).

2. Potrebno je provesti kontrolu svih sijalica u strujnom krugu i odrediti broj

isključenih (pregorjelih) sijalica u prvom koraku kalibracije. Za kalibraciju nije

neophodno da sve sijalice već na prvom koraku kalibracije budu u redu, već je potrebno znati točan broj pregorjelih sijalica. Broj koraka kalibracije određuje

se prema zahtjevu na točnost i preciznost dobivanja podataka o pregorjelim



309

sijalicama u strujnom krugu - preporučljivo je uraditi bar 4 koraka. Ukoliko touslovi dozvoljavaju preporučuje se da se za svaku isključenu sijalicu uradi posebno mjerenje (poseban korak kalibracije).

3. Pritiskom na tipka "MENU", 3 x tipka "ENTER" a 4 x tipka "UP" (strelicagore) prelazi se u grupu [5.5] na LCD displeju modula DSP (grupa informacija

za početak kalibracije modulu LFD). Dugim pritiskom na tipka "ENTER"

(min. 3 sekundi) započinje kalibracija modulu LFD. Poslije tog pritiska

pojavljuje se grupa [5.8] namijenjena za ubacivanje broja isključenih sijalica prvog koraka kalibracije.

4. Ponovljenim pritiskom na tipka "UP" (strelica gore) / "DOWN" (strelica

dole) odaberemo brojku koja označava broj isključenih sijalica u tom koraku

kalibracije. Pritiskom na tipka "ENTER" potvrdimo odabrani podatak i prelazimo u grupu [5.9].

5. Drugim pritiskom na tipka "ENTER" potvrđuje se odabir broja isključenihsijalica i aktiviramo automatsko mjerenje parametara strujnog kruga u tom

koraku kalibracije. U tom dijelu namještanja, radom CCR upravlja samo

modul LFD i isključeno je manualno upravljanje regulatorom i on seautomatski postupno uključuje na pojedine stupnjeve intenziteta, pri čemumodul LFD mjeri parametre u serijskom strujnom krugu. Mjerenje se postupno

provodi u svim stupnjevima intenziteta, poslije čega se CCR automatskiisključuje. Trajanje ove faze (koraka) je oko 2,5 minuta - u toku ove faze

prikazuje se grupa informacija [5.10], koja bilježi tok mjer enja u ovom koraku

kalibracije. Pritiskom na tipka "MENU" umjesto na tipka "ENTER" vraća seu prvobitnu grupu [5.8] za određivanje (odabiranje) broja isključenih sijalica bez završetka mjerenja u tom koraku. Međutim ako je mjerenje u pojedinimstupnjevima u toku, prekidanje kalibracije pomoću tipki nije moguće. Ako jeneophodno da se postupak kalibracije prekine, to može da se u tom slučajuuradi samo isključenjem i ponovnim uključenjem CCR pomoću prekidača namodulu PWR. U tom slučaju dolazi do gubitka podatak iz prethodnim mjerenja

i cijela kalibracija se mora ponoviti.

6. Na kraju mjerenja sustav automatski prelazi u grupu [5.14] namijenjenu za

odabiranje sljedećeg broja isključenih sijalica u narednom koraku kalibracije.U slučaju da još nisu bili izvršeni svi koraci kalibracije, isključimo svakusijalicu (sijalice) u strujnom krugu i nastavljamo u svemu prema stavu (4.). U

ovoj fazi moguće je pomoću tipke "+" i "-" uključiti CCR (sijalice svijetle),čime je pojednostavljena identifikacija i isključivan je (izdvajanje) sijalica u

strujnom krugu.



310

7. Poslije završetka svih koraka kalibracije ponovljenim pritiskom na tipka

"DOWN" u grupi [5.20] odaberemo tekst "FINISH" (na mjestu brojke, koja

odgovara broju isključenih (izdvojeni) sijalica - grupa [5.23]) i pritiskom na

tipka "ENTER" potvrdimo zahtjev za završetak kalibracije i upisivanjeizmjerenih podataka u memoriji EEPROM. Po pritisku na tipka "ENTER"slijedi prelazak u grupu [5.24]. Drugim pritiskom na tipka "ENTER" potvrđujese zahtjev za završetak kalibracije.

8. Uspješan završetak kalibracije i smještaj podataka o kalibraciji u memorijuEEPROM potvrđeni su prikazom teksta "OK" u grupi [5.25]. Poslije sljedećeg pritiska na tipka "ENTER" slijedi prelazak u početnu grupu [5.5] i završetak postupka kalibracije modula LFD.

Ako se zahtjeva maksimalna točnost dobivanja informacija o pregorjelimsijalicama, preporučuje se da se provjera kalibracije modula LFD obavlja uredovnim vremenskim periodima uz eventualnu rekalibraciju.

7.2.16. Atipične kalibraci je

U ovom poglavlju navedeni su podaci koji vrijede za CCR s izvan standardnim

namještanjem izlaznih struja, (npr. - Ruska Federacija). CCR opremljeni

prema standardima ICAO i FAA sa 5 i 7 stupnjeva intenziteta ne podliježuovim podešavanjima. Pomoću tabelarnog kompleta podataka sa vrijednostima

izlaznih struja moguće je da se posebno definira maksimalna vrijednost stupnjaintenziteta CCR i da se istovremeno odrede struje za ostale stupnjeve. Za svaki

strujni sustav (6,6 A / 8,3 A) mogu se formirati dvije odvojene tabele

vrijednosti struja (U1 = USER 1 / U2 = USER 2) - ukupno su definirane 4

tabele. Izbor aktualne tabele vrijednosti provodi se pomoću izbornih prekidačana modulu IDK. Značaj pojedinih izbornih prekidača naveden je u sljedećojtabeli. Izbor strujnog sustava 6,6 A ili 8,3 A provodi se zamjenom modula IDK

i istovremeno sa njegovom zamjenom već su udešene vrijednosti izlaznih

struja. Vrijednost struja, navedenih u pojedinim korisničkim tabelama suupisane u memoriji tipa EEPROM, koja se nalazi u osnovnoj upravljačkoj jedinici CCR (BAS). Ova memorija garantiraju čuvanje udešenih vrijednosti i

u slučaju ispada napona za napajanje CCR. Namještanje stupnjeva intenziteta i vrijednosti izlaznih struja potpuno je

izdvojen od standardnog menija modula DSP i aktivira se uključenjem CCRuz pritisnut tipka MENU na modulu DSP. Prekidačem na modulu PWRisključimo CCR, pritisnemo tipka MENU, CCR ponovo uključimo i tipka

MENU oslobodimo pritiska. Na LCD displeju treba se pojaviti tekst "USER



311

CONFIG MODE". Kratkim pritiskom na tipka MENU prelazimo u grupe

informacija namijenjenih za namještanje izlaznih struja.

Pritiskom na tipka ENTER odabira se odgovarajući komplet podataka oizlaznim strujama (6,6 A/U1, 6,6 A/U2, 8,3 A/U1 a 8,3 A/U2). U prvoj grupisvakog tabelarnog kompleta uvijek treba odabrati ukupan broj stupnjeva

intenziteta i u sljedećem koraku vrijednosti izlazne struje, koja odgovara tomstupnju intenziteta. Povratak u redovan režim rada provodi se isključenjem i ponovnim uključenjem CCR prekidačem na modulu PWR.

Za potrebe unosa i prikazivanja vrijednosti struja namijenjene su tipke

"MENU", "ENTER", "UP" (strelica gore) i "DOWN" (strelica dolje). Kod

svaketipke vrijedi primjena kratkog pritiska (kraći od 1 sekundi) i dugačkog

pritiska (pritisak duži od 3 sekundi). Pregled prikazivanih podataka i načinnjihovog aktiviranja je prethodno obrađen kao i prelazak između pojedinihgrupa. Kod svake grupe je navedeno obilježavanje koda, koji je naveden.Ukoliko je pored simbola tipke navedeno "(3 s)", radi se o dužini pritiska(dugačak pritisak) na tipku, u svim ostalim slučajevima se radi o normalnom(kratkom) pritisku.

U nastavku je dat opis pojedinih grupa na LCD displeju, njihov prikaz i

uspostavljanje komunikacije i prijelaza između grupa za modifikaciju.

1. Osnovna grupa za modifikaciju tabelarnog kompleta USER 1 za strujni

sustav 6,6 A. Grupa prikazuje i omogućava modifikacije svih stupanjaintenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazimo u

osnovnu grupu za namještanje slijedećeg tabelarnog pregleda.

2. U prvom redu date su informacije o strujnom sustavu (6,6 A), oznaka

tabelarnog kompleta (U1=USER 1) i prvi stupanj intenziteta (LVL 1). Drugi

red prikazuje udešenu vrijednost izlazne struje koja odgovara prvom stupnju

intenziteta.

3. Alternativna grupa za namještanje vrijednosti struje slijedećeg stupnjaintenziteta. U prvom redu se nalazi informacija o strujnom sustavu (6,6 A),

oznaka tabelarnog kompleta (U1=USER 1) i broj aktualnog stupanja

intenziteta (LVL Y). Drugi red prikazuje udešenu vrijednost izlazne struje,

koja odgovara prvom stupnju intenziteta.

4. Alternativna grupa za namještanje vrijednosti struje stupnja za temperiranje.

U prvom redu se nalazi informacija o strujnom sustavu (6,6 A), oznaka

tabelarnog kompleta (U1=USER 1) i broj stupnja intenziteta temperiranja



312

(LVL T). Drugi red prikazuje udešenu vrijednost izlazne struje, koja odgovara

stupnju intenziteta za temperiranje.

5. Grupa za namještanje aktualne vrijednosti izlazne struje. U ovaj nivo se ulazi

iz grupe [12.2] dugim pritiskom na tipka "ENTER". Tipkom "UP" i "DOWN"mogu se podesiti vrijednosti između 1,0 – 6,6 A. Da bi se uočila razlika u raduu ovom režimu namještanja dodaje se, ispred broja stupanja intenziteta, simbol

"*". Nova vrijednost se unosi u memoriju EEPROM poslije pritiska na tipka

"ENTER", poslije čega se prelazi nazad u grupu [12.2].

6. Alternativna grupa za namještanje aktualne vrijednosti izlazne struje stupnja

temperiranja. U ovu grupu se prelazi dugim pritiskom na tipka "ENTER".

Tipkom "UP" (mogu se podesiti vrijednosti između 1,0 – 6,6 A). Da bi se

primijetila razlika u radu u ovom režimu namještanja dodaje se, ispred brojastupnja intenziteta, simbol "*". Nova vrijednost se unosi u memoriju EEPROM

poslije pritiska na tipka "ENTER", poslije čega se prelazi nazad u polaznugrupu.

7. Osnovna grupa za modifikaciju tabelarnog kompleta USER 2 za strujni

sustav 6,6 A. Grupa prikazuje i omogućava modifikacije svih stupanjaintenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazi se u

osnovnu grupu za namještanje slijedećeg tabelarnog pregleda. Prikazivanje

vrijednosti izlaznih struja i njihova modifikacija se provodi slično kao utabelarnom kompletu 6,6A/USER1 (Postupak se ponavlja analogno grupama

[12.2] – [12.8]).

8. Osnovna grupa za modifikaciju tabelarnog kompleta USER 1 strujnog

sustava 8,3 A. Grupa prikazuje i omogućava modifikacije svih stupanjaintenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazi se u

osnovnu grupu za namještanje slijedećeg tabelarnog pregleda. Prikazivanje

vrijednosti izlaznih struja i njihova modifikacija provodi se slično kao utabelarnom kompletu 6,6 A / USER1 (Postupak se ponavlja analogno grupama

[12.2] – [12.8]).

9. Osnovna grupa za modifikaciju tabelarnog kompleta USER 2 strujnog

sustava 8,3 A. Grupa prikazuje i omogućava modifikacije svih stupanjaintenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazi se u

osnovnu grupu za namještanje slijedećeg tabelarnog pregleda.

10. Informacije o osnovnoj konfiguraciji CCR sa zahtjevom za modifikaciju

tabelarnih kompleta odabiranih struja, pojavljuju se poslije uključenja CCR s

izbornikom "MENU". Ponovnim pritiskom na tipka "MENU" prelazi se u



313

prikazivanje slijedećih grupa. Prvi red prikazuje tipsku snagu CCR (4 / 10 / 20/ 30 kVA), strujni sustav (6,6 / 8,3 A), broj stupanja intenziteta (5 / 7 / 1=U1 /

2=U2) i udešenu konfiguraciju izvoda na transformatoru snage (0 – 7). Ovi

podaci su uzeti prema udešenoj konfiguraciji CCR na identifikacijskom

modulu IDK. Drugi red prikazuje tekst "USER CONFIG MODE", kojiodgovara prelasku u izbornik za modifikaciju tabelarnog kompleta struja.

11. Grupa za namještanje ukupnog broja svih stupnjeva intenziteta u

tabelarnom kompletu, prelazi iz statusa opisanog u [12.1] dugim pritiskom na

"ENTER". Tipkaima "UP" i "DOWN" može se provoditi korekcija vrijednosti

1-7. Da bi se primijetila razlika u radu u ovom režimu namještanja dodaje se,

ispred broja stupanja intenziteta, simbol "*". Nova vrijednost se unosi u

memoriju EEPROM poslije pritiska na tipka "ENTER", poslije čega se prelazi

nazad u grupu [12.1].

12. Alternativna grupa za namještanje aktualne vrijednosti izlazne struje

slijedećeg stupnja intenziteta. U ovu grupu se prelazi iz dugim pritiskom natipka "ENTER". Tipkaima "UP" i "DOWN" vrijednosti struje se mogu podesiti

između 1,0– 6,6 A. Da bi se primijetila razlika u radu u ovom režimunamještanja dodaje se, ispred broja stupanja intenziteta, simbol "*". Nova

vrijednost se unosi u memoriju EEPROM poslije pritiska na tipka "ENTER",

poslije čega se prelazi nazad u polaznu grupu. Prikazivanje vrijednosti izlaznih

struja i njihova modifikacija provodi se slično kao u tabelarnom kompletu 6,6A / USER1.



314

7.2.17. Definicije i pojmovi aerodromske opreme

Serijski strujni krug

Serijski strujni krug, (engl. Series Circuit - SC), električni je strujni krugnamijenjen za napajanje ALS, a koji se sastoji od Regulatora konstantne struje,

kabela spojenih s komponentama serijski u krug, razdjelnih - izolacijskih

transformatora, rasvjetnih ili drugih ur eđaja serijski priključenih u krug prekoizolacijskih transformatora.

Strujni sustav

Strujni sustav, (engl. Current System - CS), nazivna je struja serijskog strujnog

kruga ALS, čija je standardna vrijednost: 6,6 A, 8,3 A ili 20 A.

Regulator konstantne struje

Regulator konstantne struje, CCR , predstavlja izvor struje, za napajanje trošilau SC strujom regulirane vrijednosti u opsegu od 0 do 6,6 A, (8,3)A ili (20)A.

L1: Specifikaciji L-829, propisa FAA AdvisoryCircular AC 150/5345 - 10 E.

Izolacijski strujni transformator

Izolacijski strujni transformator, potpuno galvanski odvaja trošila priključenana svoj sekundar od serijskog strujnog kruga u kojem je serijski priključen primar transformatora. Prijenosni omjer je 6,6 A/6,6 A, L2: Specifikacija uskladu sa propisima FAA AdvisoryCircular AC 150/5345 - 47 A.

Rasvjetna tijela, svjetiljka ALS

Svjetiljke, odnosno rasvjetna tijela su izvori ALS rasvjete, čije sukarakteristike precizno utvrđene u propisu ICAO, Dodatku 14 Konvenciji o

međunarodnom civilnom zrakoplovstvu.



315

Kabeli serijskih strujnih krugova

Za napajanje trošila serijskog strujnog kruga ALS, koriste se su primarni isekundarni kabeli. Za kabele vrijedi specifikacija, L4: L - 824 propisa FAA

Advisory Circular AC 150/5345 - 7 D.

Primarni kabl je energetski jednožilni kabl, koji serijski povezuje primarnenamotaja izolacijskih strujnih transformatora. Kabeli mogu biti s ekranom,

(metalnim zaštitnim opletom, ekranom).

Sekundarni kabel povezuje paralelno sekundarni namotaj izolacijskog

stru jnog transformatora i trošilo (svjetiljku, svjetlosnu oznaka i sl.).

Konektori

Konektori služe za rastavljanje spoja povezanih primarnih kabela i primarnognamotaja izolacijskih strujnih transformatora i sekundarnog spoja trošila priključenih u sekundar izolacijskog serijskog strujnog transformatora. Po

mjestu gdje su ugrađeni mogu biti primarni i sekundarni. L6:, za konektorese primjenjuje specifikacija L - 823 propisa FAA AdvisoryCircular AC

150/5345 - 26 B.

Primarni konektor

Spaja i rastavlja primarne kabele i primarne namotaje izolacijskih strujnih

transformatora. Sastoje se od dva utikača i dvije utičnice za svaki spoj primarnog namotaja izolacijskog strujnog transformatora.

Sekundarni konektor

Spaja i rastavlja sekundarne kabele i sekundarne namotaje izolacijskih strujnih

transformatora i trošila (svjetiljke, rasvjetna tijela i svjetleće oznaka ALS).Sastoje se najčešće od dvopolnog utikača i dvopolne utičnice za svaki pojedinačni spoj trošila na sekundar izolacijskog strujnog transformator a.



316

7.2.18. Prepoznavanje komponenti inteligentnih aerodromskih sustava

Najveći broj zrakoplovnih inteligentnih sustava vezan je uz globalni pozicijski

sustav, (engl. Global Positioning System - GPS). Sustav omogućuje pouzdano pozicioniranje, navigaciju i vremenske usluge korisnicima širom svijeta nakontinuiranoj osnovi u svim vremenskim uvjetima, danju i noću, svugdje naZemlji ili blizu nje, ondje gdje postoji neometan kontakt s četirima ili višesatelita GPS-a, koji se od 1978. godine lansiraju u zemljinu orbitu, Tablica

7.2.6.

Tablica 7.2.6. Pregled lansiranja i operabilnosti GPS satelita

Blok Periodlansiranja

Uspjelo/Neuspjelo

Upripremi

Planirana Trenutačno u orbiti ifunkciji

I 1978 –1985 10/1 0 0 0 II 1989 –1990 9 0 0 0

IIA 1990 –1997 19 0 0 11 od 19

IIR 1997 –2004 12/1 0 0 12 od 13

IIR-M 2005 –2009 8 0 0 7 od 8

IIF od 2010 0 10 0 0

IIIA 2014 –? 12IIIB 8

IIIC 16

Ukupno 58/2 10 36 30

Tako je korisno navesti neke od inteligentnih sustava u funkciji sigurnosto

zračne plovidbe. Jedan od njih je napredni visualni sustav za navođenje pristajanja zrakoplova na parkirnu poziciju na stajanci, (engl. Visual Docking

Guidance Systems - VDGS). On funkcionira po principu AGNIS/PAPA, (engl.

Azimuth Guidance for Nose-In Stand/ Parallax Aircraf Parking Aid). Touključuje navođenje nosa zrakoplova zapoziciju po azimutu. Azimut je

vodoravni kut koji zatvara pravac sjevera s točkom promatranja, a mjeri se usmjeru kretanja kazaljk e na satu. Označava se grčkim slovomω, a iskazuje se

kutnom udaljenošću od najbliže strane svijeta (npr. ω = S18° ili ω = S+18°) ilikutnom udaljenošću od sjevera u pravcu kazaljke na satu (npr. ω = 18°).

Nešto napredniji je A-VDGS, (engl. Advanced Visual Docking Guidance

Systems). Način funkcioniranja prikazan je na slikama 7.2.29. do 7.2.31. a

preciznost informacija o odmaku zrakoplova prikazuje Tabela 7.2.7.

http://hr.wikipedia.org/wiki/Sjever

http://hr.wikipedia.org/wiki/Gr%C4%8Dko_pismo




http://hr.wikipedia.org/wiki/Gr%C4%8Dko_pismo




317

Slika 7.2.29. Princip navođenja tipova zrakoplova i prikaz signalizacije

sustava za navođenje na parkirnu poziciju stajanke

Slika 7.2.30. Komponente sustav za navođenje zrakoplova na parkirnu

poziciju stajanke, (kamere i zasloni)

Slika 7.2.31. Princip prikaza tipa zrakoplova i navođenja prema parkirnoj

poziciji s udaljenostima u metrima, (do 3m)

http://www.google.hr/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&cad=rja&docid=cwcS--G1zaNM6M&tbnid=iV243OyF6IM0hM:&ved=0CAUQjRw&url=http://wiki.flightgear.org/Leipzig/Halle_Airport&ei=LzPtUsG1M6TI0AWvwYHoDQ&psig=AFQjCNHBrC9PeOpFCUdO3DjnpxW1cNbbJQ&ust=1391363216313733

http://upload.wikimedia.org/wikipedia/commons/2/2a/AGNIS-PAPA.svg

http://upload.wikimedia.org/wikipedia/commons/2/2a/AGNIS-PAPA.svg



318

Slika 7.2.31. Princip navođenja prema parkirnoj poziciji s udaljenostima u

metrima, (manje od 3m)

Inteligentni sustavi za navođenje zrakoplova do stajanke i na parkirnu poziciju velike su preciznosti. Navođenje nosa zrakoplova na poziciju poazimutu koji zatvara pravac sjevera s točkom promatranja, a mjeri se u smjeru

kretanja kazaljke na satu u veličinama prikazuje Tablica 7.2.7.

Tablica 7.2.7. Najmanja preciznost informacija o odmaku zrakoplova

po sustavu A-VDGS

INFORMACIJE O NAVOĐENJU AZIMUT UDALJENOST

Maksimalno odstupanje naparkirališnommjestu (zaustavljanje)

+/- 250 mm +/-500 mm

Maksimalno odstupanje naudaljenostiod 9 m od parkirališnogmjesta(zaustavljanje)

+/-340 mm +/-1.000 mm


+/-400 mm +/-1.300 mm


+

/-500 mm Nije definirano

U istu grupu inteligentnih sustava ubrajaju se i sustavi za navođenjezrakoplova koji su integrirani u sustav svjetlosne signalizacije, Slike 7.2.32. i

7.2.33.





319

Slika 7.2.32. Dio nadzorno upravljačkog sustava za vođenje zrakoplova do

stajanke

Slika 7.2.33. Periferne komponente sustav za upravljanje kretanjem po

stazama za vožnju

Princip rada inteligentnog sustava za vođenje zrakoplova sa stajanke do

USS na polijetanje isti je kao i sustav za vođenje zrakoplova do stajanke .

Sustav je integriran u aerodromski sustav svjetlosne signalizacije, Slike 7.2.34.

do 7.2.39.



320

Slika 7.2.34. Komponente inteligentnog sustav za vođenje zrakoplova po

stazama za vožnju ( A-senzor, B-nadzirani zrakoplov, C- područje nadzora

USS, D-konvertor, E-integrator u SSK, F-upravljačko mjesto na tornju)

Slika 7.2.35. Periferna jedinica inteligentnog sustav za vođenje zrakoplova

po stazama za vožnju – ugradno svjetlo ili senzor



321

Slika 7.2.36. Princip integracije svih komponenti inteligentnog sustav za

vođenje zrakoplova po stazama za vožnju



322

a) b)

Slika 7.2.37. V ođenje zrakoplova inteligentnim sustavom na polijetanje

a) zrakoplov pred STOP-BAR-om na čekanju , b) izlazi na USS

c) d)

Slika 7.2.38. Vođenje zr akoplova inteligentnim sustavom na polijetanje

c)zrakoplov prolazi STOP-BAR, d) ulazi u zaštitnu zonu USS)



323

e) f)

Slika 7.2.39. Vođenje zrakoplova inteligentnim sustavom na polijetanje

e)zrakoplov prolazi zaštitnu zonu USS, f) ulazi u zonu USS na polijetanje)

U istu grupu inteligentnih sustava ubrajaju se i sustav za navođenje

aviomosta na vrata zrakoplova za izlaz putnika iz parkiranog zrakoplova nastajanci, koji je integriran u sustav opsluživanja zrakoplova, Slika 7.2.40.

Slika 7.2.40. N avođenje aviomosta za izlaz iz zrakoplova



324

Inteligentnim podsustavima za opsluživanje zrakoplova po dolasku na

stajanku upravlja aerodromski prometni centar, Slika 7.2.41. i 7.2.42.

Slika 7.2.41. Aerodromski prometni centar iz kojeg se upravlja operacijama

na stajanci preko inteligentnih podsustava

Slika 7.2.42. Prikaz dijela opreme u aerodromskom prometnom centru iz

kojeg se upravlja operacijama na stajanci

Inteligentnim podsustavima za upravljanje kretanjem zrakoplova po

stazama za vožnju do dolaska na stajanku, kao i slijetanjem i polijetanjem

zrakoplova upravljaju kontrolori s kontrolnog tornja, Slika 7.2.43. i 7.2.44.



325

Slika 7.2.43. Aerodromska kontrola koja upravlja slijetanjem i polijetanjem

zrakoplova

Slika 7.2.44. Aerodromski kontrolni toranj s kojeg se upravlja kretanjem

zrakoplova sve do dolaska na stajanku



326

Nadzorno upravljački dijelovi inteligentnih podsustava koji su vezani na

sustav svjetlosne signalizacije, nalaze se na lokacijama, u prostorijama,

prometnog centra i kontrolnog tornja. Upravljanje kretanjem zrakoplova po

stazama za vožnju dok se zrakoplov kreće prema stajanci ili odlazi sa stajankeupravljaju kontrolori. Po dolasku na stajanku upravljanje opsluživanjemzrakoplova preuzima prometni centar.

Mrežu aerodromskih inteligentnih tehničkih sustava i sustava zagospodarenje prikazuju slike 7.2.45. i 7.2.46.

Sustav svjetlosne signalizacije integriran s inteligentnim podsustavima za

upravljanje kretanjem zrakoplova po stazama za vožnju prikazuju slike 7.2.47.

do 7.2.49. Opremu i povezivanje inteligentnih sustava u podstanicama za

sustave kategorije III, prikazuju slike 7.2.50. do 7.2.52.

Slika 7.2.45. Mreža povezivanja aerodromskih inteligentnih sustava



327

Slika 7.2.46. Konfiguracija povezivanja aerodromskih inteligentnih sustava

Slika 7.2.47. Oprema i povezivanje inteligentnog sustava na tornju



328

Slika 7.2.48. Zaslon upravljanja i nadzora inteligentnim sustavom na tornju

Slika 7.2.49. Sustav svjetlosne signalizacije uzletno-sletne staze CAT III

Slika 7.2.50. Oprema i povezivanje inteligentnog sustava u podstanici



329

Slika 7.2.51. Prikaz nadzora stanja inteligentnog sustava u podstanici

Slika 7.2.52. Aerodr omski sustavi rasvjete operativnih površina

Integraciju aerodromskih inteligentnih podsustava i sustav svjetlosne

signalizacije, s komponentaqma inteligentnih podsustava za upravljanje

kretanjem zrakoplova po stazama za vožnju prikazuje slika 7.2.53.Pr egled i značenje oznaka aerodromskih sustava i opreme prikazuje Tablica

7.2.8. a globalnu podjelu aerodromskih sustava svjetlosne signalizacije

prikazuje Tablica 7.2.9.



330

Slika 7.2.53. Prikaz integracije dijelova inteligentnih podsustava za

upravljanje kretanjem zrakoplova po stazama za vožnju



331

Tablica 7.2.8. Pregled i značenje oznaka aerodromskih sustava i opreme

Red.

br.

Oznaka Engleski naziv Hrvatski naziv

AGL Airfield Ground Lighting zemaljski svjetlosnisustav

ALS Airfield Lighting System sustav svjetlosnesignalizacije

AMS Airport Monitoring Systems aerodromski nadzornisustav

AFTN Aviation Fixed TelecommunicationNetwork

zrakoplovna stacionarnatelekomunikacijska

mreža ATIS Airtraffic Information System informacijski sustav

zračnog prometa zračnog prometa

ATS Airtraffic Services služba kontrole zračnogprometa

ACN Aircraft Classification Number klasifikacijski brojzrakoplova

CCR ConstantCurrentRegulators regulator konstantne

strujeEPS Electric Power Systems sustav elektro opskrbe

LCU Lighting Monitoring System –ControlUnit

svjetlosni nadzornisustav

LOC Localizer usmjerivač

LLC Lighting Monitoring System –LightingController

svjetlosni nadzornisustav – svjetlosnikontroleri

LMC Lighting Monitoring System –MediaConvertor

svjetlosni nadzornisustav –prijenosnipretvarači

LMS Lighting Monitoring System svjetlosni nadzornisustav

LTP Testing and Programming device forthe modules LLC and LMC

Uređaj za ispitivanje iprogramiranje modulasvjetlosnog nadzornogsustava

IFR Instrument Flight Rules pravila instrumentalnog

letenja



332

ILS Instrument Landing System sustav za instrumentalnoslijetanje

IMC Instrument MeteorologicalConditions

meteorološki uvjeti zainstrumentalni let

MLS Microwave Landing System mikrovalni sustav zainstrumentalnoslijetanje

ME Meteorological Equipment meteorološka oprema

MM Middle Marker srednji marker

OCA/H Obstacle Clearance Altitude/Height visina nadvišenja prepreka/visina

OFZ Obstacle Free Zone zona bez prepreka

OM Outer Marker vanjski marker

PAPI Precision Approach Path Indicator pokazivač letne

putanjepreciznogprilaženja

RCLL Runway Centre Line Light središnje crteuzletnosletnestaze

REDL Runway Edge Light svjetla ruba uzletno-sletne staze

RNE Radio Navigation EquipmentandSystems

radio-navigacijskaoprema i sustavi

RENL Runway EndLight svjetla kraja uzletno-sletne staze (USS)

RVR Runway Visual Range vidljivost uzduž uzletno-sletne staze

STOP-BAR

Stop Bar zaustavna prečka

TDZ Touchdown Zone zona dodira

THR Threshold prag

TWR Aerodrome Control Tower aerodromski kontrolni

toranjTWY Taxiway staza za vožnju

VFR Visual Flight Rules pravila vizualni let

VMC Visual Meteorological Conditions meteorološki uvjeti zavizualno letenje



333

Tablica 7.2.9. Globalna podjela aerodromskih sustava svjetlosne

signalizacije

AERODROMSKI SUSTAVI SVJETLOSNE SIGNALIZACIJE

SUSTAVI RASVJETE PRILAZNIHSVJETALA

SUSTAVI RASVJETE OPERATIVNIHPOVRŠINA AERODROMA

SUSTAVIRASVJETE

MANEVARISKIHPOVRŠINA

SUSTAVIRASVJETESTAJANKE

Inteligentni sustavi instalirani su na aerodromskim lokalitetima:

OBJEKTIMA,

OPERATIVNIM POVRŠINAMA i

POVRŠINAMA PRILAZNIH SVJETALA

Inteligentni sustavisadrže veze između:

INSTALACIJA i

UREĐAJA

Koji su funkcionalne cjeline sustava svjetlosne signalizacije i pripadaju:

SUSTAVU RASVJETE PRILAZNIH SVJETALA I

SUSTAVU RASVJETE OPERATIVNIH POVRŠINAAERODROMA

Sustavi prilaznih svjetala i sustavi rasvjete operativnih površina aerodromaimaju svoje dijelove:

Sustav svjetala za kružno navođenje

Sustavi prilazne rasvjete

Sustavi svjetlosnih pokazivača nagiba prilaza



334

Svjetlosni sustavi za uvođenje zrakoplova na USS

Svjetlosni sustavi za identifikaciju praga USS-e

Sustavi svjetala praga USS-e i krilnih prečki

Sustav rubnih svjetala USS-e

Sustavi svjetala središnje crteUSS-e

Sustav svjetala područja dodirana USS-i

Svjetla kraja (završetka) USS-e

Sustavi svjetala okretišta USS-e

Sustav svjetala izlaska s površine za uklanjanje i sprječavanjestvaranja leda

Sustav sigurnosnih svjetala USS-e

Svjetlosni sustav za navođenje zrakoplova na poziciju s aviomostom

Napredni svjetlosni sustav navođenja zrakoplova na aviomost

Sustav svjetala za navođenje zrakoplova na poziciju

Sustav svjetala zaustavne prečke

Sustav svjetala staze za zaustavljanje

Sustav svjetala središnje crte staze za vožnju

Svjetlosni pokazivači brzih izlaznih staza za vožnju

Sustav rubnih svjetala staze za vožnju

Rubna svjetla stajanke

Svjetlosni znakovi naredbi

Informativni svjetlosni znakovi

Rasvjeta za slučaj događaja koji ugrožava sigurnost

Rasvjeta pokazivača smjera vjetra

Aerodromski svjetlosni far

Svjetlosni identifikacijski far

Sustav rasvjete stajanke

Svjetla i rasvjeta za označavanje prepreka

Sustavi rasvjete na zatvorenoj USS i stazi za vožnju



335

Osnovni dijelovi sustava prilaznih svjetala i sustava rasvjete operativnih

površina aerodroma su svjetla i znakovi koji su priključeni na sustave sigurnognapajanja električnom energijom, za sustave zrakoplovne navigacijeuključujući sustave za vođenje i kontrolu površinskog kretanja.

Dijelovi instalacije i uređaji koji čine funkcionalnu elektrotehničku cjelinusustava prilaznih svjetala i sustava rasvjete operativnih površina aerodroma, priključeni na sustave sigurnog napajanja električnom energijom su:

I N S T A L A C I J E:

Primarni strujni krugovi kabelskih vodova sustava svjetlosnesignalizacije

Sekundarni strujni krugovi kabelskih vodova sustava svjetlosne

signalizacije

Električni strujni krugovi osim primarnih i sekundarnih za napajanjeostale rasvjete

Instalacije komunikacijskih i informacijsko prijenosnih veza za sustave

signalizacije

Primarni konektori i spojnice za kabelske vodove sustava svjetlosne

signalizacije

Sekundarni konektori za kabelske vodove sustava svjetlosne

signalizacije

U R E Đ A J I/S U S T A V I:

Izolacijski transformatori strujnih krugova sustava svjetlosne

signalizacije

Regulatori konstantne struje za napajanje primarnih strujnih krugova

Moduli mjerenja, nadzora i upravljanja povezani na sustave rasvjete i

sustave sigurnog napajanja električnom energijom

Sustav za nadzor i upravljanje sustavom svjetlosne signalizacije na

kontrolnom tornju

Sustav za nadzor sustavom svjetlosne signalizacije u centru održavanja



336

Sustav za nadzor i upravljanja sustavima sigurnog napajanja za potrebe

sustava svjetlosne signalizacije u EEO i centru održavanja

Objekti i operativne površine funkcionalnih cjelina instalacija i uređaja sustavasvjetlosne signalizacije, rasvjete operativnih površina aerodroma i sustavasigurnog napajanja električnom energijom su:

O B J E K T I:

Transformatorske stanice

Sklopna, razvodna i razdjelna postrojenja

Agregatske stanice

Akumulatorske stanice

Stanice uređaja besprekidnog i rezervnog napajanja

Centri upravljanja, nadzora i veza elektroenergetskih postrojenja

Centri održavanja

Kontrolni toranj

Prometni centar

O P E R A T I V N E P O V R Š I N E:

Uzletno-sletna staza

Okretišta

Sigurnosna površina kraja uzletno-sletne staze

Staza za zaustavljanje

Staza za vožnju

Površine i pozicije za čekanje

Stajanka

P O V R Š I N E P R I L A Z N I H S V J E T A L A



337

Površina prilaznih svjetala aerodroma uređene opremom za kategorije

CATI, II ili III (IIIA, IIIB, i IIIC)

Površina prilaznih svjetala aerodroma skraćenog prilaza

Površine prečk i prilaznih svjetala

Površina prilaznog bljeskajućeg slijednog svjetla

Površina bljeskajućeg rubnog svjetla USS

Slika 7.2.48. Pogled iz zraka na aerodromsku zgradu i operativne površine

Slika 7.2.49. Pogled na kretanje zrakoplova po stazama za vožnju



338

7.3 Inteligentni i ekspertni sustavi u elektroenergetici

U elektroenergetskom sustavu, jedan od ključnih elemenata surasklopna postrojenja. U svakom od njih ima više polja, koja u sebi imajuviše tipova visokonaponske opreme, koja ovisno o tipu i namjeni polja

može biti raspoređena u različitim kombinacijama. Tako u njima imamo prekidače, rastavljače, zemljospojnike, strujne i naponske mjernetransformatore i odvodnike prenapona.

Pravilno funkcioniranje svih ovih uređaja koji se mogu naći u jednom polju znači siguran rad svih uređaja koji su spojeni na to polje, a među

njima su i kapitalni objekti generatori i transformatori.

Tradicionalne metode održavanja opreme u elektroenergetskim postrojenjima zahtijevaju značajna financijska sredstva i zaposlenik e s

velikom količinom znanja koji se znaju snaći u slučaju poremećaja radasustava. Međutim, pojedine nepravilnosti u radu i u stanju opreme se čakniti na ovaj način ne mogu uvidjeti, prvenstveno stoga što se one mogudogoditi u razdoblju između dva intervala inspekcija opreme. Na ovaj načinse u postrojenju ipak može dogoditi kvar.

Sustavi monitoringa stanja opreme predstavljaju značajan napredak u pouzdanosti i ekonomskoj učinkovitosti energetskih sustava. U sklopuuvođenja naprednih energetskih mreža i digitalizacije elektroenergetskog

sustava, sustavi monitoringa se ističu kao jedna od osnovnih komponentinovog energetskog doba. Korištenje ovakvih sustava čini opskrbuelektričnom energijom sigurnijom, pouzdanijom i kvalitetnijom. Glavnicilj korištenja sustava monitoringa je predvidjeti kvar prije nego do njega

dođe te na vrijeme alarmirati korisnike.

Sustavom monitoringa rasklopnih postrojenja kontinuirano se pratistanje prekidača, rastavljača, mjernih transformatora i zemljospojnika, te

se omogućava uvid u stvarno stanje svakog pojedinog elementa. Glavna

karakteristika sustava je njegova modularna struktura te nije nužno trajno provoditi nadzor svih navedenih elemenata, već samo nekih od njih. Sustav je moguće povezati sa sustavom monitoringa transfor matora i generatora

čime se dobije integrirani sustav monitoringa. Podacima takvog sustava

pristupa se putem web korisničkog sučelja.



339

Prednosti sustava monitoringa rasklopnog postrojenja su:

• predviđanje i prevencija kvara,

• povećanje pouzdanosti i raspoloživosti opreme,• smanjenje troškova održavanja, i • održavanje prema stanju opreme.

7.3.1 Visokonaponski SF6 prekidači

Najvažniji i najskuplji element visokonaponskog rasklopnog postrojenja je prekidač. Iako postoje različiti mediji za gašenje električnogluka (ulje, komprimirani zrak, vakuum, plin sumporni heksafluorid – SF6),

danas na visokom naponu suvereno vlada plin SF6.Visokonaponski SF6 prekidači za vanjsku montažu gase električni luku plinu sumpornom heksafluoridu - SF6, koji se nalazi pod malim tlakom u

polovima prekidača, a kom primira se tijekom isklapanja. Za

komprimiranje plina i pokretanje kontakata koristi se elektrohidraulički iliopružni pogon. Upravljanje može biti daljinski, jednopolno ili tropolno.

Svaki pol prekidača opremljen je odgovarajućim brojem prekidnihkomora i potpornih izolatora. Prekidači s više od jedne komore prema polu,u pravilu, imaju i visokonaponske kondenzatore za postizanje jednolike

raspodjele povratnog napona prema komori. „Starije“ izvedbe prekidača uSvijetu imale su i uklopne otpornike za ograničavanje prenapona tijekomuklapanja dalekovoda.

Prva generacija SF6 prekidača su dvotlačni prekidači u slučaju kojihse plin SF6 „nalazi” u visokotlačnom spremniku pod tlakom 1 do 1.6 MPa.Tijekom gašenja električnog luka plin SF6 „struji“ iz visokotlačnogspremnika u prekidnu komoru u kojoj je niski tlak. Glavni nedostatak ovih

prekidača je što se pri tlaku od 1 do 1.6 MPa potrebnom za uspješno gašenje

električnog luka plin SF6

ukapljuje pri temperaturi i iznad00 C. Upravo zbog toga predmetni prekidači zahtijevaju intenzivnogrijanje!

Druga generacija SF6 prekidača su jednotlačni, kompresijski prekidači. Tlak plina SF6 u prekidaču iznosi 0.5 do 0.8 MPa. Visoki tlak potreban za gašenje električnog luka stvara se samo tijekom procesa prekidanja struje na taj način da pomični kompresijski cilindar tlači plin u prekidnoj komori. Bitni nedostatak ovih prekidača je taj što pogonskimehanizam treba osigurati energiju i za gibanje kontakta i za realiziranje

visokog tlaka potrebnog za gašenje električnog luka. Upravo zbog toga su



340

pogonski mehanizmi izuzetno složeni i snažni, a reakcijske sile su na postolju bitno uočljive.

Treća generacija SF6 prekidača su jednotlačni, auto kompresijski

prekidači koji u fazi prekidanja struje koriste toplinsku energiju električnogluka za postizanje visokog tlaka u prekidnoj komori neophodnog zauspješno gašenje. Pogonski mehanizam koristi se samo za osiguravanjeenergije potrebne za gibanje kontakta, te je poradi bitnog smanjenja potrebne pogonske energije omogućena upotreba malih, pouzdanihopružnih mehanizama.

7.3.1.1 Princip rada visokonaponskog SF6 prekidača

Kompresijski princip

Na slici 7.1. predočena je prekidna komora visokonaponskog SF6

prekidača koji „koristi“ kompresijski princip za gašenje električnog luka.

Potreban tlak plina za gašenje električnog luka nastaje unutarkompresijskog cilindra (1) smještenog u prekidnoj komori. Tijekomisklapanja pomiču se kompresijski cilindar (1) i pomični kontaktni prsti (2) prema nepomičnom klipu (4) i na taj način tlače obuhvaćeni plin SF6,

slika 7.1. b. Razdvajanjem kontakata, pomična vodilica (5), koja jednakovremeno djeluje kao zasun, oslobađa strujanje stlačenog plina SF6,

slika 7.1. c. Električni luk, koji u početku gori između sapnice i pomičnogkontakta, uslijed struje plina i elektrodinamičkih sila električnog luka zanekoliko milisekundi potiskuje se u sapnice, slika 7.1. c i gasi se 5 do 15

milisekundi nakon galvanskog razdvajanja kontakata. Kompresijskicilindar pri tome obuhvaća prostor za gašenje i čini komoru pod tlakom.Komprimirani plin struji najkraćim putem, radijalno na rastavno mjesto, iodvodi se aksijalno kroz sapnice. Nakon prekida struje, pomični kontakt sedalje giba do svog krajnjeg isklopljenog položaja, slika 7.1. d.



341

a) b) c) d)

1 kompresijski cilindar 4 nepomični klip

2 kontaktni prst 5 pomična vodilica

3 metalna sapnica

Slika 7.1. Kompr esijski princip gašenja električnog luka u slučajuvisokonaponskih SF 6 prekidača s dvije metalne sapnice

Na slici 7.2. predočena je komora koja ima jednu izoliranu sapnicu,glavne i lučne kontakte. Pomični kontakti (4 i 6), sapnica (2) i kompresijskicilindar (8) čine jedan pomični sklo p. Gibanjem ovog sklopa, slika 7.2. b,

dolazi do tlačenja plina SF6 unutar kompresijskog volumena (7). Prvotno

se razdvajaju glavni kontakti (5 i 6), a zatim lučni (3 i 4). U trenutk urazdvajanja kontakata, slika 7.2. c, pali se električni luk, a u trenutku prolaza struje kroz nulu električni luk se gasi i stlačeni plin počinje strujati

iz kompresijskog volumena kroz sapnicu, slika 7.2. d.

1

2

3

4

5



342

a) b) c) d) e)

1 gornji strujni vodič 7 kompresijski volumen

2 sapnica 8 kompresijski cilindar

3 nepomični lučni kontakt 9 ventil za punjenje

4 pomični lučni kontakt 10 nepomični klip

5 nepomični glavni kontakt 11 doljnji strujni vodič

6 pomični glavni kontakt

Slika 7.2. Kompresijski princip gašenja električnog luka kodvisokonaponskih SF 6 prekidača s jednom izoliranom sapnicom

Auto kompresijski princip

Na slici 7.3. predočena je prekidna komora visokonaponskog SF6

prekidača koji koristi auto kompresijski princip, odnosno toplinsku

energiju električnog luka u fazi gašenja.

U trenutku razdvajanja kontakata između njih se pali električni luk kojiintenzivno zagrijava okolni plin SF6. U slučaju prekidanja malih struja,toplinska energija električnog luka nije dostatna za stvaranje visokog tlaka

kao niti za zatvaranje auto kompresijskog ventila (8) u auto kompresijskom

cilindru (7). Zbog toga se potreban visoki tlak stvara uslijed tlačenja plinaizmeđu kompresijskog cilindra (10) i nepomičnog klipa (13) u

kompresijskom volumenu (9), slika 7.3. b i c. U trenutku prolaza struje kroz

nulu gasi se električni luk i oslobađa prolaz kroz sapnice (2) k roz koji plin

struji u prostor glavnog fiksnog kontakta (5) i deionizira među kontaktni prostor, slika 7.3. d.

1 2

3

4

5

6

7 8

9

10

11



343

1 2

3

4

5

6

7 8

910

1112

13 14

a) b) c) d) e)

1 gornji strujni vodič 8 auto kompresijski ventil

2 sapnica 9 kompresijski volumen

3 nepomični lučni kontakt 10 kompresijski cilindar

4 pomični lučni kontakt 11 ventil za ponovno punjenje

5 nepomični glavni kontakt 12 ventil za oslobađanje nad tlaka

6 pomični glavni kontakt 13 nepomični klip

7 auto kompresijski volumen 14 doljnji strujni vodič

Slika 7.3. Auto kompresijski princip rada visokonaponskog SF 6

prekidača – prekidanje malih struja

Na slici 7.4. predočeno je prekidanje struje kratkog spoja. Tijekomgorenja električnog luka, zbog visoke temperature, raste tlak ukompresijskom (9) i auto kompresijskom volumenu (7), slika 7.4. b. Pri

dovoljno visokom tlaku zatvara se auto kompresijski ventil (8), slika 7.4.

c. Jednakovremeno otvara se tlačni ventil (11) i propušta višak stlačenog plina iz kompresijskog volumena (9). U trenutku prolaza struje kroz nulugasi se električni luk i oslobađa prolaz kroz sapnice (2). Plin SF6 počinjestrujati iz prostora s višim tlakom (7) kroz sapnice (2) u prostor s nižimtlakom (1) i na taj način vrlo brzo deionizira prostor između kontakata,slika 7.4. d. Visoki tlak plina u prekidnoj komori stvoren je isključivokor ištenjem toplinske energije električnog luka, a pogonski mehanizamsluži samo za osiguravanje energije potrebne za gibanje kontakata. Zbogznačajnog smanjenja potrebne energije ovaj prekidač koristi mali opružnimehanizam.



344

a) b) c) d) e)

Slika 7.4. Auto kompresijski princip rada visokonaponskog SF 6

prekidača – prekidanje struje kratkog spoja

Princip dvostrukog gibanja kontakata

Na slici 7.5. predočena je komora visokonaponskog SF6 prekidača kojiosim auto kompresijskog principa koristi i princip dvostrukog gibanja

kontakata.

Energija pogonskog mehanizma proporcionalna je kvadratu brzine,

E = ½ mv

2

. Gibanjem oba kontaktna sustava brzina je smanjena za 50 %, ada se nisu promijenili ostali tehnički parametri (vrijeme uklopa i isklopa).Zahvaljujući principu dvostrukog pomičnog kontaktnog sustava, energija pogonskog mehanizma smanjena je za 65 %.

78

2

1

119



345

1 doljnji pomični kontakt 2 gornji pomični kontakt

3 auto kompresijski volumen 4 kompresijski volumen

5 kompresijski stap

Slika 7.5. Princip rada visokonaponskog SF 6 prekidača s dvostrukim pomičnim kontaktnim sustavom

7.3.1.2 Konstrukcija

Prekidači napona 72.5 - 170 kV izvode se s jednom, okomito

postavljenom standardnom prekidnom komorom, i jednim potpornim

izolatorom. Prekidači 245 - 420 kV izvode se s dvije horizontalno postavljene standardne prekidne komore i dva ili tri potporna izolatora,ovisno o nazivnom naponu. Također, postoji i izvedba prekidača 245 kV s jednom okomito postavljenom posebnom prekidnom komorom (tzv.

„bačvastog“ oblika) i dva potporna izolatora.

5

4

3

2

1



346

1 prekidna komora 2 potporni izolator 3 pogonski mehanizam

Slika 7.6. Glavni konstrukcijski sklopovi visokonaponskog SF 6 prekidača

a) b)

1 prekidna komora 2 potporni izolator 3 pogonski mehanizam

Slika 7.7. Izvedbe pogona visokonaponskih SF 6 prekidača

a) tropolni pogon

b) jednopolni pogon

PREKIDNA KOMORA

POTPORNI IZOLATOR

POGONSKI MEHANIZAM



347

7.3.1.3 Pogonski mehanizam

Elektrohidraulički pogon

Elektrohidraulički pogonski sustav sastoji se od:

- elektromotora,

- uljne crpke,

- hidrauličkog pogona, - hidrauličkog spremnika, - uljnog spremnika,

- okidačkog bloka i - signalne sklopke.

Okidački blok sadrži ventile potre bne za upravljanje. Neposredno na

okidački blok pričvršćeni su uklopni i isklopni elektromagnet.

Princip rada elektrohidrauličkog pogonskog sustava visokonaponskogSF6 prekidača predočen je na slici 7.8.

Iz zajedničkog hidrauličkog spremnika (1), kroz cijevi koje su trajno

pod tlakom, ulje dolazi do pogonskog cilindra svakog pola. „Isklopna“

strana pogonskog stapa (2) trajno je pod tlakom, a „uklopna“ strana dolazi pod tlak ovisno o smjeru prolaza ulja kroz glavni razvodni ventil (4). Sila

potrebna za uklapanje jednaka je razlici sila koje djeluju na suprotnim

stranama pogonskog stapa (dakle razlici površina). Površina „isklopne“strane stapa je za površinu stapne motke manja od površine „uklopne“strane.

Pogonski stap je u oba krajnja položaja fiksiran hidrauličkom silom, anešto prije postizanja ovih položaja gibanje se hidraulički prigušuje.

Ventili ventilskog bloka konstruirani su tako da osiguravaju ispravno

i pouzdano otvaranje i zatvaranje tijekom faza sklapanja. Pri nestanku

upravljačkog napona i padu tlaka hidraulike ventili „ostaju“ u njihovomtrenutnom krajnjem položaju.



348

Slika 7.8. Shematsko predočenje elektrohidrauličkog pogonskog sustava

prekidača

Uklapanje

Uzbudom svitka (5) uklopnog elektromagneta otvara se upravljačkiventil (3), a time preko nepovratnog ventila (11) i glavni ventil (4), koji

zbog samoodržanja ostaje otvoren. Gibanjem klipa u glavnom ventilu jednakovremeno se zatvara veza sa spremnikom ul ja (7) i otvara tlačni prostor prema „uklopnoj“ strani pogonskog klipa i pogon uklapa prekidač.

1 Hidraulički spremnik 2 Pogonski stap

3 Upravljački ventil 4 Glavni razvodni ventil

5 Uklopni svitak

6 Isklopni svitak

7 Uljni spremnik

8 Uljna crpka

9 Električki motor 10 Filter

11 Nepovratni ventil

12 Tlačni kompenzacijski ventil 13 Sigurnosni ventil

14 Manometar

15 Tlačni releji 16 Kompaktni hidraulički pogon



349

Isklapanje

Uzbudom svitka (6) isklopnog elektromagneta zatvara se upravljački

ventil (3). Glavni razvodni ventil (4) gubi samoodržanje, budući da ulje iztlačnog prostora „odlazi“ u spremnik ulja (7), te taj prostor ostaje bez tlaka.Gibanjem stapa u glavnom ventilu jednakovremeno se „uklopnoj“ stranistapa otvara veza sa spremnikom ulja i zatvara dotok stlačenog ulja iztlačnog prostora. Budući da je „isklopna“ strana stapa trajno pod tlakom,a pod „uklopnom“ se na opisani način tlak smanjuje, pogon isklapa prekidač.

Elektrohidraulički pogonski sustav u elektroenergetskim

postrojenjima HEP-a imaju prekidači proizvodnje KONČAR i SIEMENS.

Motorno opružni pogon

Motorno opružni pogonski sustav sastoji se od:

- Električkog motora, - uklopne opruge (spiralna ili cilindrična tlačna) i - isklopne opruge (cilindrična tlačna opruga)

1 isklopna zaporka 7 pogonska poluga

2 pogonska poluga 8 univerzalni električki motor 3 uklopna poluga 9 krajnja sklopka

4 uklopna zaporka 11 amortizer

5 glavna osovina A isklopna opruga

6 uklopna opruga (spiralna)

Slika 7.9. Motorno opružni pogon – spiralna i cilindrična opruga



350

Slika 7.10. Motorno opružni pogon – isklop

U normalnom pogonskom stanju kontakti prekidača su zatvoreni, aisklopna i uklopna opruga su napete.

Isklapanje

Uzbudom svitka isklopnog elektromagneta otpušta se isklopnazaporka (1), slika 7.10., i isklopna opruga (A) izvede isklop prekidača.

Gibanje kontaktnog sustava prekidača prigušeno je djelovanjem amortizera(11).

a) b)

Slika 7.11. Motorno opružni pogon – uklop

a) uklop

b) napinjanje uklopne opruge

11



351

Uklapanje

Uzbudom svitka uklopnog elektromagneta otpušta se uklopna zaporka

(4), slika 7.11. a). Pogonska poluga (2) dovodi uklopnu polugu (3) uzatvoreni položaj. Jednakovremeno napinje se i isklopna opruga (A). Utrenutku kada kontakti prekidača „dođu“ u zatvoreni položaj, uklopna poluga (3) se blokira isklopnom zaporkom (1), a pogonska poluga (2) seoslobađa i nastavlja gibanje do neutralnog položaja. Prekidač je uklopljeni strujni krug motora se zatvara preko krajnje sklopke (8), a motor (7) starta

i napinje uklopnu oprugu (6) slika 7.11 b). Kada je uklopna opruga napeta,

krajnja sklopka (8) otvara krug motora.

Ovakav opružni pogonski sustav u elektroenergetskim postrojenjimaHEP-a imaju prekidači proizvodnje KONČAR, ABB i AREVA.

Sličan princip rada ima i opružni pogon s dvije cilindrične tlačneopruge, slika 7.12. Na slici je predočen mehanizam s napetom uklopnomoprugom (7), odnosno u položaju za uklop.

Uklapanje

Uzbudom uklopnog svitka (1) otpušta se uklopna zaporka i „prazni“uklopna opruga (7). Uklopna opruga pokreće uklopnu kulisu (2) kojadjeluje na isklopnu kulisu (11). Isklopna kulisa „gura“ pogonsku motku (4)i preko kutne poluge (3) uklapa prekidač. Jednakovremeno pogonzapočinje nadopunjavanje napetosti uklopne opruge (7), a isklopna kulisa(11), preko pogonske osovine (13), napinje isklopnu oprugu (17) do

krajnjeg položaja i prekidač je spreman za isklop.

Isklapanje

Uzbudom isklopnog svitka (15) otpušta se isklopna zaporka i „prazni“isklopna opruga (17). Isklopna opruga preko motke isklopne opruge (6) i

pogonske motke (4) zakreće kutnu polugu (3) i isklapa prekidač.

Ovakav opružni pogonski sustav u elektroenergetskim postrojenjimaHEP-a imaju prekidači proizvodnje SIEMENS.



352

1 uklopni svitak

2 uklopna kulisa

3 kutna poluga

4 pogonska motka5 motka za uklopnu oprugu

6 motka za isklopnu oprugu

7 uklopna opruga

8 pogon

9 mehanizam za napinjanje

10 motka za napinjanje

11 isklopna kulisa

12 uklopni prigušnik

13 pogonska osovina14 isklopni prigušnik 15 isklopni svitak

16 kućište mehanizma

17 isklopna opruga

UKLOP

ISKLOP

Slika 7.12. Motorno opružni pogon – dvije cilindrične tlačne opruge



353

Elektromotorni pogon

Elektromotorni pogon je jedno od najnovijih rješenje pogonskog mehanizma,i za sada ga predlaže samo firma ABB pod imenom „ Motor Drive“, slika 7.13.

Riječ je o digitalnom sustavu sa servomotorom koji neposredno zakreće kontakte prekidača. Jedini pokretni dio pogona je osovina motora. Pogonska energija potrebna za rad motora akumulirana je u kondenzatorskoj bateriji, a upravljanje

se obavlja s pomoću digitalne I/O tehnologije i senzora položaja.

Slika 7.13. Elektromotorni pogon – „Motor Drive“

Temeljne su prednosti predmetnog pogona nepostojanje tzv. klasičnogmehanizma, odnosno minimalan broj mehaničkih (pokretnih) dijelova kao i povratna veza koja omogućava da I/O upravljački sustav kontinuirano

„obavještava“ korisnika o položaju, stanju motora i punjenju i pražnjenjukondenzatorske baterije. Pored toga predmetni pogon ima i funkciju samo-

testiranja tzv. „ Micro motion“ s kojom unaprijed programiranom učestalošću, čaki kada je prekidač u pogonu, s malim pomacima (< 1mm) pogonske motke

(kontakata) provjerava funkcionalnost prekidača.

7.3.1.4 Upravljački i kontrolni krugovi

Upravljački i kontrolni krugovi imaju funkciju upravljanja radom prekidača.Isklapanje ili uklapanje prekidača, u osnovi započinje vanjskim nalogom (ili sreleja ili od operatera) koji aktivira pogonski mehanizam poradi promjene

položaja glavnih kontakata. Jednakovremeno nadzorni sustav prekidača treba

ustanoviti dali je prekidač spreman izvršiti traženu „operaciju“ ili nije. U tu svrhu



354

14. Daljinski nadzor i pokazivači

13. Uređaj za isključivanje napajanja

nadziranog kruga

12.Sklopka za upravljanje (lokalno / daljinski)14. Lokalni nadzori pokazivači

11. Krajnja sklopka (startanje motora - nadopunjavanje pogonske energije)

10. Blokada

pumpanja

9. Kontakti kontrolnika gustoće

8. Signalna sklopka

4. Kontrolnik

gustoće

15. Nesimetrija polova6. Isklopni

svitak 1

5. Uklopni

svitak

7. Isklopni

svitak 2

1. Glavni kontakti

prekidača

2. Pogonski mehanizam

3. Električni

motor M

upravljački napon AC / DCDC 2DC 1

mehanička veza

električna veza

nadzorni sustav prekidača konstantno motri nekoliko pogonskih veličina, npr.stanje pogonske energije, gustoću plina, položaj glavnih kontakata i na temeljudobivenih informacija dopušta da prekidač izvrši sklopnu „operaciju“ ili blokira

rad prekidača. Postoji velik broj različitih shema kontrolnih i upravljačkihkrugova visokonaponskih prekidača, međutim, sama logika rada je uvijek jednaka, a predočena je na slici 7.14.

Slika 7.14. Kontrolni i upravljački krug visokonaponskog prekidača

1. Glavni kontakti prekidača (nisu dio nadzornog kruga) mehanički su vezani preko sklopne motke na pogonski mehanizam.

2. Pogonski mehanizam (nije dio nadzornog kruga) osigurava potrebnu

energiju za isklapanje i uklapanje glavnih kontakata.

3. Električki motor (nije dio nadzornog kruga) koristi se za nadopunjavanjehidrauličkog spremnika, odnosno „napinjanje“ pogonske opruge.

4. Kontrolnik gustoće (temperaturno kompenzirana tlačna sklopka)kontinuirano nadzire gustoću plina SF6.



355

5. Uklopni svitak . Stavljanjem ovog svitka pod napon pokreće se pogonskimehanizam za uklop glavnih kontakata prekidača. Kada glavni kontakti prekidača dođu u uklopljeni položaj, kontakti signalne sklopke („b“) uuklopnom strujnom krugu se otvaraju i na uklopnom svitku nestaje napon.

6. Isklopni svitak . Stavljanjem ovog svitka pod napon pokreće se pogonskimehanizam za isklop glavnih kontakata prekidača. Kada glavni kontakti prekidača dođu u isklopljeni položaj, kontakti signalne sklopke („a“) uisklopnom strujnom krugu se otvaraju i na isklopnom svitku nestaje napon.

7. Isklopni svitak 2. Obično postoje dva isklopna svitka, svaki na posebnomupravljačkom naponu kako bi se izbjeglo zatajenje prekidača u slučajunestanka upravljačkog napona.

8. Signalna sklopka koristi se prije svega za prekidanje napajanja uklopnog i

isklopnog svitka kada završi sklopna „operacija“. Koristi se i za monitoring

stanja prekidača, odnosno i za monitoring ostalih funkcija. Obično ima 6normalno otvorenih kontakata (NO) i 6 normalno zatvorenih kontakata

(NC). Često korisnici traže i puno veći broj kontakata. 9. Kontakti kontrolnika gustoće u slučaju gubitka plina, koji detektira

kontrolnik gustoće (4), prvo daju alarm „gubitak plina“, a u slučaju da plin„padne“ ispod dozvoljene vrijednosti blokiraju rad prekidača.

10. Blokada pumpanja koristi se za sprječavanje ponovnog uklopa ako je

slučajno ostala aktivna komanda „uklop“, a prekidač dobije nalog za isklop. Na taj se način sprječava višestruko uzastopno uklapanje i isklapanje

prekidača. Uklopna komanda stavlja pod napon anti-pumpni relej prekokontakta „a“ signalne sklopke. Jedan kontakt ovog releja prekida isklopnistrujni krug, a drugi kontakt služi za samodržanje releja sve dok ne nestanekomanda za isklop.

11. Krajnja sklopka služi za aktiviranje i zaustavljanje električkog motora kojisluži za nadopunjavanje hidrauličkog spremnika, odnosno za napinjanje pogonske opruge.

12. Sklopka za lokalno/daljinsko upravljanje omogućuje operateru biranjenačina upravljanja prekidačem.

13. Uređaj za isključivanje napajanja kontrolnog kruga služi za isključivanje snapona tijekom radova održavanja.

14. Kontrola i pokazivači služe za pokazivanje položaja prekidača, odnosnostatusa lokalna/daljinska kontrola.

15. Nesimetrija polova. U slučaju prekidača s jednopolnim pogonom može sedogoditi da sva tri pola prekidača nisu u istom položaju. Ukoliko se todogodi, vremenski relej se stavlja pod napon preko kontakata „a i b“signalne sklopke i nakon određenog vremenskog kašnjenja (1.5 do 5 s) daje prekidaču nalog za isklop, kako bi sva tri pola bila u otvorenom položaju.



356

7.3.2 Održavanje visokonaponskih prekidača

Održavanje (engl. maintenance) visokonaponskih prekidača je skup

tehničkih i administrativnih djelatnosti, sa ciljem da se prekidač održi ili ponovo„vrati“ u stanje u kojem može obavljati namijenjenu mu funkciju. Takove

djelatnosti može se podijeliti na dijagnostiku i na radove, slika 7.15.

Slika 7.15. Djelatnosti održavanja visokonaponskih prekidača

Dijagnostika (engl. dijagnostici) visokonaponskih prekidača je

pravovremeno ili periodičko određivanje stanja prekidača (i njegovih sastavnih

dijelova) sa ciljem procjene pouzdanosti daljnjeg pogona i/ili predlaganja načinai opsega servisiranja.

Pregled i provjere (engl. inspection) obuhvaćaju periodička vizualna

ispitivanja temeljnih osobina prekidača, te provjera funkcionalnosti, podešenostii točnosti. Provode se tijekom pogona, bez otvaranja prekidača. Predmetneaktivnosti obično se odnose na provjeru: tlakova, razina pogonskih tekućina,nepropusnosti, položaja releja, zagađenosti izolacijskih dijelova, ali i na radovekoji se mogu obavljati tijekom normalnog pogona, kao što su podmazivanje,čišćenje, pranje i sl.

Monitoring (engl. monitoring, supervision) obuhvaća aktivnosti koje se provode ručno ili automatski (očitavanjem mjernih instrumenata i signalizacije),

a u cilju promatranja stanja prekidača. Monitoring se provodi dok je prekidač u pogonu. Ukoliko se provodi kontinuirano osmatranje mjernih instrumenata riječ je o kontinuiranom motrenju (engl. continuos monitoring ).

Dijagnostička ispitivanja (engl. diagnostic tests) su usporedbena ispitivanja

bitnih parametara prekidača kako bi se potvrdila njihova funkcionalnost.

Izmjerene veličine uspoređuju se sa specificiranim ili prethodno izmjerenim



357

veličinama (npr. veličinama izmjerenim tijekom tzv. rutinskih ispitivanja, iliispitivanja tijekom puštanja u pogon). Dijagnostička ispitivanja obično se provodena prekidaču izvan pogona (engl. off-line tests), međutim, postoji mogućnost dase stanovita ispitivanja provode i tijekom pogona (engl. on-line tests).

Radovi na prekidaču mogu se obavljati tijekom pogona ( pregled i provjere),

odnosno kada je prekidač izvan pogona (revizije, remont i popravci).

Revizija (engl. examination) sadrži radove koji se obavljaju na prekidaču prema unaprijed definiranom redoslijedu i terminu. Uz pregled i provjere koje se

ne mogu obaviti tijekom pogona, provode se mjerenja i tzv. ne razorna ispitivanja,

na djelomično otvorenom prekidaču, kako bi se pouzdano odredilo njegovo stanje,te se pr ovodi čišćenje, podmazivanje i zamjena istrošenih dijelova.

Remont (engl. overhaul ) sadrži složenije radove na prekidaču u svrhu popravka ili zamjene elemenata za koje je pregledom, ispitivanjem ili mjerenjem

pokazano da odstupaju od uobičajenih vrijednosti.

Popravak se poduzima nakon kvara prekidača, a u svrhu ponovnoguspostavljanja njegovih normalnih funkcionalnih svojstava.

Veličine koje imaju utjecaj na stanje visokonaponskog SF6 prekidača su: - vođenje i sklapanje nazivne struje, - dielektrična naprezanja (pogonski napon, povišeni napon, atmosferski

i sklopni udarni prenaponi),

- mehanička naprezanja i utjecaj okoline, i

- vođenje i sklapanje struje kratkog spoja.

Postupci radova održavanja predočeni su u tablici 7.1.



359

Postoje četiri temeljna principa održavanja visokonaponskih prekidača:

vremenski temeljeno održavanje TBM (engl. Time Based Maintenance),

održavanje temeljeno na stanju prekidača CBM (engl.Condition Based

Maintenance),

održavanje temeljeno na pouzdanosti RBM (engl. Realibility Based

Maintenance), i

izlazak na kvar.

- Čujna kontrolasklapanja;

PRILIKOM

SKLAPANJA

- Zamjena svih dotrajalih

brtvi i gumenih brtvi

starijih od 5 godina

- Pregled vanjskih

metalnih površina, čišćenjei bojanje prema potrebi

- Pregled, provjera i

podešavanje elemenata pomoćnih strujnih krugovana pr. grijača, presostata,signalnih i krajnjih sklopki

itd.

- Podešavanje meh. sustavaaparata, u skladu s

uputama proizvođača

- Provjera vremena odziva

i/ili brzine kontakata.

PREKIDNA

I

UKLOPNAMOĆ

- Vizualna:

stanje krute

izolacije i

ostalih bitnih

dijelova lučne

i/ili prekidnekomore.

TIJEKOM

REVIZIJE

ILI REMONTA

- RADOVI NA IZOLACIJI

I NA MEHANIČKOMSUSTAVU (kako je

prethodno navedeno)

- Čišćenje manje nagorenihlučnih kontakata i/iliizolacijskih dijelova lučnekomore, kao na pr. sapnica

i slično

- Zamjena „jače“

nagorenih lučnih kontakatai kont. opruga i/ili zamjena

jače nagorenih izolacijskihdijelova lučne komore, kaona pr. sapnica i slično

- RADOVI

PODEŠAVANJA ISNIMANJA VREMENA

ODZIVA (kako je

prethodno navedeno)

- Zamjena svih dijelova

prekidnog elementa koji su

oštećeni pr i kvaru, ili

zamjena kompletnog

prekidnog elementa

- RADOVI

PODEŠAVANJA ISNIMANJA VREMENA

ODZIVA KAO U

SVOJSTVU (kako je

prethodno navedeno).



360

Vremenski temeljeno održavanje je održavanje u svezi starosti prekidača.Pregledi, dijagnostička ispitivanja i intervali između revizija su unaprijedodređeni, na osnovi proizvođačevih i/ili korisničkih iskustava. Održavanje se provodi u definiranim vremenskim intervalima ili nakon određenog brojasklapanja. Datoteka s podacima o provedenim održavanjima daje mogućnost promjene unaprijed određenih intervala, te je tada riječ o tzv. adaptivnom TBM.

Održavanje temeljeno na stanju prekidača je održavanje temeljeno narealnom stanju prekidača. Mjeri se (prati) stanje prekidača s pomoću podatakadobivenih uporabom pregleda, dijagnostičkih ispitivanja i sustava monitoringa.

Kada se stanje promjeni ili prelazi utvrđenu granicu, primjenjuju se mjere potrebne da se element „vrati“ u prihvatljivo pogonsko stanje. Održavanje se planira i provodi kada se ustanovi da je stanje prekidača postalo kritično. Može

se primijeniti monitoring (engl. monitoring ) prekidača pod naponom (engl. on-line) ili monitoring prekidača kad nije pod naponom (engl. off-line).

Održavanje temeljeno na pouzdanosti održavanje je koje se temelji na posljedicama kvara. Prvi put primijenjeno je u zrakoplovnoj industriji, a temelji

se na procesu od 7 koraka:

1. Izbor sustava 2. Definiranje rubnih uvjeta 3. Opis sustava 4.

Funkcioniranje sustava i funkcijske pogreške 5. Analiza kvara i njegovih učinaka- FMEA (engl. Failure Mode and Effects Analyses) 6. Analiza logičkih prioriteta

7. Odabir primjenljivih i ekonomski opravdanih mjera.Potrebna je povratna veza statistik e, pregleda, dijagnostičkih ispitivanja,monitoringa i iskustava iz održavanja kako bi se odredilo kada i koje mjere treba primijeniti.

Na stanje prekidača ima utjecaj njegov rad, ali i uvjeti okoline. Za prekidačekoji su u normalnom kontinuiranom pogonu, i koji se sklapaju u pravilnim

vremenskim intervalima vremenski temeljeno održavanje je dostatno. Međutim,za prekidače koji se koriste za višestruka sklapanja (npr. prigušnica ilikondenzatorskih baterija i koji relativno brzo načine tisuće „operacija“), odnosno

za prekidače koji se rijetko sklapaju (npr. u dalekovodnom polju koje se sklapadva tri puta godišnje) održavanje temeljeno prema stanju prekidača je pouzdanijei ekonomičnije.

Bolja procjena dobiva se uporabom održavanja temeljenog na pouzdanosti budući da se u obzir uzimaju i posljedice kvara, a stvarno potrebni radoviodržavanja za točno određene prekidače su u „pravom“ trenutku.

U Hrvatskoj elektroprivredi bitna, a moglo bi se reći i jedina metodaodržavanja je još uvijek vremenski temeljeno održavanje u skladu s preporukama proizvođača opreme.

Radovi održavanja, na primjer SF6 prekidača proizvodnje KONČAR dijele

se u tri grupe:



361

1. „Rutinska“ kontrola svake 4 godine

Predmetna kontrola uključuje radove koje je moguće provesti na prekidaču u pogonu. Ispuštanje plina SF6 nije potrebno.

2. Mala revizija

Provodi se nakon svakih 1500 sklapanja ili nakon 10 godina pogona.

3. Velika revizija (remont)

Provodi se nakon svakih 3000 sklapanja ili nakon 20 godina pogona.

Trajnost kontakata odgovara uobičajenoj životnoj dobi prekidača, međutimkada broj sklapanja struje kratkog spoja naraste iznad dozvoljenog prema slici

7.16. treba provesti kontrolu kontakata.

n - broj isklopa

I - struja koja se prekida

IA - nazivna prekidna moć

Slika 7.16. Dozvoljen broj sklapanja u ovisnosti o struji kratkog spoja



362

7.3.3 Dijagnostika i monitoring visokonaponskih prekidača

Uporaba dijagnostičkih tehnika i tehnika monitoringa ima smisla samo ako

je i ekonomski opravdana. Naravno, primjena tehnika monitoringa u slučajustarijih prekidača je preskupa, odnosno ograničena samo na specijalne slučajeve.Suprotno k tome periodička primjena dijagnostičkih tehnika na cijelu„populaciju“ prekidača i te kako je korisna i ekonomski opravdana. Jednako takocijena suvremenih sustava monitoringa koji se ugrađuju u nove prekidače je,relativno, mala zahvaljujući brzom razvoju na području senzora i mikroprocesorakoji se i tako već koriste za kontrolne i upravljačke sustave. Jedan od najtežih problema dijagnostičkih tehnika je kak o odrediti pravi trenutak kada je potrebno

zamijeniti dio ili čak cijeli prekidač. U tablici 7.2. predočeni su danas najčešćekorišteni parametri u dijagnostičkim tehnikama i tehnikama monitoringa koji se

koriste za pravovremeno otkrivanje oštećenja i kvarova, odnosno trošenja i tzv.degradacije.

Tablica 7.2. Parametri dijagnostičkih tehnika i tehnika monitoringa

IZOLACIJSKI MEDIJ MEDIJ ZA GAŠENJEELEKTRIČNOG LUKA

Tlak plina M Tlak plina M

Gustoća plina M Gustoća plina M

Količina plina D Količina plina D

Vlažnost D Vlažnost D

Produkti raspada P Produkti raspada P

Faktor gubitaka u ulju D Promjena tlaka D

Dielektrična čvrstoća ulja D Porast tlaka u tlačnom cilindru D

Razina ulja P Razina ulja P

Sadržaj vode u ulju D

Otpor izolacije D IZOLACIJSKI MATERIJAL

Kapacitet izolacije D Stanje površine izolatora P

Curenje ulja P Masa P

Odvodne struje M Parcijalna izbijanja D

Curenje plina SF6 D Faktor gubitaka D

Broj ponovnih proboja M

GLAVNI KONTAKTI

Položaj kontakata DM KINEMATIČKI LANCI

Položaj kontakata u odnosu namehanizam

DM Trenje D

Čistoća kontakata P Lom P

Temperatura kontakata D Prekomjeran rad P



363

Otpor kontakata D Čvrstoća P

Podmazivanje P korozija P

Nagaranje, oznake gorenja el.

luka

P

LUČNI KONTAKTI KONTROLNI/POMOĆNI

KRUGOVI

Stanje, trošenje P Uklopni i isklopni svitci DM

Dužina D Sklopna vremena D

Koordinacija s glavnim

kontaktima

DP Isključenje M

Udarac DM Stavljanje pod napon PM

Brzina DM Grijanje PM

Akceleracija DM Električni kontinuitet svitaka DM

Lučna vremena D Upravljački ventili uhidrauličkom sustavu

D

Zbroj prekinute struje M Pomoćni kontakti PM

Zbroj I 2t D Napon upravljanja svitaka DM

Napon motora DM

Tlak kompresorskog sustava D

Struja motora D

POGONSKI MEHANIZAM

Udarac, put DM

Brzina DM

Akceleracija DM

Sila D OSTALO

Prigušenje D Ne sinkronizam polova M

Razina ulja PM Temperatura najtoplije točke D

Dinamički pad tlaka D Pretjerana korozija P

Tlak plina u akumulatoru DM Neadekvatno podmazivanje P

Broj sklopnih ciklusa M Zagađenje P

Vrijeme ponovnog punjenja DM Boja P

Ukupno vrijeme rada M Znaci pretjeranog zagrijavanja P

Broj „operacija“ motora M Znaci gorenja el. Luka P

Položaj napete opruge PM Pukotine u porculanu P

Curenje ulja P Postolje P

Status svitka za isklop P Znaci vibracija D

P pregled

D dijagnostika

M monitoring

7.3.3.1 Dijagnostika visokonaponskih SF6 prekidača



364

Tablica 7.3. Dijagnostičke tehnike za visokonaponske prekidače

SVOJSTVO

DIJAGNOSTIČKE AKTIVNOSTI

NADZOR PREGLED I

PROVJERA

ISPITIVANJE

MJERENJE EKSPERTIZA

VOĐENJE

NAZIVNESTRUJE I

STRUJE

KRATKOG

SPOJA

- Kontrola iznosa

struje;- Kontrola

temperature

okoline (1);

- Kontrola nad

temperatura

kontakata (ako

postoji

kontinuirano

mjerenje).

SVAKI DAN,

KONTINUIRANO

- Vizualni

regled;

POVREMENO

- Termovizija.

2 x godišnje

- Vizualna

kontrola

kontakata.

TIJEKOM

REVIZIJE

ILI REMONTA

(2)

- Pad napona

(ili otpor)glavnog

strujnog

kruga.

PRIJE

REVIZIJE

ILI

REMONTA

(2)

NAKON

REVIZIJE,

REMONTA

ILI

POPRAVKA

(2)

- Samo u slučaju

ako se ne može postićideklarirani otpor.



365

NAPONSKE

ZNAČAJKE

- Kontrola tlaka ili

gustoće medija; - Kontrola razine

tekućinskogmedija;

SVAKI DAN,

KONTINUIRANO

- Osjetilna:

vidom – strani

talozi,

sluhom – jaka

pramenasta

izbijanja;

SVAKIH 3 DO

6 MJESECI

- Vizualno – stanje krute

izolacije.

TIJEKOM

REVIZIJE ILI

REMONTA (2)

-

Dielek trična

čvrstoćamedija;

-

Dielek trična

čvrstoćakrute

izolacije

(megerom ili

ispit.

naponom 50

Hz)

- Ispitivanje

pomoćnihstrujnih

krugova,2000 V,

50 Hz.

PRIJE

(I NAKON)

REVIZIJE,

REMONTA

ILI

POPRAVKA

(2)

- Parcijalna

izbijanja prema

potrebi (starog ili

obnovljenog

prekid.);

- Ispitivanje

vanjske krute

izolacije u

slanoj komori

(samo u

pecijalnim

slučajevima).

MEHANIČKA FUNKCIO-

NALNOST

I UTJECAJ

OKOLINE

- Kontrola tlaka u

akumulatoruenergije;

- Kontrola stanja

uklopne opruge;

- Kontrola sklopnog

stanja prekidača,

SVAKI DAN,

KONTINUIRANO

- Vizualna

kontrola meh.sustava

prekidača, posebno

mehanizma ili

pogona;

- Podmazivanje

i čišćenje prema potrebi.

JEDNOM

GODIŠNJE

- Čujna kontrolasklapanja.

PRILIKOM

SKLAPANJA

- Mjerenje

vremenaodziva i/ili

brzine

kontakata i

sinkronizma.

NAKON I

MOGUĆEPRIJE

REMONTA

(2) (3)

- Ekspertiza je

potrebna, samoako se ne mogu

postićideklarirana

vremena,

brzine kontakata

i/ili sinkronizam.



366

PREKIDNA

I

UKLOPNA

MOĆ

- Kontrola dojave

stanja

trošenja kontaktaili I 2t ako postoji.

KONTINUIRANO

ILI NAKON

PREKIDANJA

JAČEGKRATKOG SPOJA

PRILIKOM

PREKIDANJA

(2)

- Vizualna:

stanje krute

izolacije i

ostalih bitnih

dijelova lučnei/ili prekidne

komore.

TIJEKOM

REVIZIJE ILI

REMONTA (2)

(4)

- Mjerenje

sklopnih

vremena i

sinkronizma

polova.

- Mjerenje

produkata

raspada

plina SF6

- Mjerenje

sadržajavlage u

plinu.

PRIJE (I

NAKON)

REVIZIJE,

REMONTAILI

POPRAVKA

(2)

- Ekspertiza se

provodi samo u

slučajuneuspješnog

prekidanja ili

nenormalnog

vladanja

prekidača kod prekidanja (na pr.

ako se stvaraju

preveliki

prenaponi ili

slično).

Visokonaponski SF6 prekidači trebaju podnijeti određena električna,toplinska i mehanička naprezanja koja se na njih postavljaju pri različitim radnimrežimima pogona, što znači da trebaju imati određena svojstva odnosno tehničkesposobnosti.

Napomene:

(1) Pod „okolinom“ smatra se zrak u blizini prekidača. (2) Rokovi revizije i remonta prema uputama proizvođača. Orijentacijski rok

revizije ili remonta: – svake 4 god.

(3) Orijentacijski broj sklapanja prije revizije ili remonta: 500 sklapanja.

(4) Orijentacijski broj prekidanja „pune“ struje kratkog spoja prije revizije ili

remonta: 10 do 30 prekidanja

Prva četiri svojstva ili minimalno neka od njih obično imaju svi električki

strojevi, uređaji i oprema, dok je prekidna i uklopna „moć“ specifičnost prekidača, a proizlazi iz njihove temeljne namjene.

Na sličan način grupirana su ispitivanja koja obrađuju međunarodne IECnorme za sklopne aparate, te je taj način prikladan i za praćenje stanja idijagnostiku visokonaponskih prekidača u pogonu, Tablica 7.3.



367

7.3.3.2 Monitoring visokonaponskih SF6 prekidača

Kao pomoć pri dijagnosticiranju stanja prekidača i predviđanja mogućihkvarova, korisnik bi trebao provoditi monitoring potrebnih karakteristika i

funkcija prekidača. Dijagnostika stanja prekidača može pomoći korisniku pri određivanju stanja

pojedinih dijelova prekidača i produljivanju intervala između revizija. Prekidači mogu imati uređaje za monitoring ugrađene u isto kućište s

energetskim dijelom. Također, moguće je takove uređaje priključiti izvan na prekidač. Veličina i složenost dodatnih uređaja ovisi o tipu i nazivnim

vrijednostima prekidača, ulozi prekidača u sustavu i potrebama korisnika.

Monitoring (nadgledanje) prekidača zahtijeva sljedeće postupke od strane

korisnika:a) Periodičku vizualnu kontrolu mnogih pokazatelja, oznaka, mjernih

instrumenata, svjetlosnih signala, itd. na prekidaču, bez rastavljanja iliisključivanja prekidača, ali uz otvaranje ormarića s mehanizmom, ako je to potrebno.

b) Periodičku vizualnu kontrolu mnogih indikatora, mjernih instrumenata, naudaljenim lokacijama, bez rastavljanja ili isključivanja prekidača. To možezahtijevati kontinuirani priključak s pomoćnih kontakata, itd.

c) Vizualnu kontrolu raznih indikatora, mjernih instrumenata, te uređaja

privremeno spojenih na prekidač, kao što su npr. manometri. d) Kontinuirano ili periodičko automatsko bilježenje rada prekidačaupotrebom oscilografa, registratora redoslijeda događaja, registratorakvarova, itd. Navedeni postupci mogu zahtijevati isključivanje prekidača smreže i djelomično stavljanje izvan funkcije prekidača.

e) Stavljanje u pogon složenijih sustava dijagnostike koji su kontinuirano ili povremeno spojeni na prekidač.

f) Vanjska dijagnostička ispitivanja, kao što su kontrola sklopnih vremena,mjerenje kontaktnog otpora, izolacije, faktora snage, kao postupci mogu

zahtijevati isključivanje prekidača sa mreže i djelomično otvaranje prekidača, a mogu biti provedeni i tijekom pogonu.

g) Prema potrebi, pregled isključenog ili djelomično otvorenog prekidača,dopunjen potrebnim mjerenjima, ne razornim ispitivanjima, itd.

h) Kontrola podešenja i rada tlačnih sklopki. Prethodni postupci moguzahtijevati isključivanje prekidača s mreže.



368

U tablicama 7.4. do 7.9. date su neke od značajki i funkcija prekidača koje jemoguće kontinuirano ili periodički nadgledati. Tablice uključuju sljedeće:

a) značajk e koje treba nadgledati,

b) radno stanje prekidača (u pogonu/izvan pogona) tijekom monitoringa,

c) parametri koje treba mjeriti i dobivene informacije,

d) procjena stanja prekidača na osnovi sakupljenih informacija i e) odnos dobivene koristi prema sredstvima uloženim u sustav monitoringa.

Stanovite značajke besprekidno se motre preko mjernih instrumenata,mehaničkih indikatora ili releja, itd. spojenih na kontrolni (upravljački) sustav prekidača. Za ostale značajke prekidač je potrebno isključiti i izolirati ili čakdjelomično otvoriti.

Značajke s obzirom na faktor snage, otpor, itd. traže od korisnika da pravovaljano registriraju podatke i promatraju porast ili pad pojedinih veličinakako bi se pouzdano procijenilo stanje prekidača.

Uložena sredstva u sustav monitoringa predstavljaju troškove potrebnogmaterijala, projektiranja i izvođenja i troškove rada i održavanja sustava, te oviseo nekoliko faktora kao što su tip prekidača, složenost sustava za monitoring, broj prekidača koje sustav obuhvaća i njihova lokacija. Zbog toga različiti korisniciimaju različite visine uloženih sredstava. Uložena sredstva u sustav monitoringa

definiraju se kao mala ukoliko se sustav može izvesti bez većih izdataka za projektiranje i rad, bilo od strane proizvođača, bilo od strane korisnika. Uloženasredstva u sustav monitoringa definiraju se kao srednja kada su troškovi projektiranja i rada između malih i velikih. Uložena sredstva u sustav monitoringa

definiraju se kao velika kad postavljanje sustava zahtijeva značajne troškove projektiranja i rada ili ukoliko je prekidač potrebno isključivati ili djelomičnorastavljati prilikom monitoringa. Visoke troškove, također, predstavljaju iinformacije o stanje prekidača koje se posredno mogu dobiti uz znatno manjetroškove. Uložena sredstva u sustav monitoringa definiraju se kao ekstremno

velika kad prekidač treba premjestiti na drugu lokaciju radi ispitivanja ili kad treba provesti značajnu pripremu terena.

Korist od monitoringa definira se kao mala kada dobivene informacije koriste

samo za statistiku ili određivanje i promatranje trenda porasta ili pada pojedinihveličina. Korisnost je mala i ukoliko detektirano stanje prekidača ne zahtijeva brzoi neposredno djelovanje. Korist od monitoringa definira se kao srednja ukoliko je

važnost dobivenih informacija između male i velike. Korist od monitoringa

definira se kao velika kada dobivene informacije ukazuju na stanje koje, ukoliko

se ne korigira, može dovesti do većeg kvara prekidača.



369

Korisnik sam treba provesti analizu s kojom će odrediti do koje mjere trebaju prekidači biti opremljeni uređajima za monitoring. Proizvođač može dati preporuke s obzirom na mjerene parametre. Poznavanje kvarova koji su se većdogodili na prekidaču i važnost samog prekidača u sustavu od velike su pomoćikorisniku pri određivanju omjera uloženih sredstava i dobivene koristi za sustavmonitoringa koji smatra potrebnim.

Tablica 7.4. Monitoring mehaničkih karakteristika

Karakteris

tike koje

treba

nadgledati

Stanje

prekid

ača

Mjereni parametri

i dobivene

informacije

Procjena

Dobivena

korist /

Uloženasredstva

Statusindikatora u

ovisnosti od

položajamehanizma

I

Usporedba statusaindikatora (otvoren-

zatvoren) u odnosu

na položajmehanizma

Integritet mehanizma,spojeva, blokada i

indikatora da pomakne

glavne kontakte u status

ukl./iskl. i pravilno

indicira položaj

V/M

Status

glavnog

kontakta u

ovisnosti od

naloga za

uklop

0

Vrijeme od

uključenja douklapanja ili

isklapanja glavnihkontakata

Rad mehanizma pri

uklapanju i isklapanju V/V

Pozicija

kontakata u

ovisnosti o

vremenu

0Položaj kontakata uovisnosti o vremenu

Snaga sustava s

pohranjenom energijom;

pravilno podmazivanje,

rad amortizera,

odskakivanje kontakata,

trenje mehanizma

V/V

Podešavanje kontakata 0

Dimenzije ili položaj

kontakata ili spojnihdijelova

Pravilan rad kontakata V/V

Status

pomoćnihkontakata u

ovisnosti od

naloga za

uklop

I

Vrijeme od

uključenja douklapanja ili

isklapanja pomoćnihkontakata

Rad mehanizma pri

uklapanju i isklapanju V/M

I - prekidač uključen i u pogonu; 0 – pr ekidač isključen i uzemljen; M – mala;

S – srednja; V – velika; EV – ekstra velika



370

Tablica 7.5. Monitoring električnih karakteristika

Karakteris

tike koje

trebanadgledati

Stanje

prekid

ača

Mjereni

parametri i

dobiveneinformacije

Procjene

Dobivena

korist /

Uloženasredstva

Kontaktni

otpor0

Otpor kontakata i

drugih dijelova

strujnog puta u

Cjelovitost spojne

površine kontakata i primijenjene sile

V/V

Temperatur

a kontakata

i vodiča uovisnosti o

struji

0Porast temperature

kontakata i vodiča

Stanje kontakata i

vodiča

Stanje medija za

prijenos topline

V/V

Temperatur

a krajeva

provodnog

izolatora

I

Relativna

temperatura

krajeva provodnog

izolatora

Temperatura krajeva

provodnog izolatora

unutar dozvoljenih

granica

Stanje krajeva

provodnog izolatora

V/M

I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala;


Tablica 7.6. Monitoring izolacijskih karakteristika

Karakteris

tike koje

treba

nadgledati

Stanje

prekid

ača

Mjereni

parametri i

dobivene

informacije

Procjene

Dobivena

korist /

Uloženasredstva

Podnosivi

naponizolacije

0

Podnosivi napon ili

probojni napon većiod specificiranog

Onečišćena ili na drugi

način oslabljena izolacijameđu fazama i od faze prema zemlji

V/EV

Podnosivi

napon

prekidne

komore

0

Podnosivi napon ili

probojni napon većiod specificiranog

Onečišćena izolacija prekidne komore i

visokonaponski

kondenzatori

V/EV

Klizna

struja

izolatora

0 Klizna strujaOnečišćeni ili popucali

izolatoriV/V



371

Buka I Neobična buka,

vibracije, korona

Pojava el. luka na

izolaciji, slabo

pričvršćeni provodniizolatori

S/M

Ispitivanje

prisutnosti

vanjske ili

unutarnje

korone

0 Prisutnost korone

Slabljenje izolacije

Kontakti oštećeni ili sene dodiruju

M/EV

Provodni

izolatori0

Kapacitet, faktor

snage

Sposobnost provodnog

izolatora da izdržispecificirani napon

Kvaliteta provodnih

izolatora

V/V

Indeks

gubitaka

prekidača(kućišta)

0

Faktor snage

čitavog prekidačaod svih primarnih

krajeva do zemlje

Neprekinutost svih

izolacijskih sustava od

faze prema zemlji

V/V



Tablica 7.7. Monitoring karakteristika sklapanja

Karakteris

tike koje

treba

nadgledati

Stanje

prekid

ača

Mjereni

parametri i

dobivene

informacije

Procjene

Dobivena

korist /

Uloženasredstva

Karakteristi

ke prekidne

komore

0

Struja, napon luka,

prijelazni povratni

napon i put

kontakata pri

sklapanju

Cjelovitost prekidne

komore, spojeva i

mehanizma pri

prekidanju struje i

otvaranju strujnog kruga

V/EV

Upotreba

prekidne

komore

0

Akumulirana

energija luka ili

erodiranost

kontakata

I 2t

Protekla ili preostala

životna dob prekidnekomore

V/V





372

Tablica 7.8. Monitoring karakteristika pomoćnih i kontrolnih krugova

Karakteris

tike koje

trebanadgledati

Stanje

prekid

ača

Mjereni

parametri i

dobiveneinformacije

Procjene

Dobivena

korist /

Uloženasredstva

Izvor za

uklapanje,

izvor za

okidanje,

izvor za

nabijanje,

izvor za

grijanje

I Napon izvora

Odgovarajući izvori zaosiguranje potrebne

energije za uklapanje i

okidanje, nabijanje

(pneumatika, hidraulika

opruga) i grijače

V/M

Rad

okidačkog iuklopnog

svitka

0, IOblik i amplituda

struje namota

Cjelovitost namota,

kontakata pomoćnihsklopki i ožičenja,

krutost izvora

V/S za 0

V/V za I

Rad motora I

Struja grijača koju„vuče“ iz izvora u

radu

Cjelovitost motora,

kontakata pomoćnihsk lopki i ožičenja,

krutost izvora

V/S

Rad grijača IStruja koju grijač„vuče“ iz izvora

prilikom rada

Cjelovitost grijača,kontakata pomoćnihsklopki i ožičenja,

krutost izvora

V/M

Rad

daljinske

kontrole

0, I

Daje li daljinska

kontrola željenerezultate

Cjelovitost i pozicija

lokalne i daljinske

kontrole, ožičenja ikomunikacijskih kanala

V/S za I

V/V za 0

Funkcionira

nje

kontrolnihkrugova

0

Utvrditi da li

kontrolni krugovi

funkcioniraju na predviđen način

Pravilan rad kontrolnih

krugova V/S

Stanje

okidačkih iuklopnih

blokada/svit

aka

0

Odrediti minimalni

napon potreban za

pravilan rad

okidačkih iuklopnih

namota/blokada

Energija uložena za radokidačkih ili uklopnih blokada ukazuje na

stanje sustava blokada

S/S



373

Tablica 7.9. Monitoring posebnih karakteristika jednotlačnih SF 6 prekidača

Karakteris

tike koje

trebanadgledati

Stanje

prekid

ača

Mjereni

parametri i

dobiveneinformacije

Procjene

Dobivena

korist /

Uloženasredstva

Razina

plina SF6 I

Tlak,

Gustoća (tlak itemperatura)

Procjena sposobnosti

podnošenjaspecificiranog napona,

te vođenja i prekidanjastruje

V/M

Rad

prekidne

komore

0

Promjene tlaka u

vremenu prilikom

sklapanja

Procjena rada

kompresijskog stapa,

sapnice i kontakata

V/EV

Vlaga u SF6 I

Mjerenje količinevodenih para u SF6

u milijuntinkama

Procjena razine H2O u

SF6 koji može utjecatina razinu podnosivog

napona, sposobnost

prekidanja

V/M

Otpornici

zauklapanje i

isklapanje

(ukoliko

postoje)

0 Otpor u

Utvrditi je li otpor

unutar predviđenihtolerancija

V/V

0Vrijeme umetanja

u ms

Odrediti je li vrijeme

umetanja izmeđuuklapanja (isklapanja)

otporske sklopke i

uklapanja (isklapanja)

glavnih kontakata

unutar dozvoljenih

granica

V/V

Visokonapo

nski

kondenzatori (ako

postoje)

0 Kapacitet u pF

Utvrditi je li kapacitet


V/V

Kondenzato

ri izmeđufaze i

zemlje (ako

postoje)

0 Kapacitet u pF

Utvrditi je li kapacitet


V/V

Grijač IStruja grijača

Otpor grijača

Utvrditi stanje plina

SF6 i brtvi V/M



374

7.3.4 Moderne metode održavanja elektroenergetskih postrojenja

7.3.4.1 Dijagnostička ispitivanja

Dijagnostička ispitivanja visokonaponskih prekidača čine prvi korak u promjeni strategije održavanja, od vremenski temeljenog održavanja naodržavanje prema stvarnom stanju prekidača. Na taj se način postižu pouzdaniji iekonomičniji rad prekidača, pouzdanija eksploatacija cijelog elektroenergetskog postrojenja, kao i značajne uštede pri održavanju prekidača. Rezultatidijagnostičkih ispitivanja koja je KONČAR – Institut za elektrotehniku proveo

2004., 2005. i 2006. godine na visokonaponskim prekidačima uelektroenergetskim postrojenjima HEP-a predočeni su u tablici 7.10. i 7.11.

Tablica 7.10. Rezultati dijagnostičkih ispitivanja visokonaponskih prekidača

Dijagnostička ispitivanja

Broj komada /

ukupno ispitanoNađena neispravnost

Redovito 82 / 110 30

Referentno

(nakon montaže ili

remonta)

23 / 110 1

Ostalo

(havarije postrojenja,

studije)

5 / 110 2

Tablica 7.11. Najčešći uzroci neispravnosti uočeni dijagnostičkim ispitivanjima

Najčešći uzrocineispravnosti

Nađeno na brojuod 15 prekidača

Sklopnici, tlačne sklopke, manometri,grijači

10

Povećani pad napona 4

Sklopna vremena 4

Sniženi tlak / gustoća plina 1



375

Iz tablice 7.10. uočava se da je tijekom dijagnostičkih ispitivanja otkrivena

nepravilnost u radu približno 30 % prekidača koji su redovito održavani u skladus preporukama proizvođača i u skladu s HEP-ovim Pravilnikom o održavanjuvisokonaponske opreme. Upravo zbog toga kao dodatak redovitom održavanju prekidača trebalo bi uključiti i dijagnostička ispitivanja i mjerenja, i to na prekidačima u generatorskim i transformatorskim poljima jednom godišnje, a na prekidačima u ostalim poljima svake dvije godine. Dijagnostička ispitivanja imjerenja provode se na prek idaču izoliranom od mreže i na jednom kraju kratkospojenom i uzemljenom, a prema shemi predočenoj na slici 7.17.

Predmetna ispitivanja moguće je podijeliti u slijedeće grupe ispitivanja: 1. mjerenje sklopnih vremena i brzina,

2. provjera zagrijanja prek idača,

3. provjera prisutnosti produkata raspada i sadržaja zraka u plinu SF6,4. provjera točke rosišta / relativne vlažnosti plina,5. provjera gustoće plina, 6. provjera curenja plina SF6 i

7. provjera djelovanja blokada i vremena recirkulacije.

Slika 7.17. Dijagnostička ispitivanja SF 6 visokonaponskog prekidača



376

7.3.4.2 Nadzor u realnom vremenu - monitoring

Sustav monitoringa visokonaponskog polja elektroenergetskih postrojenja

razvijen je kako bi se moglo u svakom trenutku ocijeniti stanje nadziranih aparata

i uređaja, te na temelju istog donijeti valjanu odluku o potrebnoj aktivnosti usmislu održavanja i daljnje eksploatacije.

Predmetni sustav (slika 7.18.) koncipiran je na osnovi programibilnog

kontrolera Compact RIO (engl Programmable Automation Controller ), koji

prikuplja rezultate mjerenja sa senzora ugrađenih na opremi, te ih prosljeđuje doračunala servera.

Rezultati mjerenja obrađuju se na računalu u programu Lab VIEW , koji je

konfiguriran prema konkretnom visokonaponskom polju. Podaci dobiveni

obradom slažu se i spremaju u bazu te se prezentiraju kroz grafičko sučelje na

računalu (slika 7.19.), a kojem je moguće pristupiti i daljinski (lokalna mreža iliinternet).

Prednji rub sustava čine slobodni signalni kontakti i senzori koji se ugrađujuna motrenu opremu. Koriste se standardni senzori za industrijsku primjenu, i to:

- strujni mjerni transformatori,

- shuntovi,

- senzori tlaka,

- PT-100 sonde za mjerenje temperature,

- analogni i digitalni encoderi za snimanje puta i brzina,- senzori za točku rosišta plina i - senzori za gustoću plina i ostalo.

Centralni dio sustava je programibilni kontroler Compact RIO, proizvodnje

National Instruments, u kojeg se, ovisno o željenom broju i tipu motrenih veličinaugrađuje module za potrebne funkcije. Jedan kontroler može primiti do osamrazličitih modula, i može pokriti broj signala za potrebe do dva polja. Kontroler

ili više njih se povezuje sa serverom preko optičkog kabela, preko kojeg prosljeđuje signale, a koji se zatim obrađuju i spremaju na serveru.



377

Slika 7.18. Sustav monitoringa VN rasklopnog postrojenja



378

Na ovaj način dobiven je relativno otvoreni sustav, koji dozvoljava prikupljanje velikog broja različitih signala i veličina, a spomenut će se samo nekeza SF6 prekidač:

Dinamičke pojave pri jednostavnijim i složenijim sklopnim„operacijama“ prekidača:

- struja glavnog strujnog kruga,

- struje upravljačkih svitaka, - brzine i hodovi kontakata i/ili mehanizma,

- promjena hidrauličkog tlaka,

- sklopna vremena u krugu glavnih kontakata i pomoćnih kontakatasignalnih sklopki, i

- promjene pomoćnog napona.

Pojave u svezi s radom motora:

- struja i vrijeme rada i

- učestalost prorade ovisno o sklopnom stanju prekidača.

Statusne veličine u svezi stanja prekidača: - stanja kao što su sklopno stanje glavnog i pomoćnih strujnih krugova,

napetosti opruge, prisutnosti i veličine pomoćnih napona, rad grijača, - prorada blokada prekidača,

- tlak, točka rosišta, temperatura i gustoća SF6 plina, i- temperatura upravljačkog ormarića i okoline i ostalo.

Trendovi vezani uz dinamiku i smjer promjena izmjerenih veličina naprekidaču:

- promjene hodova i kumulativ ( I 2 t ) isklopne struje (trošenje kontakata), - gubitak plina,

- „prelijevanje” ulja u hidrauličkom pogonu, i

- promjene sklopnih vremena, oblika struje upravljačkih svitaka, krivulje puta.



379

Slika 7.19. Grafičko sučelje sustava monitoringa VN rasklopnog postrojenja



380

7.3.5 Ekspertni sustav za nadzor i upravljanje elektroenergetskim

postrojenjima

Ekspertni sustav za nadzor i upravljanje elektroenergetskih postrojenja

predstavlja suvremeni način kontrole rada primarne opreme u

elektroenergetskom postrojenju. Navedenim sustavom može se npr. većinakvarova visokonaponskih prekidača (približno 80 %) otkriti, identificirati(približno 67 %) pa čak i predvidjeti, također troškovi održavanja bitno sesmanjuju, a pouzdanost rada prekidača i elektroenergetskog postrojenja ucijelosti se povećava.

Lista senzora koji su potrebni za detektiranje, identificiranje odnosno

predviđanje očekivanih kvarova na visokonaponskom prekidaču dana jetablica 7.12. Iz tablice 7.12. uočljivo je da se većina kvarova može otkriti

monitoringom veličina koje se odnose na akumulator energije i mehanički prijenos pogonskog mehanizma. Poradi svoje složenosti pogonski mehanizamzahtjeva i najveći broj senzora. Međutim, to ujedno znači i da će najveći brojsenzora biti na potencijalu zemlje, te nije potrebna dodatna visokonaponska

izolacija, nego su dostatne uobičajene mjere za postizanje elektromagnetskekompatibilnosti - EMC.

Kako bi sustav „došao" do cjelovitog izražaja, odnosno kako bi se poredotkrivanja kvara koristio i za njegovo identificiranje i predviđanje, potrebno jeu sustav uključiti i funkcionalni računalni model visokonaponskog prekidača

(poglavlje 7.5.) koji može dovoljno točno simulirati rad sustava u normalnomi nenormalnom pogonskom stanju.

Model koristi tehničke parametre prekidača, kao i vanjske pogonskeuvjete. Uz odgovarajuće ulazne podatke i veličine model bi trebao kao izlazneveličine davati veličine koje mjere senzori sustava trajnog monitoringa prekidača uz jednake pogonske uvjete.

Tablica 7.12. Senzori za detekciju kvarova prekidača

SENZOR za

obvezatno

otkriva kvar

dodatno

otkrivakvar

ukupno

Pogonski napon 20 6 26

Pogonska struja 21 23 44

Put kontakata 47 7 54

Signalna sklopka 33 21 54

Tlak/gustoća plina 38 1 39

Vlažnost plina 4 0 4

Akumulirana pogonska energija 106 19 125

Upravljački napon 46 14 60



381

Upravljačka struja 20 12 32

Neprekinutost upravljačkog svitka 7 26 33

Napon motora 117 5 122

Struja motora 16 104 120

Napon grijača 6 3 9

Struja grijača 7 2 9

Temperatura okoline 0 24 24

Temperatura pogonskog mehanizma 3 5 8

Temperatura plina u prekidnoj komori 4 34 38

Blokada rada zbog nedostatka pogonske

energije

20 92 112

Blokada rada zbog gubitka plina SF6 38 0 38

UKUPNO RAZLIČITIH KVAROVA 553 398 951

Proces postavljanja realnog uvida sastoji se od tri temeljna procesa:

1. utvrđivanje bitnih elemenata (odstupanje između promatranog inormalnog vladanja),

2. postavljanje stava (pretpostavka koja kom ponenta može bitiuzrok kvara),

3. provjera svake komponente (za koju se procjeni da je sukladna

s opažanjem).

Broj mogućih dijagnostičkih hipoteza N, raste eksponencijalno s brojem

komponenata sustava k :

N ≥ 2k (7.1)

U osnovi tri temeljne metode koje se koriste u ekspertnim sustavima za

dijagnostiku stanja su:

1. dijagnoza koja se temelji na odgovarajućim pravilima,

2. dijagnoza koja se temelji na matematičkom modelu i 3. dijagnoza koja se temelji na tzv. problemu „slučaj".

U slučaju br. 1 koriste se ekspertna znanja i iskustva na osnovi kojih se postavljaju odgovarajuća pravila o postupanju u slučaju nepravilnosti pri radu prekidača. Predmetnom metodom nemoguće je „pokriti" nepredviđenedogađaje.

Primjenom metode br. 2 koristi se simulacijski matematički model prekidača za otkrivanje nestandardnog vladanja bilo koje njegove komponente.



382

Budući da model simulira vladanje prekidača u realno mogućim pogonskimstanjima posebna ekspertna iskustva nisu potrebna. Za navedenu metodu

potrebna je jasnije poznavati vladanje prekidača i u okviru elektroenergetskogsustava.

U slučaju br. 3 koristi se baza podataka o realnim kvarovima na prekidačutijekom pogona i njihovim uzrocima kako bi se na osnovi toga postigla

najbolja moguća rješenja u slučaju nastanka novonastalih tzv. problematičnih pogonskih stanja. U slučaju predmetne metode potrebno je imati prikupljenovećinu podataka o kvarovima na prekidaču prije kao i o načinu njihovogrješavanja.

Predlaže se kombinacija dviju dijagnostičkih metoda: metode koja ima

uporište na matematičkom modelu i metode koja se temelji prema slučaju.

Matematički model koristi se za otkrivanje nestandardnog vladanja nekog

od elementa prekidača, dok se baza podataka o realnim kvarovima i njihovimuzrocima u prošlosti koristi kako bi se pronašlo rješenje problema.

Korištenjem simulacijskog modela, predočenog u poglavlju 7.5.

simuliraju se realno moguća pogonska stanja visokonaponskog prekidača, arezultati simulacije pohranjuju se u bazu podataka. Predmetna baza podataka

koristi se za utvrđivanje stanja prekidača kada se ustanovi odstupanje odreferentnih vrijednosti.

Simulacijski model visokonaponskog SF6 prekidača predočen u poglavlju7.5. predstavlja osnovu za izradu ekspertnog sustava monitoringa prekidača, isvakako bi ga trebalo doraditi i ugraditi u sustav trajnog monitoringa

visokonaponskih prekidača.



383

7.3.6 Razvoj aplikativnih ekspertnih sustava za elektroenergetska

postrojenja – simulacijski model visokonaponskog prekidača

U svrhu teorijskih istraživanja vladanja visokonaponskih SF6 prekidačatijekom pogona korisnim se čini zasnovati i njihov odgovarajući matematičkiodnosno računalno podržan simulacijski model. Da bi se takav model razvio

nužno je poznavati fizikalno matematičke, mehaničke te ostale podloge kojesu imanentne prekidačima kakovi su SF6 prekidači. Da bi se teorijskaistraživanja fizikalno potvrdila bitna su i istraživanja određenih stanja

prekidača u realnom pogonu, temeljem kojih se može potvrditi pouzdanostzasnovanog matematičkog modela.

7.3.6.1 Struktura simulacijskog modela visokonaponskog SF6 prekidača

Kako bi se omogućilo što bolje poimanje, a tako i predviđanje mehanizma

kvara pojedinih konstrukcijskih elemenata visokonaponskog prekidača,zasnovan je SIMULINK model visokonaponskog SF6 prekidača. SIMULINK

je grafički simulacijski alat koji koristi tzv. matematičku ljusku MATLAB-a

kako bi se provela dinamička analiza nekog sustava. Kao temelj iskorišten jeSIMULINK model visokonaponskog prekidača ABB s opružnim pogonom,

koji je dopunjen i prilagođen visokonaponskom SF6 prekidaču 123 kV selektro hidrauličkim pogonom.

Model ima 46 ulaznih i 27 izlazna parametara koji se mogu pratiti u

realnom vremenu tijekom simulacije. Radi lakšeg prilagođavanjasimulacijskog modela drugim tipovima visokonaponskih prekidača, model jenormaliziran, odnosno normalna vrijednost svih ulaznih i izlaznih parametara

je 1.

Prekidač je predočen s tri temeljne funkcijske cjeline: kontrolni iupravljački krug, pogonski mehanizam i prekidna komora (slika 7.20.). Svakaod ovih cjelina modelirana je nezavisno i sastoji se od više različitih pod

sklopova koji se posebno modeliraju. Svi pod sklopovi spojeni su preko

odgovarajućih ulaznih i izlaznih podatkovnih veza u cjeloviti model prekidača.Razvijeni model može simulirati rad prekidača kao i rad svake njegovekomponente, što je vrlo bitno za dijagnostiku nepravilnosti pri radu prekidača.Parametri modela podešavaju se ručno kako bi se što bolje opisao prekidač kojise nadzire. Model se koristi da se simuliraju svi realno mogući kvarovi na prekidaču, a rezultati se spremaju u bazu podataka. Baza se može koristiti u



384

sustavu trajnog monitoringa prek idača, kako bi se, u slučaju odstupanja rada prekidača od normalnog pogona, što bolje dijagnosticirao kvar.

Najveći broj kvarova visokonaponskih prekidača je mehaničke naravi,odnosno utvrđeni su u pogonskom mehanizmu. Upravo zbog toga posebna pozornost data je modeliranju pogonskog mehanizma, te je predmetni pod

sklop i najsloženiji dio simulacijskog modela.

Kontrolni i upravljački krug simuliran je sa 6 pod sklopova: kontrolni

krug, isklopni svitak, uklopni svitak, pomoćni kontakt A, pomoćni kontakt B i mehanička veza pomoćnih kontakata.

Upravljački napon se „prosljeđuje“ uklopnom, odnosno isklopnomsvitku samo ako postoji kontrolni signal, ako je odgovarajući pomoćni kontaktzatvoren i ako je pomoćni sklopnik uklopljen.

Izlazni parametri su: napon isklopnog svitka, napon uklopnog svitka,

struja svitka, mehanička sila na glavni razvodni ventil, položaj mehaničkeveze, stanje kontakata.

Pogonski mehanizam simuliran je sa 8 pod sklopova: radni hidrauličkicilindar, glavni razvodni ventil, visokotlačni volumen, radni spremnik

(akumulator), uljna crpka, mehanički prijenos crpke, električki motor i krajnjasklopka.

Kad se pokrene električki motor, isti preko uljne crpke „tjera“ ulje i tlači plin N2 u radnom spremniku. Kada se postigne najveći radni tlak, električkimotor se zaustavlja. Uklapanje se izvodi električkim ili ručnim aktiviranjemuklopnog svitka koji djeluje na glavni razvodni ventil.

Glavni razvodni ventil se podiže i zatvara spoj prema uljnom spremniku,a otvara visokotlačni volumen na uklopnoj strani stapa u radnom spremniku.

Radni stap u radnom cilindru preko sklopne motke zatvara glavne kontakte

prekidača. Isklapanje se izvodi električkim ili ručnim aktiviranjem isklopnogsvitka koji djeluje na glavni razvodni ventil. Glavni razvodni ventil zatvara

spoj prema visokotlačnom volumenu, zbog čega se rasterećuje uklopna strana pogonskog cilindra prema uljnom spremniku. Radni stap, zbog prisustva tlaka

u prostoru pogonskog cilindra, preko sklopne motke otvara glavne kontakte

prekidača.

Izlazni parametri su: gubitak ulja, položaj stapa, položaj glavnograzvodnog ventila, količina ulja na ulazu visokotlačnog volumena, položajakumulatora, hidraulički tlak generiran akumulatorom, mehaničko opterećenje polužja, mehaničko opterećenje motora, brzina vrtnje motora i struja motora.



386

2

put stapa

1

gubitak ulja

1.5

ubrzanje

u(1)*u(2)

tlak na strani ventil a

u

stacionarno stanje

sila na

strani ventila

sila na

strani motke1

sxo

put

70

prigusenje

1

povrsina stapa

(strana ventil a)

0.68

povrsina stapa

(strana motke)

0.02

masa motke

tanh(200*u)

krivulja puta

granicno prigusenje

granicni uvjeti

efektivna sila

efektivna povrsina

1

s

brzina

Scope

-0.5

3

-K-

1

10

hidraulicko prigusenje

9

prigusenje O

8

prigusenje C

7

limit O

6

limit C

5

poc.pozicija

4

meh.prigusenje

3

masa pokr.sistema

2

pozicija ventila

1

hidrulicki tlak

Kao što je već prethodno navedeno, zbog važnosti pogonskog mehanizma

na funkcionalnost prekidača, pojedini pod sklopovi modelirani su vrlo složeno. Na slici 7.21. predočen je detaljno model jednog pod sklopa pogonskog

mehanizma – radni (hidraulički) cilindar .

Slika 7.21. SIMULINK pod sklop - radni (hidraulički) cilindar

U radnom cilindru nalazi se stap, koji je preko sklopne motke povezans glavnim kontaktima prekidača.

Za isklapanje kontakata potrebno je dovesti hidraulički tlak samo na površinu stapa na strani sklopne motke (isklopna strana), pri čemu se isti pomiče u isklopni položaj.

Za uklapanje kontakata, hidraulički tlak se dovodi s obje strane stapa, iovisno o razlici površine stapa na isklopnoj strani i površine stapa na straniglavnog razvodnog ventila (uklopna strana) stap se pomiče u uklopni položaj,

odnosno preko sklopne motke dolazi do zatvaranja kontakata. Sila potrebna za



387

uklapanje jednaka je razlici sila koje djeluju na suprotnim stranama pogonskog

stapa, odnosno razlici površina isklopne i uklopne strane stapa. Površinaisklopne strane stapa je za površinu sklopne motke manja od površine uklopnestrane stapa.

Prekidna komora je simulirana s 3 komponente: sklopna motka, glavni

kontakti i pokazivač položaja.

Gibanje hidrauličkog stapa prenosi se pomoću sklopne motke na glavne

kontakte. U trenutku kada se kontakti približe na probojni razmak, odnosnokada napon između kontakata premaši dielektričnu čvrstoću počinje teći struja.

Prilikom razdvajanja kontakata između njih se pali električni luk.

Električni luk se gasi pri prolazu struje kroz nul točku ukoliko se kontaktinalaze u krajnje otvorenom položaju.

Izlazni parametri su: tlak plina SF6, položaj sklopne motke, naponelektričnog luka, električni otpor kontakata, stanje kontakata, masa kontaktnog

sustava, efektivno prigušenje, položaj kontakata, napon izvora, napon tereta i pogonska struja.

Simulirano je samo prekidanje pogonskih struja, budući da je prekidanje

struje kratkog spoja vrlo rijetko.

Međutim, da bi se razumjelo i proces prekidanja struje kratkog spoja,

odnosno djelovanje prekidne komore, u pod sklop „glavni kontakti” moguće je ukomponirati i model električnog luka, npr. Mayrov model (7.2), slika 7.22.

Riječ je o matematičkom modelu koji opisuje električne veličine električnogluka, odnosno opisuje električno vladanje prekidača, a ne simulira složenefizikalne procese unutar prekidača.

1

1

d

dln

d

d1

P

ui

t

g

t

g

g (7.2)

g vodljivost električnog luka (S), u napon električnog luka (V), i struja električnog luka (A), vremenska konstanta elek tričnog luka (s) i P snaga hlađenja (W).



388

Mayrov

model el. luka

1signal

struja el. luka

razdvajanje

kontakata

+-

v

napon

el. luka

detekcija nul-tocke

Mayrov model el. luka

DEE

editor diferencijalne

jednadzbe

1

Dok su kontakti zatvoreni, vrijedi slijedeća diferencijalna jednadžba:

t

g

d

dln0 (7.3)

Zbog toga se model električnog luka vlada kao vodič s vodljivošću g (0).

Od trenutka razdvajanja kontakata rješava se Mayrova jednadžba:

1

1

d

dln 2

P

gu

t

g

(7.4)

Početni parametri: g (0), , P i trenutak razdvajanja kontakata trebaju se

zadati prije početka simulacije.

Slika 7.22. Model električnog luka

Na slici 7.23. predočene su ulazne i izlazne veličine simulacijskog modelavisokonaponskog SF6 prekidača. Ulazne veličine dobivene su na temelju podataka proizvođača, kao i na temelju dijagnostičkih mjerenja i ispitivanja provedenih na SF6 prekidaču 123 kV. Nazivne vrijednosti ulaznih veličina zanormalan pogon predočene su također na slici 7.23. Svaka ulazna veličinamože se mijenjati zasebno, kako bi se simulirala greška, odnosno kvar na

pojedinom konstrukcijskom sklopu prekidača.



389

Postoji 15 izlaznih veličina, pri čemu prvih 9 odgovara senzorima koji su postavljeni na SF6 prekidač 123 kV:

1. tlak plina SF6,

2. hidraulički tlak, 3. put mehanizma,

4. struja glavnog strujnog kruga,

5. struja motora,

6. struja isklopnog svitka,

7. struja uklopnog svitka,

8. pomoćni napon (isklop), 9. pomoćni napon (uklop),

10. napon izvora,11. napon tereta,

12. napon na isklopnom svitku,

13. napon na uklopnom svitku,

14. stanje motora (uključen/isključen) i 15. stanje akumulatora (prazan/pun).



390

1

0.01

tlak SF6

struja ukl.svitka

struja motora

struja iskl.svitka

struja gl .str.kruga

1

1

1

stanje motora

stanje akumul atora

0

1

put

mehanizma

1

1

1

pomocni napon (uklop)

pomocni napon (isklop)

1

0

1

1

1

napon uklop.svitka

napon tereta

napon izvora

napon iskl.svitka

1

0

0

0

1

1

hidraulicki tlak

1e-6

1

0.2

0.05

1

1

1

1

1

komanda uklop

komanda isklop

pocetna poz. GRV

uprav lj. napon

otpor ukl.sv .

ubrzanje GRV

ST omjer

kolicina curenja ulja

limit puta GRV_C

limit puta GRV_O

status ukl. sklopke

pocetni pol.stapa

status iskl. sklopke

limit puta uklop

limit puta isklop

kraj prigusenja C

kraj prigusenja O

hidr.prigus.stapa

trenje motke

skl.motka OK

tlak plina

trosenje kont.

el.otpor kont.

masa kont.

1/ L tereta

status v eze pom.kont.

podesenje pom.kont. B

podesenje pom.kont. A

napon motora

podesenje krajnje sklopke

NT omjer - T

status prijenosa pumpe

pocet poz.akum.

gor.gran.aku.

dolj.gran.aku.

snaga motora

trenje prijenosa pumpe

motor ST omjer

NT omjer - I

el.vodljivost motora

pocetna brzina motora

dotok ulja

otpor isk.sv it.

status pokazivaca polozaja

prisustv o izvora

max trajanje simulacije

stanje akumulatora

struja gl.str. kruga

pomocni napon uk lop

pomocni napon isklop

napon ukl.sv it.

struja ukl.sv it.

napon iskl.s v it.

napon tereta

stanje motora

struja motora

napon izv ora

put mehanizma

struja isk.sv it.

hidraulicki tlak

tlak SF6

SF6 prekidac 7F1

0.26

0

0.93

1

1

10e-6

1

1

1

0.5

1

0

1

1

0

100

Slika 7.23.



391

7.3.6.2 Rezultati ispitivanja i simulacije na prekidaču u pogonu

7.3.6.2.1 Sustav za monitoring visokonaponskih prekidača u realnomvremenu

Sustav za monitoring visokonaponskih prekidača u realnom vremenusastoji se od nekoliko dijelova. Početni dio, vezan uz stvarne fizikalne veličine, predstavljaju senzori koji daju vrijednosti o pojedinim parametrima koji se

trajno motre sustavom.

a) b)

Slika 7.24. Senzor puta (a) i senzor hidrauličkog tlaka (b)

Signali se sa senzora dovode na ulaze mikrokontrolerske jedinice OLM-2

čiju jezgru čini „ DSP+PLC " arhitektura (digitalni procesor signala +

programibilni logički kontroler), oko koje je integriran niz I/O (ulaz/izlaz)

priključaka na koje se preko zaštitne logike spajaju željeni signali. Zadaćaovog modula je mjerenje, akvizicija, analiza i spremanje podataka o prekidačuu internu flash memoriju. OLM-2 jedinice se mogu iskonfigurirati za trajno

monitoring različitih signala i parametara s prekidača, ovisno o potrebama iželjama korisnika. Pojedini OLM-2 uređaji se povezuju korištenjem OLM-bus

sabirnice, koja je zapravo modificirana RS 485 sabirnica, te se na jednusabirnicu može priključiti do 31 uređaj. Svi se OLM-2 uređaji priključeni na jednoj OLM-bus sabirnici centralno povezuju na osobno računalo smješteno uzgradi unutar postrojenja. Komunikacijski kanal između računala i pojedinih prekidača lako je ostvariti optičkim kabelima preko dva standardna pretvornika RS 232 i optika. Računalom se svaki od OLM-2 uređaja može iskonfiguriratii s n jega se u računalo mogu „povlačiti“ podaci prikupljeni s prekidača. Iz prikupljenih podataka automatski se izračunavaju određeni parametri za kojese pri instalaciji sustava odredi potreba trajnog monitoringa. Ti podaci se zatim

spremaju u bazu podataka te se posebnim programom mogu raditi složene



392

analize i prikazi. Također, mogu se načiniti i podešenja graničnih vrijednosti pojedinih parametara, te podešenja graničnih vrijednosti za trendove kododređenih parametara.

Sustav prikuplja podatke sa sljedećim oznakama:

statusi (signali se prikupljaju u pravilnim i od strane

korisnika zadanim vremenskim razmacima),

uklop (engl. close),

isklop (engl. open),

uklop-isklop (engl. close-open) i

rad motora.

U slučaju sklopnih „operacija“ prekidača, sustav na osnovi prepoznavanja

jednog ili više okidača (engl. trigger ) u snimljenom intervalu pojave (250 ms

je čvrsta vrijednost trajanja zapisa u sustavu, frekvencija uzorkovanja 2 kHz)

automatski određuje koji je tip sklopne „operacije“ bio i kao takovog ga spremau bazu. Okidači za sklopne „operacije“ mogu biti digitalni i analogni (iznosstruje kroz svitak uklopa/isklopa iznad jedne čvrste vrijednosti). Kod sklopnih„operacija“, sustav bilježi struje triju faza glavnog strujnog kruga, strujeuklopnih i/ili isklopnih svitaka i put mehanizma.

Pri proradi motora, sustav bilježi struju motora s ukupno 200 točaka i s podesivim trajanjem od 20 do 160 s, te hod opruge (u slučaju opružnog pogona) ili porast tlaka dušika u visokotlačnom spremniku (u slučajuhidrauličkog pogona).

Temeljna jedinica sustava za monitoring visokonaponskih prekidača urealnom vremenu je OLM-2 jedinica (slika 7.25.) kompaktnih dimenzija

(220 x 210 x 50 mm), smještena u aluminijsko kućište koje daje otpornost na

elektromagnetske smetnje. Sustav se može ugraditi u svojem vlastitomormariću koji se postavlja neposredno na visokonaponski prekidač, te sekabelima kroz kabelske uvodnice povezuje sa senzorima i kontaktima na

prekidaču.



393

INTERNET

1

5

6

1

2 2

3 3

4

Slika 7.25. OLM - Ugradnja OLM-2 sustava u ormarić polja

Princip rada sustava dijagnostike prekidača u realnom vremenu predočen je na slici 7.26.

1.Prekidač

2.Senzori

3.OLM-2

4.Server

5.Računalo u mreži

6.Udaljeno računalo

Slika 7.26. Princip rada sustava dijagnostike prekidača u realnom vremenu



394

Signali se s prekidača dovode na ulaze OLM-2 uređaj, te se nakon obrade prosljeđuju preko optičkog kabela u kontr olnu sobu transformatorske stanice.

Programski dio sustava za monitoring visokonaponskih prekidača urealnom vremenu sastoji se od tri programa koji rade zajedno:

- OLM Installer postavlja podešenja, kalibracije i usklađivanja rada pojedinih OLM-2 jedinica koje su ugrađene u ormarić sustava, a iznjega se mogu uočiti neki temeljni prikazi pojedinih „operacija“. Unjemu se, također, mogu dobiti i trenutna očitanja veličina na ulazu pojedinih kanala u stvarnom vremenu, te na taj način provjeravatiispravnost ožičenja pri ugradnji sustava,

- OLM Server provodi kontinuiranu vezu između OLM-2 jedinica i

računala servera, odnosno „zadužen“ je za kontinuirano prikupljanje podataka i

- OLM Explorer daje složene algoritme za analizu prikupljenih podataka, podešenja programa za rad s bazama podataka, podešenja pojedinih parametara, alarmnih razina za pojedine parametre i trendove.

Predočenje jednog prozora iz OLM Explorera s nekima od spremljenih

parametara pri jednoj sklopnoj „operaciji“ isklopa struje predočen je na

slici 7.27.

Također, predočeni su sljedeći parametri: krivulja puta, struja krozisklopni svitak, signal za isklop, prekidna struja, uklopni i isklopni kontakti

signalne sklopke. Uklopni kontakt signalne sklopke (NO – normalno otvoren)

je otvor en kad su glavni kontakti prekidača otvoreni, a zatvoren kad su kontakti prekidača zatvoreni. Isklopni kontakt signalne sklopke (NC – normalno

zatvoren) je otvoren kad su glavni kontakti prekidača zatvoreni, a zatvoren kadsu glavni kontakti otvoreni.



395

Slika 7.27. Predočenje zapisa jedne „operacije“ isklopa struje

Popis parametara nadziranih na prekidaču:

Fizički nadzirane veličine: Digitalni signali

o prekidač uklopljen, o prekidač isklopljen, o signal blokada pumpanja,

o uklopni kontakti signalnih sklopki (sve tri faze) i

o isklopni kontakti signalnih sklopki (sve tri faze).

Analogni signali

o struje uklopnih svitaka (sve tri zajedno - zbroj),

o struje isklopnih svitaka (sve tri zajedno - zbroj) – isklop 1,

o struja motora,

o struje glavnog strujnog kruga (sve tri faze),

o putovi mehanizma prekidača (2 pola – A i C),

o tlak ulja u hidrauličkom spremniku pogona prekidača,

krivulja puta

struja kroz svitak

prekidna struja

ukl. kontakt A

iskl. kontakt A

ukl. kontakt B

iskl. kontakt B

ukl. kontakt C

iskl. kontakt Csignal za isklop



396

o gustoća plina SF6,

o tlak plina SF6,

o temperatura plina SF6,

o temperatura u upravljačkom ormariću prekidača, o pomoćni napon 220 VDC,

o pomoćni napon 24 VDC i

o napon 230 VAC – napajanje OLM -2.

Računski izvedene veličine: o ukupan broj „operacija“ prekidača (zajedno O, C i O-C),

o ukupan broj O „operacija“, o ukupan broj C „operacija“, o ukupan broj C-O „operacija“, o broj „operacija“ motora, o vrijeme između pojedinih „operacija“ prekidača, o vrijeme između pojedinih „operacija“ motora, o razina curenja plina SF6 (kg/m3 dan),

o gustoća plina preračunata na 20 °C, o maksimalna struja uklopnih i isklopnih svitaka kod

sklopne „operacije“, o trajanje sklopne „operacije“, o

lučno vrijeme, o vrijeme gibanja kontakata,

o vrijeme usporavanja kontakata,

o brzina kontakata,

o akceleracija kontakata,

o mjera erozije kontakata ( I 2 t ) – za svaku sklopnu

„operaciju“ posebno i ukupno, o trajanje rada motora (za svaku proradu posebno i ukupno),i

o maksimalna (potezna) struja motora.

7.3.6.2.2 Rezultati dijagnostičkih ispitivanja

U slučaju SF6 prekidača 123 kV, u spojnom polju transformatorske stanice

uočeni su problemi s vremenom uklopa kad prekidač duže stoji bezmanipulacija, a također, sumnjalo se i na rasipanje vremena sklapanja

signalnih sklopki. Tijekom dijagnostike u realnom vremenu prekidač je obavio26 uklopa, 26 isklopa i 10 C-O (uklop-isklop) „operacije“. Ova sklapanja su

uglavnom bila u bez naponskom stanju. U istom vremenu statusne veličine su



397

zapisane 3520 puta (približno broj sati u pogonu), odnosno motor je proradio2611 puta.

Na prekidaču je proveden i skraćeni programa dijagnostičkog ispitivanjakako bi se provjerili rezultati dobiveni u okviru monitoringa u realnom

vremenu.

Provedenim dijagnostičkim ispitivanjem potvrđen je problem koji jeuočen u okviru monitoringa u realnom vremenu, odnosno da nakon duljegstajanja prekidača (bez sklopnih „operacija“), vremena uklopa odstupaju i do40 ms. Ovaj problem nije izražen kod isklopa. Sljedeći problem bio jeodstupanje vremena pomoćnih kontakata u polu A, koji je, također, potvrđenispitivanjem.

Glavni razlog ovom vremenskom odstupanju treba tražiti u promjenamakoje se događaju u uljnom spremniku što je i potvrđeno simulacijom.

Na slikama 7.28. do 7.31. predočeni su oscilogrami monitoringa prekidačau realnom vremenu (uređajem OLM - 2) i oscilogrami dijagnostičkihispitivanja (uređajem TM -1800).

Slika 7.28. Uklop (normalni) (OLM-2)

krivulja puta

struja kroz svitak



398

Slika 7.29. Uklop (normalni) (TM-1800)

Slika 7.30. Uklop nakon stajanja prekidača (OLM -2)

struja kroz svitak

krivulja puta

92,9 ms

91,5 ms

93,0 ms

100,8 ms

90,1 ms

95,6 ms

krivulja puta

struja kroz svitak

pomoćni kontakti

glavni kontakti



399

Slika 7.31. Uklop nakon stajanja prekidača (TM -1800)

7.3.6.2.2 Rezultati simulacija normalnog i nenormalnog rada

prekidača

Na slikama 7.32. i 7.33. predočena je simulacija normalnog pogona SF6

prekidača 123 kV, isklapanje i uklapanje struje 400 Aeff . Rezultati simulacije

pokazali su vrlo dobro slaganje s rezultatima dobivenim na prekidaču tijekomdijagnostičkih ispitivanja, slika 7.34. i 7.35.

115,6 ms

103,6 ms

124,8 ms

131,0 ms

102,2 ms

118,6 ms

struja kroz svitak

krivulja puta

glavni kontakti

pomoćni kontakti uklopni



400

Slika 7.32. Simulacija normalnog pogona prekidača – isklop pogonske struje

Slika 7.33. Rezultati dijagnostičkog ispitivanja – isklop pogonske struje

pogonska struja

krivulja puta

krivulja puta

pogonska struja



401

Slika 7.34. Simulacija normalno g pogona prekidača – uklop pogonske struje

Slika 7.35. Rezultati dijagnostičkog ispitivanja – uklop pogonske struje

krivulja puta

pogonska struja

krivulja puta

pogonska struja



402

prvi uklop

normalni uklop

krivulja puta

Na slici 7.36. predočena je simulacija nenormalnog pogona SF6 prekidača123 kV, a na slici 7.37. rezultati dobiveni na prekidaču tijekom dijagnostičkihispitivanja.

Simulacija je načinjena s pretpostavkom da je došlo do značajnog prigušenja u hidrauličkom spremniku. U slučaju ispitivanog prekidača uljnispremnik se nalazi niže od hidrauličkog spremnika, tako da se tijekom dužegstajanja prekidača bez sklapanja, ulje iscijedi iz hidrauličkog spremnika u uljnispremnik, a u cijevima hidrauličkog spremnika najvjerojatnije zaostaje zrak.Upravo ovaj „zračni čep“ u cijevima hidrauličkog spremnika uzrokujeznačajno prigušenje. Nakon odzračivanja ulja, ova pojava se ne primjećuje.Očito je da je riječ o konstrukcijskoj grešci ovog tipa prekidača, i njenootklanjanje zahtijeva detaljniju analizu i opsežna ispitivanja rada hidrauličkog

pogona.

Napominje se da se pojava pojavlju je samo kod prekidača koji se duljevrijeme ne sklapaju.

Slika 7.36. Razlika prvog i slijedećeg, normalnog uklopa (SIMULINK)



403

Slika 7.37. Razlika prvog i slijedećeg, normalnog uklopa (TM-1800)

Rezultati simulacije normalnog pogona visokonaponskog prekidača nasimulacijskom modelu pokazuju zadovoljavajuće slaganje s rezultatimadijagnostičkih ispitivanja i rezultatima dobivenim tijekom monitoringa urealnom vremenu SF6 prekidača 123 kV.

Simulacijski model visokonaponskog prekidača predočen u ovom poglavlju predstavlja dobru osnovu za istraživanje vladanja visokonaponskih

prekidača, odnosno osnovu za izradu “ekspertnog” sustava monitoringavisokonaponskog rasklopnog postrojenja.

Najbolji rezultati pokazuju se pri analizi procesa koji uzrokuju značajnaodstupanja i promjene, pa će model svakako trebati nadopuniti odgovarajućimalgoritmima za analizu tzv. sporo mijenjajućih stanja, kao što je npr. curenje plina SF6.

Simulacijskim modelom prekidača treba najprije simulirati najčešćemoguće greške i kvarove, te tako dobivene rezultate spremiti u bazu podataka.

Nakon toga baza podataka koristi se u realnom vremenu za pronalaženjenajbolje dijagnoze kada se uoči odstupanje od normalnog pogona. Naravno da pri tome treba koristiti i znanje i pogonska iskustva osoblja u rasklopnom

postrojenju, i to znanje ugraditi u ekspertni sustav.

Ekspertni sustav trebao bi pomoći osoblju u identificiranju problemaanalizom motrenih veličina na praktički jednaki način kao što to radi čovjek.Jedino na taj način smanjit će se ispadi postrojenja i spriječiti razvoj velikihkvarova ukazivanjem na pojavu problema prije nego što isti postanu kritični.

24 ms

krivulja puta

struja kroz svitak

prvi uklop

normalni uklop



404

8. MODELIRANJA ZA EKSPERTNE SUSTAVE

PARIPATETIČKU ŠKOLU osnovao je ARISTOTEL. Taj naziv škola je dobila prema grčkom glagolu šetati. Kažu naime da su filozofi općenito, a Aristotel posebno, voljeli šetati dok su poučavali svoje mlade slušatelje.

Uvod osmom poglavlju

___________________________________________________________

Ovo poglavlje u uvodu sadrži kratki opis matematičkog modeliranja idva primjera modeliranja za potrebe razvoja elektromagnetskog modela za

izračun raspodjele struje zemljospoja cjelovitom elektromagnetskom

spregom. Sprega uključuje sve sastavnice, dijelova elektroenergetskogsustava, (EES) i njihove međusobne utjecaje, (konduktivne, kapacitivne i

induktivne). Proračuni provedeni razvijenim originalnim programomrezultiraju zaključcima koji upućuju na univerzalne primjene u EES za koje je moguće donijeti odluke o pogonu rješavanjem sličnih problema.Opažanja i razumijevanja predmetne problematike oslonjena su naekspertne računalne sustave, (razvijene za potrebe utvrđivanja stanjaelektromagnetske kompatibilnosti, (EMC) i elektromagnetskog

modeliranja, (EMM), a koji se može promatrati kao projektantsko

pomagala.

Iako projektiranje nije izum a niti otkriće, prezentirani procesmodeliranja potvrđen eksperimentalnim ispitivanjem, koji je shvaćen kao projektiranje s konkretnim rezultatima originalno je djelo, jer je pristup u

teorijskoj razradi originalan i znanstveno potvrđen. Dokazana jeuniverzalnost primjene modela ekspertnog sustava, (ExSyS) jer njima

može biti modeliran bilo koji novi ili postojeći elektroenergetski objekt, alii njihova elektromagnetska stanja u cijelom sustavu. Modeliranje se možesmatrati projektiranjem sustava koji se svodi na prototip kada se u sustav

ubacuju realne ili simulirane elektroenergetske komponente za bilo koji

režim rada. Kao takav izvrstan je alat za testiranje, planiranje ili održavanjena velikim sustavima koji su provjeravani EMPT programima.

Unatoč odličnim rezultatima i prezentiranim stečenim iskustvima idalje su otvorena pitanja novih smjernica legislative i intelektualnog

vlasništva nad ovakvim ekspertnim računalnim procesima - projektantskim

pomagalima. Prezentacijski materijal obrade, kada se grafički prikažezorno projicira konkretna pogonska stanja, a njegova je baza podataka



405

raspoloživa za sve druge obrade koje uključuju analize i sinteze sličnih primjera EES jer se parametri mogu po volji mijenjati.

8.1. Pojam računalnog i matematičkog modeliranja

Svi tehnički proračuni temelje se na matematičkim formulacijama

uzročno- posljedičnih veza koje su značajne s obzirom na svrhu proračuna.Skup matematičkih objekata koji apstraktno reproduciraju učinke nekeuzročno- posljedične veze može se smatrati njenim matematičkimmodelom. Područje valjanosti modela i točnosti modela unutar tog

područja ovisi o pretpostavkama i o aproksimacijama uz koje je model

izveden:

Pretpostavke određuju uvjete pod kojima matematički model vjernoodražava svojstva modelirane uzročno- posljedične veze.

Aproksimacije su pojednostavljenja koja se pri izvođenju modelauvode sa svrhom da model na željenoj razini točnosti bude što jednostavniji i pogodniji za korištenje, ali često i zbog nepotpunog poznavanja pojedinosti modelirane uzročno- posljedične veze.

Prihvaćanjem pretpostavki i aproksimacija tijekom izrade modelafizikalnu se realnost u većoj ili manjoj mjeri idealizira, pa se može smatratida izvedeni matematički model točno reproducira uzročno- posljedičneveze u nekom idealiziranom apstraktnom stanju.

Istu se fizikalnu realnost može modelirati vrlo različitim modelima, anjihova upotrebljivost bitno ovisi o točnosti kojom reproduciraju oneuzročno- posljedične veze koje su značajne s obzirom na svrhu modeliranja.Matematički se model najčešće odnosi na dinamičke sustave. Sustav je

dinamički ako udovoljava princip kauzaliteta, odnosno ako uzročno- posljedične veze između uzroka i posljedice unutar sustava sadržespremnike u kojima se u ne stacionarnim uvjetima odvijaju procesi

akumulacije. S obzirom na relativno značenje pojmova „sustav“ i„komponenta“ kako je prethodno pojašnjeno u petom poglavlju, dinamičkisustav može biti neka prepoznatljiva cjelina ili samo dio takve cjeline.Stanje dinamičkog sustava u svakom je trenutku vremena određenostupnjem ispunjenosti svih njegovih spremnika veličinama koje se u njima

akumuliraju i za koje vrijedi zakon očuvanja.



406

Veličine koje neposredno ili posredno ovise o stanju sustava a značajnesu s obzirom na svrhu modeliranja nazivaju se izlaznim veličinama,odnosno izlazima modeliranog sustava, pa tako u izračunima dobivamo

izlazne podatke.

Veličine koje svojim djelovanjem na sustav uzrokuju promjenenjegova stanja, a time i promjene izlaza, nazivaju se ulaznim veličinama,odnosno ulazima sustava pa tako za pripremu izračunima kreiramo ulazne podatke.

Broj ulaza i izlaza ovisi o prirodi promatranog sustava, o njegovoj

ulozi kao komponente nekog složenog sustava, kao i o svrsi njegova

modeliranja. Navedeni primjeri dio su cjelovitog rada i tu problematikuzorno opisuju

Temeljni oblik iskazivanja svojstava sustava je oblik promjene izlaza

tijekom vremena, a taj ovisi o:

obliku promjene ulaza

početnom stanju sustava

svojstvima samog sustava

Dobivanje modela je postupak matematičkog modeliranja, tj.

matematičko formuliranje uzročno- posljedičnih veza iz ko jih proizlazi

ovisnost izlaza sustava o njegovim ulazima.

8.2. Općenito o modeliranju

Modeliranje obuhvaća:

1. Odabir pretpostavki i aproksimacija koje će rezultirati što jednostavnijim, ali dovoljno točnim modelom s obzirom na svrhumodeliranja

2. Razlaganje sustava na sastavnice u skladu s polaznim

pretpostavkama i aproksimacijama



407

3. Matematičko formuliranje uzročnih veza između ulaza i izlaza, teformuliranje interakcija između njih.

Za matematičko modeliranje polazi se od osnovnih pretpostavki:

a) da su uzročne veze između uzroka i posljedica determinističke, tj.

da isti uzroci uvijek izazivaju iste posljedice i

b) da je ispunjeno svojstvo kontinuuma, tj. da su zadržana fizikalnasvojstva unutar infinitezimalno malog volumena

Osim osnovnih pretpostavki, (koje se najčešće podrazumijevaju), prilikom matematičkog modeliranja u svakom se pojedinačnom slučajuuvodi i niz drugih pretpostavki i aproksimacija kojima se ostvaruje

kompromis između točnosti i složenosti modela.

8.3. Postupak modeliranja

Da bi postupak modeliranja rezultirao matematičkim ili nekim drugim,kao u ovim slučajevima elektromagnetskim modelom, koji je primjerensvrsi modeliranja, uputno ga je provoditi u slijedećim koracima:

1. Definiranje svrhe modela

Dobar model na najjednostavniji način, ali dovoljno točno reproduciraona svojstva uzročnih veza između ulaza i izlaza sustava koja su značajnaza svrhu primjene modela.

2. Intuitivna analiza zbivanja u sustavu

Usvajanjem pretpostavki i aproksimacija pri modeliranju potrebno je

zadržati sve pojave o kojima ovisi uporabljivost modela za zadanu svrhuali istovremeno ne pretjeranom težnjom za što vjernijom reprodukcijomsvih pojava u sustavu. Izvedba takvog modela bez potrebe otežava njegovokorištenje, naročito u različite svrhe.

3. Razlaganje modeliranog sustava na elementarne komponente



408

Razlaganjem sustava na komponente moguće je neposredno opisivanjeodgovarajućim matematičkim formulacijama. Rezultat razlaganja prikazangrafički u obliku blok dijagrama omogućuje jednostavnu provjeru polaznih

predodžbi o uzročnim vezama u sustavu.

4. Definiranje pretpostavki i aproksimacija

Definiranjem odnosno izričitim nabrajanjem pretpostavki iaproksimacija uz koje se model izvodi izbjegava se opasnost da se od

modela prilikom njegova korištenja očekuje da reproducira pojave koje suiz njega isključene nekim pretpostavkama i aproksimacijama. O usvajanjuključnih pretpostavki – onih koje određuju temeljnu razinu idealizacije

fizikalne realnosti modeliranog sustava – odlučuje se prije izvođenjamodela, a neke se pretpostavke prihvaćaju i tijekom tog postupka.

5. Kreacija modela

Kreacija odnosno izvođenje modela obuhvaća ispisivanje svih potrebnih jednadžbi i funkcija u skladu s prihvaćenim pretpostavkama, tenjihovo preoblikovanje do konačnog oblika modela.

6. Definiranje stacionarnog stanja sustava u modelu

Pri simulaciji ne stacionarnih (tranzijentnih) pojava u sustavu najčešćese polazi iz stacionarnog početnog stanja sustava jer je u tom slučajuintuitivna ocjena rezultata simulacije najjednostavnija. Kada se procesi

izjednačavanja ulaznih i izlaznih tokova unutar neke komponente odvijajuneusporedivo brže nego li u ostalim komponentama sustava, takvu sekomponentu može promatrati kao statički sustav, a uzročnu vezu izmeđunjenih ulaza i izlaza kao kvazi stacionarni proces. Kvazi stacionarnim se

naziva jer se ulazi tijekom vremena mijenjaju pa nisu stacionarni, ali

trenutnim vrijednostima ulaza u svakom trenutku vremena odgovaraju one

vrijednosti izlaza koje u tom trenutku zadovoljavaju matematičkeformulacije (algebarske jednadžbe).

7. Provjera kreiranog modela

Pouzdaniju provjeru modela omogućuje njegova simulacija uz uvjete

koji omogućuju dovoljno pouzdanu intuitivnu procjenu ponašanjamodeliranog sustava. Usporedba rezultata takvih simulacija s očekivanim ponašanjem modeliranog sustava u istim okolnostima često otkriva



409

pogreške modela. Konačnu, vjerodostojnu provjeru modela, omogućuje teknjegova usporedba s ponašanjem modeliranog sustava u uvjetima koji surelevantni s obzirom na svrhu modeliranja.

Nezadovoljavajuća točnost modela može imati svoje uzroke na dvijerazine. Na prvoj su moguće pogreške u postupku izvođenja modela, a nadrugoj su moguće krive procjene utjecaja prihvaćenih pretpostavki iaproksimacija na točnost reprodukcije relevantnih svojstava uzročnih vezaizmeđu ulaza i izlaza sustava.

8.4. Simulacije u postupku modeliranja

Pod simulacijom se podrazumijeva mehanizirano rješavanje modelasustava sa svrhom oponašanja njegova odziva na zadanu pobudu. Kao pobuda mogu djelovati promjene ulaznih veličina, ali i neravnotežno početno stanje sustava. za odziv sustava promatraju se promjene odabranih

veličina koje su ili neke od varijabli stanja sustava ili su funkcije tihvarijabli.

Temeljna zadaća simulacije svodi se stoga na nalaženje funkcija po

kojima se mijenjaju varijable stanja sustava od svojih početnih vrijednosti pa nadalje, ako se ulazne varijable sustava od početnog trenutka mijenjajuna zadani način.

Simulaciju sustava može demonstrirati model u obliku sustava

diferencijalnih jednadžbi. U temelju tog modela su jednadžbe - modeli

procesa pa funkcije predstavljaju tokove koji ovise o trenutnom stanju i o

stanjima vanjskih ulaza.

Pogled na fizikalni sustav kao sredstvo koje „rješava“ svoj vlastitimatematički model omogućila je simulacija modela jednog dinamičkogsustav pomoću nekog drugog dinamičkog sustava, uz uvjet da su immatematički modeli isti. Na temelju te ideje prvo je sredinom dvadesetogstoljeća razvijeno analogno računalo, a danas se za to rasprostranjeno rabedigitalna računala, koja su gotovo i jedini način izvođenja simulacije utehničkim primjenama. Atribut digitalno najčešće je izostavljen.Simulacijom stvarni modelirani sustav postaje fizikalna realizacija

njegovog matematičkog modela, odnosno računalo integrira svoj vlastitimodel.



410

Premda je računalo (digitalno) samo po sebi fizikalni sustav, njegovafunkcija kao sredstva za simulaciju ne ostvaruje se neposredno fizikalnim

procesom kao u simuliranom ili njemu analognom fizikalnom sustavu, već

algoritmom koji je u računalo implementiran odgovarajućim računalnim programom. Temeljna zadaća svakog algoritma u slučaju simulacije jerješavanje matematičkog modela numeričkim metodama. U matematičkomsmislu ta se zadaća svodi na nalaženje funkcija koje uz promjenu ulaznihvarijabli po proizvoljno zadanim funkcijama zadovoljavaju:

- sustav jednadžbi i

- zadane početne uvjete

Numeričko rješavanje sustava jednadžbi moguće je postupcimanumeričke integracije, kao što je u navedenom primjeru posebno istaknuto.

8.5. Karakter modelskog vremena

Potrebno je uočiti razlike između karaktera modelskog vremena umodelu izraženom diferencijalnim jednadžbama i modelskog vremena udigitalnoj simulaciji tog modela:

Modelsko vrijeme u modelu, slično kao i vrijeme u fizikalnojrealnosti je kontinuirana varijabla – vrijednost modelskog vremena

monotono raste od početne vrijednosti t =0 do proizvoljno zadane

granične vrijednosti tmax

Modelsko vrijeme u digitalnoj simulaciji definirano je nizomdiskretnih vrijednosti izraženih brojkama s konačnim brojemdecimalnih mjesta.

Ta razlika u karakteru modelskog vremena kao nezavisne varijable

odražava se i na sve njene funkcije pa tako i na zadane promjene ulazneveličine i na traženo rješenje modela.



411

8. 6. Elektromagnetski modeli elektroenergetskih sustava

8.6.1. Modeliranje cilindričnih segmenata vodiča

Za točniji izračun raspodjele struje zemljospoja potrebno je uzeti u računmnoštvo utjecajnih čimbenika. Prilikom sakupljanja i obrade literatureutvrđeno je kako su autori u mnogim stručnim i znanstvenim radovima pribjegli drastičnom pojednostavljenju modeliranja zanemarujućielektromagnetsku spregu između vodljivih dijelova koji sudjeluju uraspodjeli struje zemljospoja. Najčešće su razvijane metode koje uzimajuu račun samo induktivnu spregu. Slična je situacija i s aktualnom

legislativom.U normi IEEE Std. 80-2000, preporuča se da se raspodjela strujezemljospoja vrlo grubo procijeni korištenjem grafova koji su dobiveninumeričkim izračunom.

U normativnim dokumentima HRN HD i EN, na koji ukazuje Pravilnik

o tehničkim zahtjevima za elektroenergetska postrojenja nazivnih

izmjeničnih napona iznad 1 kV raspodjela struje zemljospoja računa se približno korištenjem jednostavnih analitičkih izraza, koji daju vrlo grubu procjenu. Isto vrijedi i za direktivu ITU-T 270-9.

U širom svijeta korištenom programskom paketu CDEGS, raspodjelastruje zemljospoja računa se pomoću modula SPLITS. Teorijska podloga programskog modula SPLITS nastala je nadogradnjom metoda koje koriste

redukcijske faktore nadzemnih vodova te se na taj način približno uzima uračun i induktivna sprega.

Induktivna se sprega često računa korištenjem Carsonovih formula, gdjese trostruka nulta struja po fazi nadzemnog voda koristi kao ulazni podatak

dobiven proračunom kratkog spoja. O komercijalnim programskim

podrškama bit će opširnije prezentirano na kraju ovog poglavlja.

Svi navedeni pristupi bili su podloga da se odluči cjelovito riješiti tavažna problematika u elektroenergetskim sustavima postavljajući hipotezudoktorske disertacije o univerzalnom rješavanju primjenomelektromagnetskog modela, kojem je prethodio hibridni model.

Obrada problematike je obuhvatila inženjerske pristupe modeliranjatehnikom konačnih elemenata provjerenih na uzemljivačima, s posebnom

pozornošću na modela metalne ploče ukopane u homogeno tlo.



412

8.6.1.1. Aprok simacija struja segmenata vodiča

Da bi se modelirao cilindrični segment vodiča koriste se sljedeće

pretpostavke: Duljina segmenta vodiča ( ) je mnogo veća od njegovog polumjera ( 0r ),

Vanjski polumjer vodiča je mnogo manji od valne duljine,

Pojedini segment može biti šupalj ili pun, Struja unutar segmenta ima samo uzdužnu komponentu, Uzdužna struja je koncentrirana u osi i teče od početne prema

krajnjoj točki segmenta , Segment sa svog plašta jednoliko ispušta poprečnu struju u

okolno sredstvo,

Kod izračuna raspodjele potencijala, segment iz svoje osi jednoliko ispušta poprečnu struju,

Potencijal je konstantan po poprečnom presjeku segmentavodiča,

Uzdužni potencijal ( kod uzdužnog sustava jednadžbi) linearnose mijenja duž osi vodiča,

Poprečni potencijal segmenta (potencijal segmenta kod poprečnog sustava jednadžbi) aproksimira se po metodisrednjeg potencijala.

Ako se modeliraju bilo kakvi vodiči iz nekog elektroenergetskogsustava, (EES), koji sudjeluju na primjer u raspodjeli struje zemljospoja

aproksimiraju se skupom cilindričnih segmenata, Slika 8.1.

Slika 8.1. Matematički modeliran cilindrični ks-ti segment vodičatankožičanom aproksimacijom

Iz pretpostavke da segment jednoliko ispušta poprečnu struju u okolnosredstvo, slijedi da se uzdužna struja mijenja linearno duž osi segmenta, ata uzdužna struja je po pretpostavci konstantna duž osi segmenta. Linearno



413

promjenjiva uzdužna struja aproksimira se svojom srednjom vrijednošću,Slika 8.2.

Slika 8.2. Aproksimacija uzdužne i poprečne struje ks-tog segmentavodiča

Iz pretpostavke da je uzdužna struja segmenta aproksimirana srednjomvrijednošću linearno promjenjive uzdužne struje, slijedi da segment učvorovima (lokalni čvorovi segmenta; P- početna i K -krajnja točkasegmenta) predaje točno 1/2 poprečne struje koja se jednoliko ispušta uokolno sredstvo. Drugim riječima, poprečna struja segmenta koja se ispuštaduž plašta segmenta dijeli se na dva jednaka dijela koji se smještaju u

lokalne čvorove segmenta.U daljnjem razmatranju, za potrebe tehnike konačnih elemenata, sustav

uzdužnih struja može se odvojiti od sustava poprečnih struja, Slika 8.3. To je grafički ilustriran princip prelaska s uzdužne i poprečne struje ks-tog

segmenta na uzdužne i poprečne struje dvaju lokalnih čvorova ks-tog

segmenta.

Slika 8.3. Uzdužne i poprečne struje ks-tog segmenta i njegovi pripadni

lokalni čvorovi



414

Struje prikazane na Slikama 8.2 i 8.3 imaju sljedeće značenje:

uksI - uzdužna struja ks-tog segmenta,

pksI - poprečna struja ks-tog segmenta,

ucPksI - uzdužna struja početnog čvora Pks ks-tog segmenta,

ucKksI - uzdužna struja krajnjeg čvora K ks ks-tog segmenta,

pcPksI - poprečna struja početnog čvora Pks ks-tog segmenta,

pcKksI - poprečna struja krajnjeg čvora K ks ks-tog segmenta,

cPksI - ukupna struja početnog čvora Pks ks-tog segmenta,

cKksI - ukupna struja krajnjeg čvora K ks ks-tog segmenta.

U skladu s oznakama i prikazanom orijentacijom struja na Slici 8.2, za

uzdužne i poprečne struje lokalnih čvorova ks-tog segmenta vrijede

sljedeći izrazi:

uks

ucPks II

(8.1)

uks

ucKks II

(8.2)

pks

upKks

upPks I

2

1II

(8.3)

pcPks

ucPks

cPks III

(8.4)

pc

Kks

uc

Kks

c

Kks

III

(8.5)

8.6.1.2. Aproksimacija potencijala segmenata vodiča

Segment cilindričnog vodiča u tlu može biti segment golog vodiča ili pak segment izoliranog vodiča, a takav vodič može biti: vodič mrežastoguzemljivača središnje transformatorske stanice, (TS), koji se aproksimiramrežom cilindričnih vodiča, goli vodič ukopan iznad kabelskih vodova,

goli vodič ukopan između uzemljivača stupova nadzemnih vodova, metalni



415

ekran energetskog kabela, fazni vodič energetskog kabela te vanjski

metalni plašt energetskog kabela. Cilindrični segment vodiča u zraku, u pravilu, nema dodatne izolacije, a takav vodič može biti: zaštitno uže

nadzemnog voda, fazni vodič nadzemnog voda ili vodič kojim se modelirastup nadzemnog voda.

8.6.1.3. Jednadžbe potencijala harmonijskog elektromagnetskog

modela

Maxwellove diferencijalne jednadžbe za izmjenično harmonijski promjenjivo elektromagnetsko polje u nepokretnom vodljivom sredstvu

mogu se napisati u sljedećem obliku:

sJEJH

(8.6)

B jE

(8.7)

0B

(8.8)

gdje je:

J

- fazor vektora gustoće ukupne struje,

sJ

- fazor vektora gustoće ukupne struje vanjskih (nezavisnih) izvora,

- kompleksna provodnost (specifična električna vodljivost) sredstva,

- kružna frekvencija,

H

- fazor vektora jakosti magnetskog polja,

E

- fazor vektora jakosti električnog polja,

B

- fazor vektora magnetske indukcije,

- Hamiltonov operator,

j - imaginarna jedinica.



416

8.6.1.4. Model sredstva

Za modeliranje sredstva svaki se neograničeni prostor može podijeliti

na dva linearna homogena izotropna poluprostora, od kojih jedan ispunjavazrak, dok drugi ispunjava homogeno tlo, Slika 8.4.

Slika 8.4. Dvoslojni model sredstva

Značajke sredstva (zraka i tla) su provodnost, dielektričnost i permeabilnost. Može se uzeti da je provodnost zraka jednaka nuli.Otpornost tla (recipročna vrijednost provodnosti tla) poprima vrijednosti

od nekoliko Ωm do nekoliko tisuća Ωm. Iznos provodnosti za jednu vrstutla se znatno mijenja s vlažnošću zbog ovisnosti o rastopljivosti prisutnih

soli. Što je vlažnost tla veća, otpornost je manja i obratno. Na iznos provodnosti tla utječe temperatura. Kad temperatura padne značajno ispodnule, tlo se ledi do nekih dubina, pri čemu se provodnost naglo smanjuje,odnosno otpornost tla poprima visoke vrijednosti.

Redovito se uzima da su dielektričnost i permeabilnost zraka jednakekao i u slučaju vakuuma. Dielektričnost tla ovisi o vrsti tla i količini prisutne vlage. Ona se povećava s prisutnošću vlage u tlu. Dielektričnost

tla varira u daleko manjem rasponu no provodnost tla.Može se uzeti da je magnetska permeabilnost tla jednaka magnetskoj

permeabilnosti zraka, odnosno da je njihova relativna magnetska

permeabilnost 1r .

U Maxwellovim diferencijalnim jednadžbama za izmjeničnoharmonijski promjenjivo elektromagnetsko polje u nepokretnom

vodljivom sredstvu neka su moduli fazora efektivne vrijednosti pripadnih

veličina. Kružna je frekvencija opisana izrazom:



417

f 2 (8.9)

gdje je f frekvencija.

Neka je sredstvo linearno i izotropno. Kompleksna provodnost takvog

sredstva opisana je izrazom:

j (8.10)

gdje je vodljivost sredstva, a dielektričnost sredstva. Vrijedi da je

dielektričnost sredstva:

r 0

(8.11)

gdje je1210854,80

F/m dielektričnost zraka, dok je r relativna

dielektričnost sredstva.

Iz Maxwellovih jednadžbi (8.6) – (8.8), dobiju se Helmholtzove

nehomogene diferencijalne jednadžbe potencijala:

s2 J

(8.12)

s2 JAA 0

(8.13)

gdje je:

A

- fazor vektorskog magnetskog potencijala,

- fazor skalarnog električnog potencijala,

- valna konstanta sredstva,

Δ - Laplaceov diferencijalni operator.

0 H/m – permeabilnost razmatranog sredstva

71040

za zrak ili tlo

Valna konstanta razmatranog sredstva opisana je izrazom:



418

0 j (8.14)

U linearnom homogenom izotropnom neograničenom sredstvu

volumena V, rješenje jednadžbe skalarnog električnog potencijala (8.12)glasi:

dVR

eJ

4

1 R

V

s

(8.15)

dok rješenje jednadžbe vektorskog magnetskog potencijala (4.8) glasi:

dVR

eJ

4A

R

V

s0

(8.16)

gdje je R udaljenost između točke izvora i točke promatranja.

Jednadžba (8.15) jest partikularno rješenje Helmholtzove jednadžbe

(8.12), a jednadžba (16) partikularno rješenje Helmholtzove jednadžbe

(8.13).

Prema prethodno prezentiranoj teoriji, u linearnom homogenom

izotropnom neograničenom sredstvu, rješenje Helmholtzove jednadžbeskalarnog električnog potencijala (8.12) opisano je izrazom (8.15). Za

cilindrični ks-ti segment vodiča, Slika 8.5, podvrgnut tankožičanojaproksimaciji vrijedi da je:

Slika 8.5. Cilindrični segment vodiča u homogenom neograničenom sredstvu



419

ksks

pks

ksks

uks

s dI

dI

dVJ

(8.17)

gdje je:

p

ksI - poprečna struja ks-tog segmenta,

u

ksI - uzdužna struja ks-tog segmenta,

ks - duljina ks-tog segmenta.

Nakon što se izraz (8.17) uvrsti u izraz (8.15) dobije se da je raspodjela potencijala oko ks-tog segmenta u linearnom homogenom izotropnom

neograničenom sredstvu opisana izrazom:

ks

ks

R

ks

pks d

R

eI

4

1

(8.18)

gdje je R udaljenost između točke izvora na osi segmenta i točke

promatranja. Krivulja integracije ks poklapa se s osi promatranog ks-tog

segmenta. Valna konstanta sredstva opisana je izrazom (8.14).

Izraz (8.18) aproksimira se tako da je raspodjela potencijala oko ks-tog

segmenta u linearnom homogenom izotropnom neograničenom sredstvu

opisana izrazom:

ks

Cksks

ks

pksR

dR

1I

4

1e

(8.19)

gdje je R Cks udaljenost između središnje točke segmenta i točke

promatranja. Izraz (8.19) lako se može prevesti u novi oblik:

ksks

pks

ks FI

4

1f

(8.20)



420

gdje je:

CksR ks ef

(8.21)

prigušno-fazni faktor koji aproksimira prigušenje potencijala i zakretanje

njegove faze.

8.6.2. Skalarni električni potencijala segmenata vodiča

8.6.2.1. Cilindrični segment vodiča u tlu

Neka se segment vodiča nalazi u tlu dvoslojnog sredstva, Slika 8.6. Utom slučaju treba definirati izraze za raspodjelu potencijala kojeg stvara poprečna struja razmatranog ks-tog segmenta u tlu i u zraku. Koristi se

metoda odslikavanja tako da se odslika kvazistatički izvor struje u odnosuna površinu tla, a gušenje i fazno zakretanje potencijala aproksimira sekorištenjem tzv. prigušno-faznog faktora. Zasebno se razmatraju raspodjela

potencijala u tlu i raspodjela potencijala u zraku.

Raspodjeli potencijala u tlu doprinose poprečna struja razmatranog

segmenta i poprečna struja kvazistatičke slike tog segmenta Slika 8.6. paizraz koji opisuje raspodjelu potencijala u tlu glasi:

iks1r ks

ks

pks

1ks Fk F

I

4

1f

(8.22)

gdje je u ovom slučaju prigušno-fazni faktor opisan izrazom:

11R ks 0Cks1 j;ef

(8.23)



421

Slika 8.6. Cilindrični segment vodiča u homogenom tlu

dok je faktor kvazistatičke refleksije opisan izrazom:

01

011r k

(8.24)

Veličina Fks iiksF navedene u izrazu (22) opisane su kao:

2u

2uv

2

u

2

uv

lnR

dF

ks2

ks2

ks2

ks2

ksks

ks

(8.25)

iks

i

ksiks

R

dF

(8.26)

gdje je

i

R udaljenost između točke izvora na osi slike segmenta i točke promatranja. Sukladno tome, krivulja integracije

iks nalazi se u osi slike

promatranog ks-tog segmenta, kojem je pridružen i izraz (8.26) sa Slike8.7.



422

Slika 8.7. Cilindrični segment vodiča i njegova kvazistatička slika kojidoprinose raspodjeli potencijala u tlu

Raspodjelu potencijala u zraku uzrokuje poprečna struja kvazistatičke

slike razmatranog segmenta, koja se preklapa sa stvarnim segmentom Slika

8.8, pa izraz koji opisuje raspodjelu potencijala u zraku glasi:

ks1tks

pks

ks Fk

I

4

1

f 0

(8.27)

gdje je u ovom slučaju prigušno-fazni faktor opisan izrazom:

0000

0011 ;; 11

j je f CksCks R R

ks (8.28)

dok je faktor kvazistatičke transmisije opisan izrazom:

01

01r 1t

2k 1k

(8.29)

Veličina Fks navedena u izrazu (8.27) opisana je izrazom (8.25) jer se,

u ovom slučaju, slika segmenta preklapa sa stvarnim segmentom pa se preklapaju i krivulje integracije.



424

dok je faktor kvazistatičke refleksije opisan izrazom:

0

00

1

11r r k k

(8.32)

U izrazu (8.30), veličina Fks opisana je izrazom (8.25), dok je istovrsna

veličina iksF koja je pridružena slici ks-tog segmenta opisana izrazom

(8.26).

Slika 8.9. Cilindrični segment vodiča u zraku

Slika 8.10. Cilindrični segment vodiča i njegova kvazistatička slika koji

doprinose raspodjeli potencijala u zraku



425

Raspodjelu potencijala u tlu uzrokuje poprečna struja kvazistatičke slike

razmatranog segmenta, Slika 8.11, koja se preklapa sa stvarnim

segmentom, pa izraz koji opisuje raspodjelu potencijala u tlu glasi:

kstks

pks

ks Fk I

4

1f 0

1

(8.33)

gdje je u ovom slučaju prigušno-fazni faktor ksf opisan izrazom (828), dok

je faktor kvazistatičke transmisije opisan izrazom:

01

10r 0t

2k 1k

(8.34)

Slika 8.11. Kvazistatička slika cilindričnog segmenta vodiča kojauzrokuje potencijal u tlu

8.6.2.3. Modeliranje uzemljivača pločom

8.6.2.3.1. Skalarni potencijal ekvipotencijalne metalne ploče

Skalarni električni potencijal ekvipotencijalne metalne ploče u

homogenom neograničenom linearnom izotropnom sredstvu, Slika 8.12,



426

Slika 8.12. Presjek ekvipotencijalna kružna metalna ploča u homogenomneograničenom sredstvu

opisan je izrazom:

a jza jzr

a jza jzr n

a8 j

If

22

22

gdje je I fazor jakosti struje koju ploča ispušta u okolno sredstvo, a je polumjer ploče, je kompleksna provodnost sredstva, dok su r i z

koordinate cilindričnog koordinatnog sustava. Izvorni izraz zakvazistatičku raspodjelu potencijala nadopunjen je prigušno-faznim

faktorom koji se u ovom slučaju može aproksimirati izrazom:

C22

R zr eef

(8.36)

gdje je R C udaljenost između centra metalne ploče i točke promatranja.

Izraz (8.35) može se preinačiti u jednostavniji oblik:

|z|tan

a4

If

atan

a4

If 11

(8.37)

gdje je:

2

za4AAz,r ,a

222 (8.38)

2

za4AAz,r ,a

222 (8.39)



427

222 azr A (8.40)

U posebnom slučaju za r = 0 raspodjela potencijala duž osi z opisana je

izrazom:

|z|

atan

a4

If z 1

(8.41)

dok je u slučaju z = 0, r a raspodjela potencijala duž osi r opisana

izrazom:

r a1sinκ aπ4

If 2a2r

a1tanκ aπ4

If (r)

(8.42)

Ako je metalna ploča ukopana u homogeno tlo paralelno površini tla nadubinu h, Slika 8.13, izrazi za raspodjelu potencijala u tlu i u zraku mogu

se dobiti pomoću metode odslikavanja.

Slika 8.13. Presjek kružne metalne ploče ukopane u homogeno tlo paralelno površini tla

Za metalnu ploču ukopana u homogeno tlo, raspodjeli potencijala u tludoprinose struja koju ploča ispušta u tlo i struja kvazistatičke slike ploče,Slika 8.14.



428

Slika 8.14. Presjek kružne metalne ploče i njene kvazistatičke slike za

raspodjelu potencijala u tlu

Tada izraz koji opisuje raspodjelu potencijala u tlu glasi:

hz,r ,a

atank

hz,r ,a

atan

a4

If

11r

1

1

(8.43)

gdje je koeficijent kvazistatičke refleksije 1r k , a prigušno-fazni faktor ,f u ovom slučaju, opisan je izrazom:

C22

R hzr eef

(8.44)

Raspodjelu potencijala u zraku uzrokuje struja kvazistatičke slikerazmatrane metalne ploče, koja se preklapa sa stvarnom pločom Slika 8.15,



429

Slika 8.15. Kvazistatička slika kružne metalne ploče koja uzrokuje potencijal u zraku

pa izraz koji opisuje raspodjelu potencijala u zraku glasi:

hz,r ,a

atank

a4

If 1

1t0

(8.45)

gdje je faktor kvazistatičke transmisije 1tk , dok je, u ovom slučaju,

prigušno-fazni faktor opisan izrazom:

0000

0011 ;; 11

j je f C C R R

(8.46)

Prema dosad uvedenim pretpostavka, metalne ploče kojenadomještaju uzemljivače transformatorskih stanica jesu ekvipotencijalne,

a to znači da one nemaju uzdužne komponente struje. To znači daekvipotencijalne metalne ploče ne stvaraju vektorski magnetski potencijal,već samo skalarni električni potencijal.

8.6.2.3.2. Poprečna impedancija kružne metalne ploče

Vlastita poprečna impedancija p-te ekvipotencijalne kružne metalne ploče, polumjera pa u homogenom neograničenom sredstvu kompleksne provodnosti , Slika 8.16. opisana je izrazom:

p

p p, p

qn p p, p

n

a8

1ZZ

(8.47)



430

Slika 8.16. Ekvipotencijalna kružna metalna ploča u homogenomneograničenom sredstvu kompleksne provodnosti

Gustoća struje koju ploča s obje strane ispušta u okolno homogeno ineograničeno sredstvo opisana je izrazom:

I Nr aa2

IJ

22

(8.48)

gdje je, prema nazivlju metode konačnih elemenata za ploču postavljenu ucilindrični koordinatni sustav oblikovna funkcija:

22 r aa2

1 N

(8.49)

Neka su dvije kružne međusobno paralelne metalne ploče p i q,različitih polumjera pa i ,aq smještene u homogenom i neograničenom

sredstvu kompleksne provodnosti , čiji su centri horizontalno udaljeniza R C i vertikalno udaljeni za cz

Slika 8.17.

Slika 8.17. Presjek paralelno ukopanih kružnih metalnih ploča uhomogenom neograničenom sredstvu



431

Lako se dobije da je međusobna impedancija ploča u homogenomneograničenom sredstvu po Galjerkin-Bubnovovoj metodi opisana

izrazom:

p p,q

n

S

cqq, p p

q, pqn

q, p p

q, pn ZdS),z,r ,a(P Nf Zf Z

p

(8.50)

gdje je:

z,a,r a

tana4

1,z,r ,aP 1

(8.51)

dok je veličina opisana izrazom (4), N izrazom (15), a prigušno-fazni

faktor opisuje izraz:

C2c

2c R γzr γ

q p, eef

(8.52)

gdje je R C udaljenost između središta razmatranih ploča.

Za potrebe 2D numeričko-analitičke integracije po površini p-te ploče površine S p, polovica p-te ploče podijeljena je na 25 dijelova u polarnomkoordinatnom sustavu (, ), a svakom od tih dijelova pridružena je po jedna integracijska točka tako da duž osi i osi ima po 5 integracijskih

točaka. Dakle, integracijske točke su ji , i = 1, 2, ..., 5; j = 1, 2, ...,

5 Slika 8.18.

Slika 8.18. Podjela p-te ploče za potrebe 2D numeričko-analitičkeintegracije



432

Vrijedi da je:

ii ua (8.53)

j j u (8.54)

gdje su ui i u j , i = 1, 2, ..., 5; j = 1, 2, ..., 5 koordinate Gaussovih

integracijskih točaka u lokalnom 1D koordinatnom sustavu, (tablica 1). Horizontalna udaljenost pojedine integracijske točke ji , ploče p

od središta ploče q Slika 8.19. opisana je izrazom:

jci2c2iij cosr 2r r (8.55)

gdje je r c horizontalna udaljenost središta ploča.

Slika 8.19. Horizontalna udaljenost integracijske točke p-te ploče od središta q-te ploče

Korištenjem numeričko-analitičke integracije, izraz (16) poprima oblik:

p p,q

n5

1i

5

1 j

i jcijqq, p p

q, pqn

q, p p

q, pn ZWH),z,r ,a(Pf Zf Z

8.56)

gdje je P opisan izrazom (8.51.), dok je:



433

2

p

ei

2

p

sii

a1

a1d2 NW

ei

si

(8.57)

gdje su granice integrala:

k

i

1k pei Ha

(8.58)

i peisi Ha (8.59)

Analitičkom integracijom izraza (8.56.) dobije se sljedeći izraz:

p

ei

2

p

si

2

ia

1a

1W (8.60)

Dane su koordinate Gaussovih integracijskih točaka ju i njima

pripadne težinske funkcije jH za j =1, 2, …, 5 za lokalni 1D koordinatni

sustav, Tablica 8.1.

Tablica 8.1. Koordinate Gaussovih integracijskih točaka i njima pripadnetežinske funkcije



434

Prema izrazu (8.57), kvazistatička međusobna impedancija kružnihmetalnih ploča u homogenom i neograničenom sredstvu opisana jeizrazom:

p p,q

qn5

1i

5

1 j

i jcijq p

q, pqn

ZWH),z,r ,a(PZ

(8.61)

8.6.2.3.3. Poprečna impedancija u dvoslojnom sredstvu

Neka je p-ta ekvipotencijalna kružna metalna ploča polumjera a p

ukopana u tlo na dubini h p , Slika 8.20.

Slika 8.20. Ekvipotencijalna kružna metalna ploča ukopana u tlodvoslojnog sredstva

Ako se primijeni metoda kvazistatičkog odslikavanja, Slika 8.21,

vlastita poprečna impedancija p-te ploče koja se nalazi u tlu dvoslojnog

sredstva opisana je izrazom:

p

p, p

qn1r

p p, p

qn p p, p r Zk ZZ (8.62)

gdje je:



435

p p, p

qnZ - kvazistatička vlastita poprečna impedancija p-te ploče u

homogenom neograničenom sredstvu kompleksne

provodnosti tla 1 , p

p, p

qnr Z - kvazistatička međusobna poprečna impedancija p-te

ploče i njene refleksijske slike u homogenom

neograničenom sredstvu kompleksne provodnosti tla 1 ,

1r k - faktor kvazistatičke refleksije.

S lika 8.21. Ekvipotencijalna kružna metalna ploča ukopana u tlodvoslojnog sredstva i njezina kvazistatička refleksijska slika

Međutim, u ovom slučaju, zbog simetričnog položaja slike ploče, u

odnosu na ploču, vrijedi jednostavniji izraz za međusobnu kvazistatičku

poprečnu impedanciju ploče i njene refleksijske slike:

5

1 j

j p j p p, p

qn W),h2,r ,a(PZ r

(8.63)

gdje je:

aur j j

(8.64)



436

a

ejr 2

1a

sjr 2

1

r

r

dr r π2 NW

ej

sj

j (8.65)

k

j

1k ej Har

(8.66)

jejsj Har r (8.67)

I u ovom su slučaju, koordinate Gaussovih integracijskih točaka ju i

njima pripadne težinske funkcije jH (tablica 1). Neka su dvije metalne ploče ukopane u homogeno tlo te neka su ploče

paralelne u odnosu na površinu tla, Slika 8.22.

Slika 8.22. Kružne metalne ploče ukopane u homogenom tlu

Neka je pC centar (središte) ploče p, a qC centar (središte) ploče q:

p p p p z,y,xC (8.68)

qqqq z,y,xC (8.69)

Međusobna impedancija ploča u homogenom tlu lako se dobije izizraza za međusobnu impedanciju dviju ploča u homogenom ineograničenom sredstvu, uz korištenje metode odslikavanja, Slika 8.23.



437

Slika 8.23. Odslikavanje q-te kružne metalne ploče ukopane uhomogenom tlu

Konačni izraz za međusobnu impedanciju ploča u homogenom tlu glasi:

r q, p

qn1r q, p

qnq, pq, p

n Zk Zf Z (8.70)

gdje je:

q, pqnZ - kvazistatička međusobna impedancija kružnih metalnih ploča

u homogenom i neograničenom sredstvu

r q, pqnZ - kvazistatička međusobna impedancija p-te kružne metalne

ploče i refleksijske slike q-te metalne ploče u homogenom ineograničenom sredstvu

1r k - faktor kvazistatičke refleksije.

Prigušno-fazni faktor opisan je izrazom

c1 R q, p ef

(8.71)

gdje je:

2q p2

q p2

q p2c

2cc hhyyxxzr R

(8.72)

međusobna udaljenost između središta ploča.



438

8.6.3. Primjer modela iz prakse

Model je razvijen tako da se koriste za uzemljivače trafostanica i

stupova kružni pločasti uzemljivači. Za kabele, segmenti jednožilnihkabela. Vodiči dalekovoda kao i zaštitnu užad, modeliraju se segmentimanadzemnih cilindričnih vodiča. Uzemljivačka užad se modelirajusegmentima ukopanih cilindričnih vodiča.

Ovisno o veličini modela uvode se nadomjesne jednočvorneimpedancije, te trofazni naponski izvori i zadani nulti potencijali.

Navedene sastavnice predstavljaju ulazne podatke za razvijeni programski

alat u pripremljenoj doktorskoj disertaciji kojim je obrađeno distribucijsko područje uz transformatorsku stanicu TS 110/35/10(20) kV Drniš, koje je

načelnim prikazom svedeno na jednopolnu shemu s ucrtanim kružnimmetalnim pločama Slika 8.24.



439

Slika 8.24. Načelni prikaz sastavnica elektromagnetskog modela TS110/35/10(20) kV Drniš za proračun raspodjele struje zemljospoja

Ovaj elektromagnetski model je izgrađen s 1957 sastavnica i ima 868globalnih čvorova i isto toliko linearnih jednadžbi. Sve skupa ima zadanih8001 ulazni podatak.

Elektromagnetski model nadomješta, (predstavlja u stvarnosti), 560elektroenergetskih objekata, na području jednog dijela Operatoradistribucijskog sustava HEP-a, čija je površina 3.031 kvadratni kilometar i

ima oko 83.368 kupaca. Nakon izračuna za tu namjenu originalno



440

razvijenim računalnim programom, dobiveno je ukupno 3136 izlaznih

podataka, što je prezentirano u doktorskoj disertaciji autora.Elektromagnetski model, provjeren je prethodno i drugim računalnim

programom u studiji za potrebe Operatora prijenosnog sustava HEP-a, gdje je obrađen 231 primjer pogonskih stanja, kvarova i radova na 35kV, 110kVi 220kV zračnim vodovima, kabelskim vodovima i podmorskim kabelima.

Prezentiran je primjer razvijenog elektromagnetskog modela za izračunraspodjele struje zemljospoja cjelovitom elektromagnetskom spregom,

(konduktivna, kapacitivna i induktivna), svih dijelova elektroenergetskog

sustava, (EES). Proračuni provedeni razvijenim originalnim programomrezultiraju zaključcima koji upućuju na primjene u EES za koje je moguće

donijeti odluke o pogonu rješavanjem sličnih problema.Opažanja i razumijevanja predmetne problematike oslonjena su naekspertni računalni sustav, (sadrži mehanizam zaključivanja, bazu podataka i bazu znanja), a koji se može promatrati kao projektantsko

pomagala. Prezentacijski materijal obrade, kada se izrazi grafički prikazujezorno konkretna pogonska stanja, ali njegova je baza podataka raspoloživaza sve druge obrade koje uključuju analize i sinteze sličnih primjera jer se parametri mogu mijenjati.

Iako projektiranje nije izum a niti otkriće, prezentirani proces

modeliranja koji se shvaćen kao projektiranje s konkretnim rezultatimaoriginalno je djelo. Dokazana je univerzalnost primjene jer može bitimodeliran bilo koji novi ili postojeći elektroenergetski objekt, ali se mogu promatrati i njihova elektromagnetska stanja u cijelom sustavu.

Modeliranje se može smatrati projektiranjem sustava koji se svodi na prototip kada se u sustav ubacuju realne ili simulirane elektroenergetske

komponente za bilo koji režim rada. Kao takav izvrstan je alat za testiranjeili planiranje održavanja na velikim sustavima.

Unatoč odličnim rezultatima i prezentiranim stečenim iskustvima idalje su otvorena pitanja novih smjernica legislative i intelektualnog

vlasništva nad ovakvim ekspertnim računalnim procesima - projektantskim

pomagalima.



441

8.6.4. Elektromagnetska kompatibilnost i modeliranje ekspertnim

sustavom

8.6.4.1. Elektromagnetska kompatibilnost u elektroenergetskimpostrojenjima

Elektromagnetska kompatibilnost, , (engl. electromagnetic

compability), EMC je značajka elektrotehničkih uređaja ili sustava da radeu svom elektromagnetskom okruženju tako da ne izazivaju nedopuštenudegradaciju funkcije drugih uređaja ili sustava u istom okruženju ili da

sami ne bude ometani do te mjere da se poremete njihove osnovne funkcije.

Nažalost u praksi postoji čitav niz elektromagnetskih utjecaja izraženih

kroz tranzijente (prijelazne pojave) u elektroenergetskim postrojenjima. Neki od njih za posljedicu imaju pojavu prenapona. Razvoj

ekspertnih sustava i modeliranje programske podrške za rješavanje problema EMC-a, započeo je 90-tih godina prošlog stoljeća. Primjena

kojom se analiziraju i simuliraju različita prijelazna stanja, uslijedila jenedugo za tim.

Sustav koji se obrađuje u EMC ExSys-u u osnovi koristi

programsku podršku, (engl. electromagnetic transient program), EMTP

za simulaciju, a alate i okvire kao što su na primjer:

CLIPS, (engl. C Language Integrated Production System)

TBES, (engl. A Tool for Building Expert Systems)

OPS5, (engl. VAX official Production System Version 5)

PROLOG, (engl. Programing Logic),

ARTIM,(engl. Automated Reasoning Tool for Information Management)

Dio ekspertnog sustava za podršku simulacije tranzijenata razrađuje podatke i rezultate simulacije kroz tri stadija: selekcija iz baze podataka,

verifikacija podataka pomoću pravila i evaluaciju simuliranih rezultata pomoću programa EMPT, Slika 8.25. Modeliranje sustava podrazumijeva

primjenu analitičkih i numeričkih metoda, te provjeru postavljenih pravila

za vođenje ekspertnog sustava.



442

Slika 8.25. Prikaz strukture podsustava za podršku simulacijetranzijenata pomoću EMPT programskog alata



443

8.6.4.2. Prenaponi u elektroenergetskim postrojenjima

Utjecajni parametri na tranzijente koji su odabrani iz navedenog

ekspertnog sustava (sklopne prenapone) svrstani su u tri grupe: -parametrisa strane mreže, parametri komponenti sklopnog postrojenja i parametri sastrane izvora napajanja. Od ukupno 24 parametra najjači utjecaj imajudužina vodova, stupanj kompenzacije, karakteristike kratkospojnogotpornika kontakta i operacija sklopke, snaga kratkog spoja i karakter

mreže. Prema utjecaju tih parametara složena je tablica rezultata u ovisnostio kreiranom stanju ispitivanja, Slika 8.26.

Slika 8.26. Prikaz utjecajnih faktora na iznos prenapona u zadanom

sustavu

Provedena je evaluacija od ukupno 286 ponavljanja skombinacijama utjecajnih faktora u kojima su promatrane maksimalne,

srednje i minimalne vrijednosti prenapona. Najveća vrijednost faktora prenapona iznosila je (kp= 3,7), i odnosila se na kraj voda, za manipulaciju

otvaranja prekidača bez kratkospojnog otpornika u kontaktima prekidačaza induktivno opterećenje mreže s kompenzacijskom prigušnicom manjomod 50%.

U navedenom ekspertnom sustavu korišteni su podaci konkretnog345kV dalekovoda Jaguara – Taquaril, Brazilske tvrtke CEMIG, Slika 8.27.



444

Slika 8.27. Nadomjesna shema obrade u ekspertnom sustavu s

parametrima konkretnog dalekovoda

8.6.4.3. Matematičko modeliranje i simulacija tranzi jenata

Matematičko modeliranje u razmatranom ekspertnom sustavuobuhvatilo je primjenu Bergeronove metode za vod bez gubitaka. Za

konkretni dalekovod provedeno je ispitivanje i usporedba rezultata na

različitim modelima. Provedena je analiza i sinteza za vod s nadomjesnomΠ shemom, novim numeričkim modelom, za dalekovode, za kratkevodove, za konkretne vodove s uređajima energetske elektronike, kabelskevodove itd. Računski rezultati i rezultati dobiveni simulacijom analitički inumerički, su uspoređivani, Slike 8.28 i 8.29.

Slika 8.28. Grafički prikaz prenapona u ekspertnom sustavu dobivenog

simulacijom



445

Slika 8.29. Numerički i analitički grafički prikaz podudaranja naponskihveličina u ekspertnom sustavu

Potvrđena je univerzalna primjena ES u elektroenergetskim sustavima i

to za: nadzor, upravljanje, razvoj, edukaciju, uvježbavanje i analizu. Njegova uspješnost je istaknuta u integraciji s programima za simulaciju prijelaznih pojava u čijim su kreacijama posebno korištena heuristička

znanja eks perata iz tog područja. Rezultat je i kvalitetna baza znanja u kojojsu pohranjeni svi rezultati, alati i ljuske.

8.6.4.4. Primjer ispitivanja i modeliranje prijelaznih pojava u

elektroenergetskom sustavu Tunela sv. Rok

Izgradnja elektroenergetskih postrojenja za napajanje potrošačadionica autoceste oko Tunela sv. Rok, obuhvatila je sljedeće:

Rekonstrukciju pojne točke sa sjeverne strane Tunela - postojećeTS 110 / 35 kV Gračac,

Rekonstrukciju pojne točke s južne strane Tunela - postojeće TS110 / 35 kV Obrovac,

Rekonstrukciju postojeće TS 35 / 10 kV Ličko Cerje u TS35 / 10 (20) kV Ličko Cerje (sjeverna strana Tunela),

Izgradnju nove trafostanice TS 35 / 20 kV na sjevernoj strani Tunelasv. Rok s dvostrukim 35 kV priključkom iz TS 110 / 35 kV Gračac:

jedan direktni 35 kV kabelski vod i jedan 35 kV kabelski vod do



446

Čvora sv. Rok te dalje spoj nadzemnim vodom na TS 35 / 10 (20)

kV Ličko Cerje, koja je postojećim 35 kV zračnim vodom vezanado pojne TS 110 / 35 kV Gračac,

Rekonstrukciju zračnog voda 35 kV od TS 110 / 35 kV Gračac preko TS 35 / 10 kV Ličko Cerje do Čvora Sveti Rok te polaganje35 kV kabelskog voda od Čvora sv. Rok do TS 35 / 20 kV Sveti

Rok,

Polaganje novog 35 kV kabelskog voda između TS 35 / 20 (10) kVObrovac i TS 35 / 20 kV Sveti Rok,

Izgradnju ukupno 14 transformatorskih stanica nazivnog omjera

transformacije 20 / 0,4 kV: unutar samog tunela ukupno 6

trafostanica (svaka 2 x 630 kVA), te izvan tunela sa sjeverne strane

ukupno 3 trafostanice i izvan tunela s južne strane ukupno 5trafostanica.

Napa janje potrošača Tunela sv. Rok, moguće je iz distribucijskihmreža:

- HEP ODS Elektra Zadar

- HEP ODS Elektro Lika Gospić.

Nakon otvorenja Tunela u jesen za vrijeme olujnog nevremena s

grmljavinom u trafostanici Obrovac dogodila se havarija. Tunel je morao biti neko vrijeme izvan funkcije dok se nije osposobilo privremeno

napajanje potrošača. Nakon improvizacije napajanja pristupilo se sanaciji

i obnovi postrojenja TS 35 / 20 (10) kV Obrovac.

8.6.4.5. Mjerenje sklopnih prenapona u trafostanici TS 35/20kV

Obrovac

Po završetku obnove postrojenja u kojem se dogodila havarija, pristupilo se ispitivanju s ciljem utvrđivanja uzroka havar ije. Ispitivane su

zaštite i prijelazna stanja izazvana sklopnim operacijama (uklapanje iisklapanje prekidača) u 35 kV postrojenju trafostanice TS 35 / 20 (10) kV

Obrovac.

Prema utvrđenom programu provedena su ispitivanja prijelaznih stanja,

ispitno mjernom konfiguracijom, Slika 8.30.

Cilj provedenog mjerenja bilo je utvrđivanje iznosa prenapona koji se javljaju kod sklapanja prekidača u 35 kV postrojenju u realnim pogonskim



447

uvjetima, odnosno kod realnog konzuma kojeg je tijekom mjerenja bilo

moguće ostvariti.

Slika 8.30. Ispitno mjerna konfiguracija u 35 kV postrojenju

trafostanice TS 35 / 20 (10) kV Obrovac

Najveći konzum Tunela sv. Rok napajan iz trafostanice TS 35 / 20 (10)

kV Obrovac predstavljaju motor-ventilatorske grupe. Kod uključenja svih88 ventilatora postignuta je maksimalna snaga od 2,83 MW, Slika 8.31.

Slika 8.31. Maksimalno opterećenje Tunela sv. Rok



448

8.6.4.6. Rezultati mjerenja

Grafički prikaz rezultata ispitivanja prijelaznih stanja, sklopnih

prenapona u trafostanici TS 35 / 20 (10) kV Obrovac kod sklapanja prekidača u 35 kV postrojenju u realnim pogonskim uvjetima, Slika 8.32.

a) - f).

a) b)

c) d)

e) f)

Slika 8.32. Oblik izmjerenih sklopnih prenapona u 35kV postrojenju




449

8.6.4.7. Izračun faktora prenapona

Sklopni 35 kV blokovi postrojenja u TS Obrovac su tip BVK 38-630,

proizvođača Končar. Njihov stupanj izolacije jest 38 Si 70 / 170. To značida najveća efektivna vrijednost linijskog napona, nazivne frekvencije,

sklopnih 35 kV blokova u stacionarnom pogonu iznosi 38 kV. Efektivna

vrijednost nazivnog kratkotrajnog (60 s) podnosivog izmjeničnog napona,nazivne frekvencije, iznosi 70 kV, dok nazivna vršna vrijednost podnosivog atmosferskog napon oblika 1,2/50 s iznosi 170 kV.

Faktor prenapona opisuje slijedeći izraz:

m

s

m

s

p U

U

225,1

3

U2

U

k

(8.73) (1)

gdje je sU vršna vrijednost izmjerenog faznog sklopnog prenapona, dok je

kV38Um najveća efektivna vrijednost linijskog pogonskog napona

pripadne opreme.

Prema prethodno navedenim podacima sklopnih 35 kV blokova,koeficijent dopustivog prenapona iznosi:

19,3

3

38

70

3

U

U k

m

w pd

(8.74) (2)

gdje je kV70Uw efektivna vrijednost nazivnog podnosivog

izmjeničnog napona opreme, nazivne frekvencije (50 Hz), trajanja 60 s.Prenaponi su mjereni na 35 kV sabirnicama za 10 različitih

konfiguracija, odnosno za 8 različitih pogonskih stanja elektroenergetskognapajanja i konzuma. Ukupno je provedeno 204 manipulacije prekidača isnimljeno 36 isklopa i 168 uklopa prekidača. Ukupan broj konfiguracija je

za dva veći od ukupnog broja pogonskih stanja zato što su u dva navratakorištena oba 35 kV prekidača (=H2 i =H6) tijekom manipulacija. Tijekommjerenja sklapani su 35 kV prekidači u poljima =H1, =H2, =H5 i =H6 ,TS35 / 20 (10) kV Obrovac te 35 kV prekadač u polju RHE Vele bit u TS



450

110 / 35 kV Obrovac, a maksimalna vrijednost faznog napona mrežeiznosila je 29,6 kV.

Najveći prenaponi su izmjereni prilikom sklapanja prekidača u poljima

=H2 i =H6 na 35 kV vodu prema TS 110 / 35 kV Obrovac i to kod izrazitokapacitivnog opterećenja. Najveća vršna vrijednost faznog prenaponaiznosa 138 kV izmjerena je prilikom uklopa prekidača u jednoj od faza polja =H2 kod kapacitivnog opterećenja u iznosu od 0,94 MVAr po fazi,uz faktor snage 0,3 kap. (Tablica 8.2.). U tom najnepovoljnijem slučaju,faktor prenapona izračunat prema izrazu (1) iznosi:

45,4

38

138225,1

U

U225,1k

m

s p

(8.75) (3)

što je znatno veći iznos od dopustivog faktora prenapona 19,3k pd

izračunatog prema izrazu (2). To znači da je prilikom najnepovoljnijeguklopa 35 kV prekidača u polju =H2 izmjerena vrijednost prenapona koja je za 39,5 % veća od dopustivog iznosa prenapona.

Slika 8.33. Vršni izmjereni sklopni prenaponi u 35kV postrojenju


8.6.4.8. Usporedba rezultata simulacije i ispitivanja

U prethodnim cjelinama prezentirani su dobiveni rezultati. Jedni su

dobiveni simulacijom jednog konkretnog ekspertnog sustava, a drugi su

eksperimentalni rezultati dobivenih pokusom. Odnose se na problem

pojave sklopnih prenapona ali u različitim uvjetima različitih postrojenja.



451

Podudaranje rezultata ukazuje na uniformnost tranzijenata kao teorijsku

potvrdu zakonitosti elektromagnetske kompatibilnosti (mjere stanja

elektroenergetskog sustava u svom elektromagnetskom okruženju). I jedni

i drugi rezultati su potvrdili pojavu utjecajnih faktora. Ekspertnimsustavom moguće je rješavanje problema započeti analitičkim inumeričkim modeliranjem, a zatim programskom podrškom simulirati, provjeriti i zaključiti na stvarno stanje. Sve to dakako ne utječući na pogonk onkretnog elektroenergetskog sustava koji je predmet istraživanja, budućise koriste samo njegovi parametri.

Nasuprot toj metodi, za provođenje pokusa bilo je potrebno osloboditielektroenergetski sustav i to na način da se stavi izvan pogona, a po tom u

tim ispitnim uvjetima ostvariti odnosno postići približavanje stvarnim pogonskim stanjima.

Kako je bila riječ o konkretnom elektroenergetskom sustavu u funkcijinapajanja potrošača autoceste, tijekom ispitivanja ona je morala biti izvan prometa. Elektroenergetsko postrojenje trebalo je pripremiti za pokus, a

angažirani su morali bili stručnjaci specijalističkih profila vezani nakonkretan elektroenergetski sustav. To potvrđuje da je ta metoda punoskuplja, a sam pokus nerijetko može ponovno ostaviti posljedice na

postrojenje, prouzročiti novu havariju.Ekspertni sustavi nalaze svoju značajnu primjenu u elektroenergetici.

Od razvoja i izgradnje do puštanja u rad treba dosta vremena, a to potvrđujenjegovu složenost pa samim tim i cijenu. No kada je jedan takav sustav

stvoren sigurno može biti upotrijebljen i za rješavanje problema koji susličnog karaktera, a izvan domene koju pokriva. Postoji u svjetskoj stručnoj praksi veliki broj ekspertnih sustava o čijim se mogućnostima možemouvjeriti. Postoje raspoloživi mnogi korisnici i kreatori ekspertnih sustava,

inženjeri znanja i specijalisti.

Većinu ekspertnih sustava izgradili su stručnjaci i eksperti orijentiranina sveučilišta pa je to polazna osnova i za buduće namjere. Budući su tosustavi koji služi i za učenje, oni zahtijevaju kontinuiranu obnovu i dopunuznanja, tako da mogu naći svoju nezaobilaznu primjenu u

znanstvenoistraživačkim radovima.



452

8.6.4.9. Tablice i sheme uz provedena ispitivanja

Tablica 8.2. Prvi dio ispitivanja u Trafostanici 110/35/20(10)kV Obrovac

Red.br.

Max napon(kV)

% Komentar s brojem sklopnih operacija

1 42,1 1424x faza "0" – uklop: H6 – TS 110/35 kVObrovac prazni hod transformatora T2

2 73,9 250 4x faza "4" – uklop

3 39,9 135 4x faza "8" – uklop

4 42,3 1435x faza "0" – uklop H2 – TS 35/20 kV Sv.

Rok prazni hod voda TS 35/20 kV Sv. Rok 5 67,9 230 5x faza "4" – uklop

6 <38 <130 5x faza "8" – uklop

7 <38 <130 3x faza; "0" faza; "4"; faza "8"-

8 <38 <130

4x faza "0" – uklop H6 – TS 110/35 kVObrovac- prazni hod 20 kV-ni vodovaTS Marune i Tunel Sv. Rok napajanihpreko transformatora T2 - prazni hod 35kV voda TS 35/20 kV, Sv. Rok

9 72,2 244 4x faza "4" – uklop10 44,4 150 4x faza "8" – uklop

11 44,7 151

5x faza "0" – uklop: H2 – TS 110/35 kVObrovac- prazni hod 20 kV-ni vodovaTS Marune i Tunel Sv. Rok napajanihpreko transformatora T2- prazni hod 35 kVvoda TS 35/20 kV, Sv. Rok

12 57,9 196 5x faza "4" – uklop

13 38,9 131 5x faza "8" – uklop

14 46,5 157

15x faza "0" – uklop: H1 – TS 35/20 kVSveti Rok- prazni hod voda TS 35/20 kVSveti Rok, (u praznom hodu su bili i 20 kV-ni vodovi TS Marune i Tunel Sv. Roknapajani preko transformatora T2)

15 55,8 189 15x faza "4" – uklop



453

Tablica 8.3. Drugi dio ispitivanja u Trafostanici 110/35/20(10)kV

Obrovac

Red.br. Max napon(kV) % Komentar s brojem sklopnih operacija

16 48,4 164 15x faza "8" – uklop

17 <38 <1302x faza; "0" faza; "4"; faza "8"- RHEVelebit u TS 110/35 kV Obrovac("stara" TS) prazni hod

18 <38 <130 5xfaza; "0" faza; "4"; faza "8"-

19 116 3925x faza "0" – uklop S=0,99 MVA /vršnavrijednost po fazi, Q=0,94 MVAr (kap.)

P=-0,30 MW 20 138 466 5x faza "4" – uklop

21 83 282 5xfaza "8" – uklop

22 <38 <1305x faza; "0" faza; "4"; faza "8" – H6 – TS110/35 kV Obrovac ("stara" TS)

23 90,3 305

4x faza "0" – uklop 4 H6 – TS 110/35 kVObrovac ("stara" TS) S=1,01 MVA /vršnavrijednost po fazi, Q=0,97 MVAr (kap.)P=-0,30 MW

24 95,4 322 4x faza "4" – uklop25 87,3 295 4x faza "8" – uklop

26 <38 <130 2x faza "0" ;faza "4" ;faza "8"

27 <38 <130

3x faza; "0" faza; "4"; faza "8" – uklop H5 – transformator 35/20 kV, S=0,38 MVA/vršna vrijednost po fazi, Q=0,37 MVAr(kap.), P=0,09 MW

28 52,8 1789x faza "0" – uklop 9 H1 – TS 35/20 kV Sv.Rok, S=0,55 MVA /vršna vrijednost po fazi

Q=0,55 MVAr (kap.) 29 47,3 159 9x faza "4" – uklop 9

30 47,4 1609x faza "8" – uklop 9



454

Tablica 8.4. Tablica manipulacija, broj uklopa i isklopa sklopkama u

Trafostanici 110/35/20(10)kV Obrovac

Uklop/Isklop Br.operacija Polje Teret

U 12 H6 P.H. T2

U 15 H2 P.H. TS 35

I 9

U 12 H6 P.H. 20kV

U 15 H2 P.H. 20kV

U 45 H1 P.H. 35 kV

U 6 RHE P.H.

I 6U 15 H6 S=0,99 MVA

I 15

U 12 H6 S=1,01 MVA

I 6

U 9 H5 S=0,38 MVA

U 27 H1 S=0,55 MVA

Uklopa-UKUPNO

168

Isklopa-UKUPNO

36

SVEUKUPNOoperacija

204

Sheme napajanja Tunela sv. Rok – konfiguracije s prikazom pada

napona duž kabelske trase prikazuju Slike 8.34. - 8.40.



455

Slika 8.34. Konfiguracija napajanja polovine Tunela sv. Rok iz TS35/20

kV Obrovac, s prikazom proračunskog pada napona

Slika 8.35. Konfiguracija napajanja polovine Tunela sv. Rok iz TS 35/20

kV Sv. Rok, s prikazom proračunskog pada napona

35 kV 20 kV

TS OBROVAC

TS 6TS 8 TS 7 TS 5

Un

+5 %

+10 %

-5 %

8 MVA

35 kV 35 kV20 kV

TS SV. ROK TS GRACAC

TS 4 TS 3 TS 2 TS 1

8 MVA 20 MVA

110 kV



456

Slika 8.36. Izvanredni pogon napajanje Tunela sv. Rok samo iz TS

110/35/20 kV Gračac preko TS Ličko Cerje s prikazom pada napona

Slika 8.37. Izvanredni pogon – napajanje Tunela sv. Rok samo iz TS

110/35/20 kV Obrovac s prikazom pada napona

35 kV 35 kV20 kV


TS 6TS 8 TS 7 TS 5 TS 4 TS 3 TS 2 TS 1 TS L.CERJE

8 MVA 20 MVA

110 kV

35 kV 20 kV

TS OBROVAC

TS 6TS 8 TS 7 TS 5 TS 4 TS 3 TS 2 TS 1

Un

+5 %

+10 %

-5 %

8 MVA



457

Slika 8.38. Izvanredni pogon – napajanje Tunela sv. Rok samo iz TS

110/35/20 kV Gračac s prikazom pada napona

Slika 8.39. Normalni pogon – napajanje polovine Tunela sv. Rok iz TS

110/35/20 kV Gračac preko TS Ličko Cerje s prikazom pada napona

35 kV 35 kV20 kV


TS 6TS 8 TS 7 TS 5 TS 4 TS 3 TS 2 TS 1

8 MVA 20 MVA

110 kV

35 kV35 kV20 kV


TS 4 TS 3 TS 2 TS 1 TS L.CERJE

8 MVA 20 MVA

110 kV



458

Slika 8.40. Normalni pogon – napajanje polovine Tunela sv. Rok iz TS

35/20 kV Obrovac s prikazom pada napona

35 kV 20 kV

TS OBROVAC

TS 6TS 8 TS 7 TS 5

Un

+5 %

+10 %

-5 %

8 MVA



459

Slika 8.39. Shematski prikaz kompletnog napajanja Tunela sv. Rok iz TS

110/35/20(10) kV Obrovac TS 110/35/20 kV Gračac i TS35/20(10) kV Ličko Cerje



460

Slika 8.40. Shematski prikaz nadležnih HEP ODS područja za napajanjeTunela sv. Rok



461

Tablica 8.5. Tablica s popisom i značenjem kratica u EMC Ekspertnom sustavu

Kratica Engleski naziv Hrvatski nazivAI Artificial Intelligence umjetne inteligencije

EMC Electro MagneticCompatibility

elektromagnetska kompatibilnost

ES Expert System ekspertni sustav

EMTP ElectromagneticTransients Program

program za simulaciju EMC

KB Knowledge Base baza znanja

FIPA Foundation for Intelligent

Physical Agents

organizacija za standardizaciju

agentskih porukaFL Fuzzy Logic neizrazita logika

AC Agent Containers spremnik agenta

AHS Adaptive HypermediaSystem

prilagodljivi hipermedijski sustavi

ITS Intelligent TutoringSystem

inteligentni tutorski sustav

ICAI Intelligent Computer Aided Instruction

učenja pomoću računala

DSS Decision Support System sustav za potporu odlučivanju TEx-S Tutor-Expert System tutorski ekspertni sustav

ACO Ant Colony Optimization optimizacija mravljom kolonijom

PSO Particle SwarmOptimization

optimizacija rojem čestica

EA Evolutionary Algorithms evolucijski algoritam

GA Genetic Algorithms genetski algoritam

KA Knowledge Acquisition prikupljanje znanja

TBES A Tool for Building Expert

Systems

alat za izgradnju ekspertnih

sustavaCLIPS C Language Integrated

Production SystemC-programski jezik baziran napravilima za izgradnju ES

OPS5 VAX Official ProductionSystem Version 5

generacija 5 alat za izgradnju ES

ART Automated ReasoningTool for InformationManagement

alat za autonomno zaključivanjevođenjem informacija

ATP AlternativeTransientsProgram

alternativni program zasimulaciju EMC



462

8.7. Specijalističk i programi za ekspertne sustave

Eksperti u svojim područjima djelovanja koriste programske rutine ialgoritme za svoja specijalistička rješavanja problema implementirane uvlastite programe. Na taj se način zahtjevne i složene numeričke proračuneznatno pojednostavljuje. Uz prilagodbu odgovarajućeg razvojnog okružjadobivene programske podrške su postale sigurne i pouzdane u smislustabilnosti numeričkog proračuna i kao takove su samostalne i posveneovisne, te prenosive s računala na računalo. U Tablici 8.6, prikazan je pregled nekih specijalističkih programa s opisom namjene i svrhe.

Tablica 8.6. Originalno razvijeni programski paketi

Red.

br.

Naziv Opis programa

1.Groza

Ver. 2.0

Programski paket za analizu gromobranske zaštiteVN postrojenja na otvorenom prostoru.

2.

EarthCAD

Ver. 1.0

Programski paket za analizu složenih uzemljivačkihsustava u homogenom ili dvoslojnom tlu,uključuje proračun raspodjele struje jednopolnoga

kratkog spoja u pasivnim dijelovima EE vodova teproračun faktora redukcije kabelskih vodova,sastavljenih od jednožilnih kabela.

3.

AutoLISP:

getc_points

Posebno razvijena AutoLISP naredba kojaomogućava eksponiranje koordinata linija (početne ikrajnje točke elemenata) iz 3D sustavu programskogpaketa AutoCAD, za potrebe proračuna pasivnihkomponenti uzemljivačkog sustava.

4.EartHGriD

Ver. 1.0

Programski paket za numerički proračun

elektromagnetskog polja složenih uzemljivačkih sustava u horizontalno složenom sredstvu.Omogućuje i proračun električnog i magnetskogpolja duž pravaca i / ili ploha u bilo kojem sloju,uključujući i zrak te površinu tla.

5.PRENAP

Ver. 3.0

Programski paket za numeričku simulacijuprenaponskih stan ja u VN električnim postrojenjima.Namijenjen je za simulaciji rada odvodnikaprenapona, te provjeru učinkovitosti odabrane

prenaponske zaštite.



463

6.

CABLES

Ver. 1.1

Programski paket za proračun impedancija sustava jednožilnih kabela, faktora redukcije te proračunraspodjele kružnih struja u njihovim ekranima.

Moguće je tretirati opterećenje u normalnom pogonuili stanje bilo kakvog kvara.

7.PLANTER

Ver. 2.0

Programski paket za numeričko optimiranjeplaniranja terena za vanjsko visokonaponskorasklopno postrojenje. Numerički se optimira potreba/ obim građevinskih (zemljanih) radova na bilokakvom terenu (potrebni iskopi i nasipi) u smislunajmanjih zahvata.

8. KS321Ver. 1.0

Programski paket za proračun kratkih spojeva

(tropolnoga, dvopolnoga i jednopolnoga kratkogspoja) u distributivnoj mreži, orijentiran potrebamarelejne zaštite.

9.FFT – Black

BoxVer. 1.0

Programski paket za brzu i inverznu fourierovutransformaciju (FFT – IFFT) tranzijentnih valnihoblika (atmosferski i sklopni prenaponi)sodgovarajućim grafičkim sučeljem.

10. FAULTCProračun raspodjele struje jednopolnog kratkogspoja s utjecajem konduktivne sprege.

11. FAULTCBSProračun raspodjele struje jednopolnog kratkogspoja bez utjecaja konduktivne sprege.

12. RMOTN

Program za izračun vlastitih i međusobnih otporasegmenata uzemljivača po metodi srednjegpotencijala.

13. UZEM

Program za analizu raspodjele trostrukih nultih struja jednopolnog kratkog spoja u složenim uzemljivačkimsustavima VN postrojenja.

14. ETAP PS® Programski paket za potrebe projektiranja,simulacije, upravljanja, optimizacije i analizesloženih elektroenergetskih mreža.

U okviru ovog pod poglavlja korisno je još jednom istaknuti kvalitetnoobrađenu problematiku prijelaznih stanja na vodovima u „Studijama“ kojesu izišle uglavnom u okrilju Hermanna Dommela i njegovih suradnika sa

sveučilišta British Columbia iz Vancouvera u Kanadi. U svojim radovimaoni primjenjuju već prethodno spomenuti program za proučavanjeelektromagnetskih tranzijenata, (EMTP).



464

Izvorna metoda proračuna u tom programu bazirana je na rješavanjuvalne jednadžbe za idealni vod prema D’Alembert-ovom općem principu.Parametri idealnog prijenosnog voda su jedinični induktivitet L i kapacitet

C, dok su gubici zanemareni (R=G=0). Matematički model za vod bezgubitaka temelji se na Bergeronovoj metodi. Tom metodom može se riješiti bilo koja mreža koja se sastoji od djelatnih otpora, induktiviteta, kapacitetai prijenosnih vodova s raspodijeljenim parametrima.

U svijetu djeluju skupine za razvoj, tako da su danas njegove

mogućnosti proširene na rješavanje brojnih raznovrsnih problema, i program se kontinuirano višestruko testira i provjerava. Do danas ne prestaje ekspanzija razvoja pa je ATP-EMTP najčešće korišteni programza digitalnu simulaciju elektromagnetskih i elektromehaničkih prijelaznih

pojava i ima velike mogućnosti modeliranja. Na University of Wisconsinin Madison, U.S.A., EMTP je prihvaćen kao svjetski standard za analizutranzijenata u EES još 1998. godine, kada započinje i u znanstvenom,kadrovskom i popularizacijskom smislu restrukturiranje aktivnosti oko

EMTP, usmjerenjem na još bolju primjenu, od kada su na raspolaganjuaktualne internetske baze podataka i korisnički servis.

ATP Control Center je verzija ATP-EMTP-a u kojoj se mogu koristiti

razni pomoćni programi, ali i razne verzije istih programa kao što su na primjer, rad sa dvije različite verzije istovremeno - Salford ATP i Watcom

ATP omogućuje: jednostavno aktiviranje svakog od programa unutar ATPCC-a

rad s bilo kojim editorom koji je od njih podržan

pozivanje i u njemu izvršavanje do 10 vanjskih programa

zapisivanje izvršenih naredbi u posebne okvire

ponovno izvršavanje naredbi koje su zapisane

Osim prijelaznih pojava EMTP programom mogu se računati istacionarne prilike kao provjera ispravnosti zadane nadomjesne sheme

električnog kruga. Prijelazne pojave se mogu računati za sve konfiguracijekoncentriranih parametara, a električna mreža može sadržavati sve realnekonfiguracije, kao što su prepleteni ili ne prepleteni prijenosni vodove,nadomještene raspodijeljenim parametrima. Gubitke u njima moguće jeuzeti u obzir pomoću koncentriranog otpora. Postoji mogućnost uzimanjau obzir frekvencijske zavisnosti parametara prijenosnog voda. Također se



465

može modelirati nelinearne otpornike (odvodnike prenapona), te

nelinearne prigušnice sa zasićenjem.Otvaranjem ili zatvaranjem sklopke mogu se simulirati manipulacije s

prekidačima, kao i iskrišta. Naponski ili strujni izvori odabiru se izmeđusinusoidnih, impulsnih ili step funkcija. Izvor može predstavljati i funkcija proizvoljnog oblika, koja se zadaje pojedinačnim točkama. Može se uzetio obzir utjecaj zaostalog naboja na prijenosnom vodu. U okviru EMTP

programa postoje programski moduli, za modeliranje pojedinih

komponenti, poput prijenosnih vodova, kabela, odvodnika prenapona,

energetskih transformatora koji se mogu spremati u arhivu za budućakorištenja.

Programi se konstantno razvijaju, a nove mogućnosti kao i problemi i

greške na koje korisnici nailaze dostupni su u člancima koje izdajeeuropska skupina korisnika EMTP - EEUG. Prednost je u tome što je zadetaljno proučavanje i sagledavanje svih mogućnosti programskih paketa

dostupna na korištenje literature, ali i svi aktualni stručni i znanstveni člancio konkretnoj primjeni.

Osim simulacijskog dijela na raspolaganju je nekoliko pomoćnih programa kao što su npr. programi za proračun parametara vodova ili programi za određivanje spregnutih RL matrica za simulaciju višefaznih,višenamotnih transformatora u vremenskoj domeni. U Tablici 8.7. su

navedeni potprogrami i njihove međusobne veze koji se koriste.

Tablica 8.7. Potprogrami u vezi s EMPT

Red.br.

Nazivprograma

Opis programa

1. ATPDrawProgram za kreiranje i editiranje modelaelektrične mreže koji se biti simulira programom

ATP.

2. LINECONSTANTS

Program za proračun električnih parametarazračnih vodova u frekvencijskoj domeni.

3. SEMLYN SETUP

Program za generiranje podataka za frekventnoovisne modele zračnih vodova i kabela,(modeliranje nesimetričnih zračnih vodova uvremenskoj domeni).

4. JMARTI SETUP

Program za prikaz frekventno ovisnog modelazračnog voda (zasnovan na aproksimacijiracionalnom funkcijom višeg reda, nije prikladan

za modeliranje kabela).



466

5.CABLECONSTANTS

Program za proračun električnih parametaraenergetskih kabela s dodatnim mogućnostima.

6.

CABLE

PARAMETERS

Noviji program od programa CABLE

CONSTANTS za proračun električnih parametaraenergetskih kabela s dodatnim mogućnostima.

7. BCTRAN

Program za dobivanje linearnih matrica za jednofazne i trofazne transformatore, (dolazi dorješenja na osnovi pokusa praznog hoda i pokusakratkog spoja kod razmatrane frekvencije, a uproračunu se transformator može promatrati ulinearnom ili zasićenom dijelu krivuljemagnetiziranja).

8. XFORMERNiža varijanta programa BCTRAN također sekoristi za linearno predstavljanje jednofaznihdvonamotnih ili tronamotnih transformatora prekoRL spregnutih grana.

9. SATURA

Program za određivanje krivulja zasićenja, dajeovisnost efektivnih vrijednosti napona o struje,(karakteristike ovisnosti ulančenog magnetskogtoka o struji). U ATPDraw-u ovaj program jeuključen u model pod imenom Saturable 3- phase

transformer.

10. ZNO FITTER

Program za prikaz nelinearne naponsko-strujnekarakteristike cink-oksidnog odvodnikaprenapona (type 92) aproksimirane podacimaproizvođača serijom eksponencijalnih funkcija.

11.DATA BASEMODULE

Program za razbijanje dionica mreže na module.Svaki modul može sadržavati nekoliko elemenatakruga. Parametri, kao što su imena i numeričkipodaci mogu imati fiksne vrijednosti unutar

modula.

12. SPY

Program za interaktivno izvođenje, nadzor iupravljanje (izvodi se dok korisnik čeka, a korisnikmože vidjeti što se događa za vrijemeinteraktivnog rada i može izmijeniti postupakizvođenja).

13.TACS

Simulacijski modul za vremenski ovisnu analizukontrolnih sustava (za ulazne podatke prihvaćaju:napon i struju izvora, napon čvora, struju sklopke,

stanje sklopke, vremenski ovisni otpor).



467

14.MODELS

Višenamjenski opisni jezik za opću uporabupodržan širokom paletom simulacijskih alata zapredstavljanje i analizu vremenski promjenjivih

sustava. Može biti upotrijebljen za obradurezultata simulacije u frekvencijskoj ili vremenskojdomeni.

U tablici navedeni višenamjenski modul kao opisni jezik (MODELS)za opću uporabu podržan je širokom paletom simulacijskih alata za predstavljanje i analizu vremenski promjenjivih sustava i ima sljedećeznačajke:

može se koristiti slobodni format mogu se davati proizvoljni nazivi za modele

mogu se pisati komentari

može proizvoljno definirati kontrole i komponente električnogkruga

omogućuje povezivanje razvijenih modela s programom ATP

može se koristiti za obradu simulacije u frekvencijskoj ilivremenskoj domeni

Simulacijski modul za vremenski ovisnu analizu kontrolnih sustava

TACS, (engl. T ransient Analysis of C ontrol S istems) se koriste za:

visokonaponske istosmjerne pretvarače

uzbudne sustave sinkronih strojeva

energetske elektronike i motora

električne lukove (prekidači i iskrišta).

Veza između električne mreže i TACS modela se ostvaruje izmjenomsignala. Ulazne veličine su napon i struju izvora, napon čvora, strujusklopke, stanje sklopke, vremenski ovisni otpor, izlazni podaci mogu biti:

naponski i strujni TACS izvori i naredbe za upravljanje TACS sklopkama.

Verzija EMTP-RV, (engl. R estructured V ersion) restrukturirana

verzija koristila se u obradi navedenih primjera elektromagnetskih

problema u kabelskim vodovima hrvatskih autocesta. Verzija ima grafičko,



468

objektu orijentirano sučelje EMTPWorks GUI, (engl. G raphical-U ser-

I nterface), i novi izlazni procesor za simulaciju i vizualizaciju rezultata – ScopeView, koji koristi novu formulaciju baziranu na modificiranoj

proširenoj čvornoj analizi za različite simulacijske opcije za područjetranzijenata s utjecajem opterećenja u vremenskom i frekvencijskom području.

Postoji veliki broj renomiranih proizvođača programskih paketa koji sedetaljno bave elektromagnetskom problematikom. Jedan od njih je SES

(engl. S afe E ngineering S ervices & Tecnologies Ltd .), tvrtka iz Montreala,

Canada, koja je počela s razvojem poznatog CDEGS programa, (engl.

C urrent D istribution, E lectromagnetic Fields, G rounding and S oil

Structure Analysis). To je paket na tržištu prisutan preko 30 godina koji seneprestano razvija i usavršava. Sastavljen je od osam inženjerskih modula:

RESAP

MALT

MALZ

TRALIN

SPLITS

HIFREQ

FCDIST

FFTSES

i niza specijaliziranih programa raspoloživih za: analize uzemljenja(engl. Grounding /Earthing Analysis – Auto Ground Design,…),elektromagnetske utjecaje (engl. Electromagnetic Interference Analysis

MultiFields+, SESTLC ,…), električno okruženje (engl. Electrical

Environmental Impact Assessment- SESEnviro,…), analizu sklopnih i

atmosferskih tranzijenata (engl. Switching and Lightning Surge Transient

Analysis – MiltiLines+,…) izračuna parametara vodova i kabela, (engl.

Line & Cable Parameter Computations- Right-of-Way,…) i čitavog nizauslužnih programa. SES zasluženo ima međunarodnu reputaciju jednog odvodećih proizvođača programa za analizu tla, uzemljenja,elektromagnetske i konduktivne sprege s obližnjim instalacijama

(plinovod, naftovod i sl.) kao i programa za analizu prijenosnih idistributivnih električnih mreža.

Za primjer je korisno navesti mogućnosti programskog paketaMultiFields+, odnosno inženjerske i uslužne module koje on sadrži.MultiFields+ se najčešće koristi za: analizu kvalitete uzemljenja isigurnosti, proračune konstanti voda i pojavu indukcije na objektima koji



469

se nalaze u blizini vodova, analizu elektromagnetskih polja u vremenskoj i

frekvencijskoj domeni u okolini trafostanica, prijenosnih i distributivnih

vodova, industrijskih postrojenja, itd.

MultiFields+ je programski paket kojim se rješava bilo kojielektromagnetski problem mreže nadzemnih i podzemnih vodiča napajanih preko jednog ili više naponskih ili strujnih izvora. To je programsk i paket

koji nudi točna rješenje za probleme (kao što su udar munje, sklopni prenaponi i svaki drugi oblik prenapona, u energetskoj mreži iuzemljivačkim sustavima), u prijelaznim i stacionarnim stanjima ufrekvencijskom rasponu od 0 Hz pa čak do nekoliko GHz.

Ovaj programski paket računa skalarni potencijal, električno imagnetsko polje oko mreže vodiča kao i raspodjelu struje po pojedinim

vodičima. Program računa elektromagnetski utjecaj na cjevovode,telekomunikacijske vodove, itd. Istovremeno računa induktivnu,

konduktivnu i kapacitivnu spregu, analizira problematiku katodne zaštitete određuje optimalne lokacije duž trase. Pregled, funkcije i sadržaj SES programskih paketa prikazuje Tablica 8.8. i 8.9.

Tablica 8.8. SES programski paketi

Red.br.

Naziv

programa Opis programa

1. CDEGSProgramski paket za analizu problema uzemljenje,elektromagnetska polja i međudjelovanja.

2. AutoGroundProgramski paket za analizu uzemljenja za dvoslojnimodul tla.

3. MultiGroundProgramski paket za analizu uzemljenja i konduktivnesprege.

4. MultFields

Programski paket za analizu složenih mreža ukopanih

vodiča i elektromagnetskih problema.

5. MultiLinesProgramski paket za računanje konstanti voda inajsloženijih sustava vodiča.

6. Right-Of-WayProgram za analizu elektromagnetskih međudjelovanjaizmeđu energetskih vodova i obližnjih instalacija.

7. AutoGridPro

Program za analizu uzemljenja koji kombinira kvaliteteprograma RESAP, MALT i FCDIST s jednostavnim ivelikim automatiziranim sučeljem.

Tablica 8.9. Pregled inženjerskih modula SES programskih paketa



470

Red.

br.

Naziv

programa Opis programa

1. AutoGroundRESAP, MALT i FCDIST (bez modula za analizu

uzemljenja)

2. MultiGround RESAP, MALT i FCDIST

3. MultiGround+ RESAP, MALT, TRALIN, FCDIST i SPLITS

4. MultiLines TRALIN i FCDIST

5. MultiLines+ TRALIN, FCDIST i SPLITS

6. MultiFields MALZ, HIFREQ i FFTSES

7. MultiFields+MALZ, HIFREQ, FFTSES, TRALIN, FCDIST i

SPLITS

8. CDEGSRESAP, MALT, MALZ, HIFREQ, FFTSES,

TRALIN, FCDIST i SPLITS

Primjer program FCDIST (engl. F ault C urrent DIST ribution) koji

služi za analizu raspodjele struje kvara u distributivnim i prijenosnimelektričnim mrežama sastavni je dio CDEGS-a. Program sadrži numeričkimodel električne mreže s jednom fazom (koja može predstavljati bilo koji broj faza), i s jednim neutralnim vodičem (koji predstavlja jedan ili višezaštitnih vodiča). Pretpostavka je da su parametri prijenosnog voda isti usvim dijelovima i u svim granama mreže i da je impedancija tla jednaka usvim granama. S ovakvim pretpostavkama radi se proračun kratkog spo ja

između faznog i nultog vodiča. Napon dodira i napon koraka su proporcionalni amplitudi struje koja

kroz uzemljivač ide u tlo. Za razliku od programa TRALIN i SPLITS, s programom FCDIST je mnogo lakše za neku mrežu izračunati struju kojase preko uzemljivača odvede u tlo, tako da je vrijeme pripreme znatnokraće. Osim struje mogu se računati i vlastite impedancije neutralnih(zaštitnih) vodiča kao i međusobne impedancije između faznih i neutralnihvodiča. Primarni zadatak programa FCDIST je ipak računanje razdiobe

struje kvara između zaštitnih vodiča i uzemljivača na mjestu kvara.



471

Cjelokupni se postupak provodi modeliranjem strujnog kruga čime se priprema elektromagnetski problem za obradu.

FCDIST numerički model električne mreže pretpostavlja da su

parametri prijenosnog voda isti u svim dijelovima i u svim granama mrežei da je impedancija tla jednaka u svim granama. S ovakvim pretpostavkama

radi se proračun kratkog spoja između faznog i nultog vodiča.Model strujnog kruga sastoji se od tri temeljna dijela: 1. pojno čvorište

- to je čvor koji povezuje sve grane mreže, 2. potrošačko čvorište – može biti najmanje jedno, a moguće je i da ih bude više unutar jednog FCDISTmodela i 3. prijenosni vodovi - spajaju pojno i potrošačko čvorište.Potrošačko čvorište predstavljeno je impedancijom prema zemlji koja predstavlja impedanciju uzemljenja i strujnim izvorom koji napaja

prijenosni vod.Svaki prijenosni vod u modelu sastavljen je od dijelova iste duljine.

Svaki dio jedne grupe zaštitnih vodiča ima vlastitu impedanciju i

međusobnu impedanciju koja se odnosi na fazu u kvaru. Za potpunoopisivanje prijenosne mreže, potrebno je definirati električne karakteristike(otpornost i permeabilnost) tla na kojem se mreža nalazi i frekvencijusustava.

Rezultati proračuna se prikazuju u tekstualnom i grafičkom obliku i to:

Struje zdravih faza i faze u kvaru,

Struje koja se zatvara kroz zemlju,

Porast potencijala uzemljivača na mjestu kvara (GPR),

Tekstualne datoteke koja sadrže sve važne informacije.

Sve stavke se prikazuju kao funkcija određenog dijela (sekcije) mrežei tako raspoložive mogu se upotrebljavati za sve zahtjeve.

Svi programski paketi koji imaju oznaku + (plus) sadrže programRight-Of-Way koji je namijenjen za probleme s induktivnom spregom.

Među SES specijaliziranim programima, izdvaja ju se:AutoGroundDesign, SESEnviro i SESTLC. Popis funkcija uslužnih programa i pomoćnih alata prikazuje Tablici 8.10. i 8.11.



472

Tablica 8.10. Popis funkcija uslužnih programa i pomoćnih alata

Red.br.

Nazivprograma

Opis programa

1.AutoGroundDesign

Program za modeliranje tla i proračun uzemljivačkog sustava ukopanih neizoliranih vodiča koji je dovoljnomalen da se može smatrati ekvipotencijalnim. Programkoji će nam omogućiti brzo i efikasno dizajniranjesigurne instalacije uzemljenja.

2. SESEnviro

Ovaj program služi za analizu nadzemnih istosmjernih i

izmjeničnih prijenosnih vodova. Računa parametrevoda, audio i radio smetnje, električno polje, magnetskopolje, skalarni potencijal i ostale parametre koji sunastali zbog elektromagnetske sprege prijenosnih idistributivnih vodova s bilo kojom vrstom i bilo kojimbrojem zračnih vodiča.

3. SESTLC

Ovaj program se koristi za analizu prijenosnih idistributivnih vodova, analizu stacionarnih stanja iinduktivne sprege vodova i kabela s ostalim metalnim

dijelovima kao što su plinovodi, tračnice, itd.

Tablica 8.11. Popis uslužnih programa i pomoćnih alata

Red.br.

Nazivprograma

Opis programa

1. AmpacityUslužni program koji računa: minimalni presjekvodiča, maksimalni iznos struje kvara i porasttemperature tijekom kvara.

2. SESCAD

Uslužni program za crtanje, modificiranje i pregledsloženih mrežastih uzemljivača i metalnih stupova ustvarnoj veličini, (služi za izradu mreže vodiča koji sekoriste u programima MALZ i HIFREQ.

3. GRAREPUslužni program koji prikazuje i ispisuje grafove itekstualne datoteke.

4. CETU

Uslužni program koji pojednostavljuje prijenosizlaznih podataka iz programa Right-Of-Way iSPLITS u program MALZ, za računanje konduktivnesprege kod harmonijskih struja.



473

5. TransposIT

Alat za analizu preplitanja voda. Da bismo osiguralida nesimetričnost napona bude u granicama normalemoramo odrediti optimalan broj preplitanja i njihove

lokacije.6. GRSPLITS

Uslužni program koji crta strujne krugove iz ulaznihpodataka programa SPLITS ili FCDIST.

7. SESGSE

Uslužni program za izračun otpor rasprostiranja jednostavnih uzemljivača u homogenom tlu ( šipke,vodiči, ploče,…) Računa dimenzije uzemljivača da biotpor uzemljenja bio zadovoljavajući.

8. SESBatch Alat koji nam omogućuje da odjednom radimo s višeprograma u različitim direktorijima.

9. SESPLOT Služi za jednostavno crtanje na temelju podataka uobliku tekstualne datoteke.

10. FFT21DataPomoćni program koji vadi podatke iz izlazne bazepodataka programa FFTSES (File21) u formatukompatibilnom s programom SESPLOT.

11. SESScriptProgramski jezik koji proizvodi ulazne parametre zaračunanje.

12. WMFPrintProgram koji prikazuje i ispisuje WMF datoteke(Windows Metafiles) proizvedene pomoću programa

CDEGS ili bilo kojeg drugog programa.

8.8. Zaključak

Razvoj umjetne inteligencije omogućio je primjenu ekspertnih sustavana određena znanstvena područja ali i u konkretne privredne projekte.Prezentiranim načinom utvrđeni su konkretni problemi iz područja EMC-a

u elektroenergetskom sustavu. Usporedbe klasičnim eksperimentalnim

metodama – pokusom (kakav je proveden prilikom utvrđivanja uzrokahavarije i ponovnog puštanja u pogon trafostanice TS 35/20(10)kVObrovac), te zaključivanjem na temelju razvijenog ekspertnog sustava, potvrdili su iste rezultate. Mogućnost primjene ES i u različitimslučajevima potvrđuju razvijene univerzalne metode. Unaprijeđenomdijagnostikom raspoloživim ekspertnim sustavom prijelazne pojave, kao na primjer problemi vezani uz elektromagnetsku kompatibilnost, u

konkretnom slučaju, pojave sklopnih prenapona, mogu biti brzo i

učinkovito utvrđene.



474

Nastavak istraživanja i razvoja na temelju utvrđenih spoznaja usmjeren je na optimizaciju EES Hrvatskih autocesta d.o.o.

Uz izgradnju novih dionica autocesta izgrađeni su i novielektroenergetski objekti (EEO) koji služe za napajanje trošila u funkcijisigurnosti prometa. Iako se EEO hrvatskih autocesta, na lokaciji na kojoj

su izgrađeni inkorporiraju u domicilne distribucijske mreže HEP-a i postaju

njihov sastavni dio, s aspekta optimizacije mogu se promatrati kao

specifičan elektroenergetski sustav.

Desetgodišnje iskustvo projektiranja, građenja, puštanja u pogon iodržavanja EEO za potrebe HAC-a bilo je dovoljno da se nastojanja, i

realizirani zahvati na optimizaciji elektroenergetike usmjere u globalnikoncept izgradnje ekspertnog sustava, (ES). ES kao dio umjetne

inteligencije, potpomognut računalom obuhvaća specijalističko znanje iz pojedinog područja, te modelira inteligentne elemente čovjekovogrješavanja problema: zaključivanje, prosudbu, odlučivanje na osnovinekada čak nepouzdanih i nepotpunih informacija, te kontrolu i tumačenjeodluka. Prva faza razvoja usmjerava se na kreaciju baza podataka i baza

znanja kao važnih dijelove ES. U bazama se automatsko zaključivanjeodvija kroz interpretaciju znanja (uključujući i nove spoznaje) i logičke

procedure. Promjene baze znanja na temelju novo izvedenih zaključaka zaEES HAC uključuju mogućnost modeliranja:

- optimizacije budućeg projektiranja i izgradnje,

- uređenje odnosa i primopredaje EEO između HEP-a i HAC-a,

- pripremu HAC-a za liberalizaciju europskog tržišta energije ikorištenje OIE,

- optimizaciju troškova pogona, osiguranja i održavanja,...

Za svaki model potrebno je razraditi adekvatnu strategiju kojom se

kontroliraju i usklađuju procesi pretraživanja i manipulacija iz baze znanja,te na njihovim osnovama provodi zaključivanje.

Jedan od primjera je relativno jednostavan heuristički algoritam zaoptimizaciju vršnog opterećenja tunela, koji je u praksi našao svoju primjenu s racionalizacijom u potrošnji električne energije za pogon tunela.

Godišnja ušteda u plačenim računima za električnu energiju primjenom

tog algoritma je cca 1 mil. kuna.



475

PRILOZI

PRILOG 1 - VJEŽE iz kolegija Inteligentni sustavi

«Konačno su suvremena sredstva za priopćavanje i promet dovršila proces

proširenja tehničke civilizacije koji je bez sumnje iz temelja izmijenio

životne uvjete na Zemlji. Stoga odobravamo li ga ili ne, nazivamo li ga

napretkom ili opasnošću – moramo biti na čistu s tim da je on odavno

prerastao kontrolu uz pomoć ljudskih sila»

W. Heisenberg, 1932. Nobelova nagrada za fiziku

Napomena uz Prilog 1

___________________________________________________________

Potreba da se uz predavanja kolegija Inteligentni sustavi provode i

laboratorijske vježbe generirala je sadržaj pet interesantnih vježbi koje

studentima proširuju spoznaje o specijalističkim aerodromskim sustavimasvjetlosne signalizacije. Iz praktičnih razloga, budući knjiga služi i kao

prir učnik i kao udžbenik u dijelu priloga nalaze se podloge pripremljenih

pet vježbi na serijskim strujnim krugovima i demo modelu regulatora

konstantne struje koji predstavlja dio ekspertnog sustava. Vježbe koje su

priređene za provedbu su:

1. Infrastruktura serijskih strujnih krugova kao dio ekspertnog sustava

2. Upravljanje serijskim strujnim krugom iz ekspertnog sustava

3. Mjerenja na serijskim strujnim krugovima za baze podataka

4. Proračun na izlaznom transformatoru serijskog strujnog kruga

5. Naponi i struje u serijskom strujnom krugu



476

TEHNIČKO VELEUČILIŠTE U ZAGREBU

Specijalistički stručni studij elektrotehnike; 2. semestar

Izborni kolegij: Inteligentni sustavi

Laboratorijske vježbe

VJEŽBA 1.

OSOBNI PODACI STUDENTA

Ime i prezime:

Datum i mjesto održavanja vježbe: Vrijeme trajanja vježbe, (od - do):

EVIDENCIJA I PROCEDURA IZ NASTAVNOG PLANA ZA VJEŽBE Naziv tematske cjeline:

Naziv, broj vježbe i predviđeno trajanje: Ekspertni zrakoplovni sustav

svjetlosne signalizacije - VJEŽBA 1.(predviđeno 3 školska sata)

Veza s predavanjemInfrastruktura serijskih strujnih krugova

- dio ekspertnog sustava

Veza na literaturu ili PP-prezentaciju: PP 1 i 2; (aktuatori i perceptori)

Uvod u vježbu: Student potvrđuje (+) ili zahtjeva

dodatna pojašnjenja (?) 1. Korak - općenite informacije o vježbi 2. Korak - opis potrebnih pomagala

3. Korak - opis postupka izvođenja

4. Korak - potrebna oprema/instrumenti

5. Korak - priprema mjesta za vježbu

6. Korak - utvrđivanje uvjete za vježbu*

*- klimatski uvjeti, (vanjski) i temperatura zraka

NASTAVNI LIST VJEŽBE Br.:1/1

Priprema studenta za vježbu OPASKA - PRIPREMA ZA VJEŽBU!

za provedbu vježbe studentima će od koristi biti prisjećanje na prethodno usvojena znanja:-ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje i strujni izvor)-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme, strujnitransformator, distribucija i konfiguracije krugova - serijski i paralelni,...)-LEGISLATIVA, (Pravilnik o sigurnosti i zdravlju pri radu s električnom energijom,( NN88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...



477

Sadržaj vježbe: - primarni strujni krug aerodromskog sustava svjetlosne signalizacije- regulator konstantne struje strujni izvor- moduli kao perceptori i aktuatori- strujni transformator kao izolacijski transformator u KS, PH i opterećenje

Literatura: [1] Priručnik za VJEŽBU 1, raspoloživ u praktikumu ExSys[2] Preporučena literatura, zrakoplovna legislativa POA-CCAA[3] Dodatna literatura ICAO, Annex 14

Opis slika uz vježbu i praktički zadatak:

Slika 1.1. Prednja strana upravljačke jedinice regulatora konstantne struje Tip TCR TRANSCON

Slika 1.2. LFD (LAMP FAULT DETECTOR). Modul je namijenjen za indikaciju broja neispravnihsijalica u serijskom strujnom krugu. Modul određuje broj neispravnih sijalica na osnovimjerenja i vrednovanjaizmjerenog faznog kuta prvih harmonika napona i struje u serijskom strujnom krugu.Funkcija modulu zavisi od parametara kruga, broja i snage pojedinih sijalica, tipa

izolacionih transformatora, dužini kabla u strujnom krugu i zbog toga je neophodno da sepo priključenju strujnog kruga izvrši kalibracija.

Slika 1.3. EFD (EARTH FAULT DETECTOR). Modul je namijenjen za mjerenje otpora izolacije userijskom strujnom krugu. Modul sadrži pomoćni, galvanski odvojeni izvor + 500 V DC.Izolacijski otpor u strujnom krugu vrednuje se kao gubitak napona u pomoćnimotpornicima. Odvajanje izlazne petlje osigurano je otpornici 5,5 Mohma, smještenim ubloku transformatora snage (modul TRM).

Slika 1.4. Serijski strujni krug

Slika 1.5. ES/aktuatori/perceptori

Praktički zadatak uz vježbu - U ormaru regulatora dijagnosticirati modul! TRM (MEASURE TRANSFORMER) Modul mjernog transformatora nalazi se uneposrednoj blizini izvoda transformatora snage. Sastoji se od strujnog transformatora zamjerenje struje u serijskom strujnom krugu i kruga za odvajanje uređaja za mjerenje otporaizolacije. Modul je priključen s dva visokonaponska kabela na izlaz (C9) i izlaze (C5 ili C6).

Povezivanje s elektronskim dijelom upravljanja RJS izvedeno je pomoću konektora XT1



478

NASTAVNI LIST VJEŽBE Br.:1/2 Slika prednje strane modula i sheme spajanja za koncept vježbe

Slika 1.1.

Slika 1.2. Slika 1.3.

Slika 1.4.

Slika 1.5.

ES

SENZORI

AKTUATORI

PERCEPTORI



479

NASTAVNI LIST VJEŽBE Br.:1/3 Student motri reakcije modula aktuatora i mjerne instrumente

Podaci o modulima i mjernoj opremi u priručnoj literaturi. Provjera

konfiguracije na demo modelu u Praktikumu. Akceptirati upute nastavnika:

Moduli: EFD, LFD, TRM - REAKCIJE SUSTAVA:

- Promjena broja ispravnih/neispravnih rasvjetnih tijela - Promjene stanja otpora izolacije serijskog strujnog kruga - Izlazne električne veličine u serijskom strujnom krugu

1. Upoznavanje sa standardnim nazivnim vrijednostima izlazne struje, (max 20A) 2. Komentirati izlaznu struju prema stupnjevima intenziteta (uočiti omjer %/A)-Izračun

3. Komentirati stupanj intenziteta "TEMP" 4. Komentirati ponašanje aktuatora, veličine koje se promatraju i reakcije perceptora 5. Moguće nadogradnje senzora u serijskom strujnom krugu – interaktivna vježba

NASTAVNI LIST VJEŽBE Br.:1/4 Upoznavanje i komentiranje reakcije sustava provedene vježbe - izračuni

Stupanj Izlazna struja Izračun % vrijednosti

intenziteta I2max = 6,6 A I2max = 8,3 A I2max = 6,6 (%); I2max = 8,3 (%)

TEMP 1,3 A 1,6 A

1 2,8 A 4,3 A

2 3,4 A 4,9 A

3 4,1 A 5,7 A

4 5,2 A 6,8 A

5 6,6 A 8,3 A

Stupanj Izlazna struja Izračun vrijednosti u (A) intenziteta I

2max= 6,6 A I

2max= 8,3 A I

2max= 20 A

TEMP 1,3 A 1,6 A

1 2,2 A 3,5 A

2 2,8 A 4,3 A

3 3,4 A 4,9 A

4 4,1 A 5,7 A

5 5,2 A 6,8 A

6 6,4 A 7,8 A

7 6,6 A 8,3 A



480

NASTAVNI LIST VJEŽBE Br.:1/5 Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA:

Student zahtjeva ponavljanja ili popravnu radnju vježbe: Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJE NOSTI PROVEDENE VJE BE

Ocjena:

Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK

Ocjena za zalaganje:

Ocjena za znanje:

Ocjena za vještine: Konačna ocjena:

_______________________



481





VJEŽBA 2.


Ime i prezime:



Naziv, broj vježbe i predviđeno trajanje: Upravljački modul kao korisničkosučelje - VJEŽBA 2. (predviđeno 3

školska sata)

Veza s predavanjemUpravljanje serijskim strujnim krugom

simulacijom iz ekspertnog sustava

Veza na literaturu ili PP-prezentaciju: PP 3 i 4; (aktuatori i perceptori)









Priprema studenta za vježbu OPASKA - PRIPREMA ZA VJEŽBU!

za provedbu vježbe studentima će od koristi biti prisjećanje na prethodno usvojena znanja i kompetencije stečene tijekom VJEŽBE 1.: -ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje i strujni izvor)-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme, strujni transformator,distribucija i konfiguracije krugova - serijski i paralelni,...)-LEGISLATIVA, (Pravilnik o sigurnosti i zdravlju pri radu s električnom energijom,( NN88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...



482

Sadržaj vježbe: - rad s "korisničkim sučeljem" - kao dio ES prepoznat u vježbi- glavni modul upravljačke jedinice regulatora konstantne struje

Literatura: [1] Priručnik za VJEŽBU 2, raspoloživ u praktikumu ExSys

Opis korisničkog sučelja za vježbu:

1 - Zelena signalna lampica (ON) iznad svakog tipkala označava realno stanje u strujnimkrugovima. Uključena signalna lampica odgovara stanju sijalica u strujnom krugu (svijetli /gasi se tek poslije izvršenja komande).

2 - Tipka za ručno upravljanje serijskim strujnim krugom vezanim za jedan CCR.

3 - Postojano svjetlo crvene signalne lampice (STATUS) daje informaciju o kvaru, koji jeuočen elektronskim modulom DRT-24 kod automatskog testiranja pri startu (poslije uključenjanapajanja) ili kod prekida komunikacije s komandnim modulom (DSP).

4 - Zelena signalna lampica (STATUS OK) znači redovno pogonsko stanje modula LCS.

5 - Postojano svjetlo crvene signalne lampice (ERROR) daje informaciju da modul LCSnije u režimu daljinskog upravljanja dobio podatke od komandnog sustava. Trepćuće svjetlo

ove signalne lampice znači razliku među traženog i aktualnog stanja u upravljanom strujnomkrugu (npr. pri pregorjelom osiguraču u komandnom krugu sklopnika) ili identificira kvarmodula LCS, eventualno DSP ili REG.


Slika 2.1. Principijelna shema CCR i serijski strujni krugSlika 2.2. Pogled na zatvoreni i otvoreni CCRSlika 2.3. Glavni modul upravljačke jedinice Slika 2.4. Izlazni transformator - veza s VJEŽBOM 5.



483

NASTAVNI LIST VJEŽBE Br.:2/2 Slika sheme spajanja i modula za koncept vježbe

Slika 2.1. Principijelna shema CCR i serijski strujni krug

Slika 2.2. Pogled na zatvoreni i otvoreni CCR Slika 2.3. Glavni modul upravljačke jedinice

Slika 2.4. Izlazni transformator - veza s VJEŽBOM 5



484

NASTAVNI LIST VJEŽBE Br.:2/3 Student motri reakcije modula aktuatora i pokazivanja displeja

Rad s korisničkim sučeljem za vježbu:

1 - Alfanumerički displej 2x20 znakova prikaz informacija o stanju i funkcijama CCR

2 - Sedmo-segmentni dvobojni displej prikazuje aktualno stanje intenziteta (broj stupanjintenziteta), Ručno upravljanje crvena, daljinski režim - zeleno

3 i 5- Taster "+" "-" upotrebljava se pri povećavanju/smanjivanju stupanja intenziteta ulokalnom režimu rada.

4 - Tasterom "REM" prebacuje se režim lokalnog i daljinskog upravljanja

6 - Taster "OFF" isključuje CCR (prelazak u stupanj intenziteta "0") u lokalnom režimurada. CCR se isključuje bez obzira u kom stupnju intenziteta radi.

7 - Taster "IZBORNIK" je namijenjen za pozivanje osnovnog menija na alfanumeričkomLCD displeju.

8 - Taster "UP" (strelica nagore) prebacuje prikazivanje podataka u svakom izbornik.9 - Taster "ENTER" prebacuje prikazivanje podataka u pojedinim podizbornicima na LCDdispleju.

10 - Taster "DOWN" (strelica na dolje) prebacuje prikazivanje podataka u svakompodizbornik (grupi).

11 - Signalna lampica REMOTE emitira postojanu zelenu boju pri uključenju CCR uredovan režim daljinskog upravljanja. Crvena postojana boja daje signalizaciju o kvaru CCR(po pravilu istovremeno svijetli signalna lampica LINK ili ERROR na modulu COM). Crvenotrepćuće svjetlo ove signalne lampice najavljuje kvar komunikacionog modula (COM) - u

jedinici je došlo do prekida u komunikaciji između modulima DSP i COM (isto se događaukoliko modul COM nije postavljen). Zelenim trepćućim svjetlom signalna lampicasignalizira grešku pri podešavanju stupnja intenziteta u režimu DU, kada se kod CCR tražistupanj, koji nije instaliran. CCR u tom slučaju automatski postavi najveći stupanjintenziteta. Kada je CCR u režimu LU (tasterom "REM"), ova signalna lampica ne svijetli.

12 - Signalna lampica STATUS daje informacije o stanju modula DSP. Postojano crvenosvjetlo daje informaciju o prekidu interne komunikacije sa modulom CCR (REG). Crvenotrepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modula DSP. Postojano zeleno svjetloznači redovan rad modula DSP.



485

NASTAVNI LIST VJEŽBE Br.:2/4 Upoznavanje s ugađanjem sustava za provedbu vježbe – priprema za izračun

Tablica 2.1. Izlazni transformator ugađanje - veza s VJEŽBOM 5, slika 2.4.

TipCCR

TCR.2.04.400

Izvodtransformatora

VrijednostIDK B11 B10

B9

Naz.snagaRKS

Max.izlazninapon

C1 – C5 C4 – C8 4,0 kVA 13,9 A 606 V

C1 – C5 C3/C8 – C4/C7 3,6 kVA 12,5 A 545 V

C1 – C5 C3 – C7 3,2 kVA 11,1 A 485 V

C1 – C5 C2/C7 – C3/C6 2,8 kVA 9,7 A 424 V

C1 – C5 C2 – C6 2,4 kVA 8,4 A 364 V

C1 – C5 C1/C8 – C4/C5 2,0 kVA 7,0 A 303 VC1 – C5 C1/C7 – C3/C5 1,6 kVA 5,6 A 242 V

C1 – C5 C2/C5 – C1/C6 1,2 kVA 4,2 A 182 V





Ocjena:



Ocjena za znanje:


______________________



487

Sadržaj vježbe: - primarni, serijski strujni krug, (SSK) aerodromskog sustava svjetlosnesignalizacije- primarni kabeli, konektori i strujni transformator u SSK- ispitivanje stanja otpora izolacije, utjecaj stanja sekundara

Literatura: [1] Priručna literatura za VJEŽBU 3, praktikum ExSys - prorada i uporaba [2] Preporučena literatura POA-CCAA[3] Dodatna literatura "Transformatori", Tehnologija elektromaterijala[4] Dodatna literatura "ICAO -FAA" El. Systems

Podsjetnik za vježbu:

Otpor izolacije se mjeri u načelu U-I metodom s istosmjernim naponom. Priključkomistosmjernog izvora na izolaciju u prvom trenutku poteče velika struja nabijanja koja brzo opadne, dalje se održava polarizacijska struja koja također opada alisporije te tek nakon nekoliko minuta ostane samo struja odvoda kroz izolaciju kojaodređuje istosmjerni statički otpor izolacije, slika 3.3. Zato se prilikom mjerenja sočitanjem čeka toliko dugo dok se struja kroz izolaciju ne stacionira, tj. dok se neustali pokazivanje instrumenta koji pokazuje otpor izolacije.

Dobro je kod podatka za mjerenu vrijednost otpora izolacije navesti vrijeme očitanjanakon priključka. Često se daju vrijednosti 1-minutnog i 10-min otpora izolacije.Omjer 10-minutnog i 1-minutnog otpora izolacije naziva se polarizacijski indeks.

Treba navesti i s kolikim istosmjernim naponom je provedeno mjerenje te kolika jebila temperatura jer o tome bitno ovisi vrijednost izmjerenog izolacijskog otpora. Natemelju mjerenja otpora izolacije može se procijeniti stanje izolacije. Naročito, akose mjerenje otpora izolacije provodi u određenim vremenskim intervalima. Može sena temelju kretanja vrijednosti otpora izolacije dobro zaključivati o stanju izolacije i

očekivanim promjenama jer je za takvu ocjenu često važnije praćenje vremenskerelativne promjene otpora izolacije nego apsolutni iznos otpora izolacije

Potrebno je razlikovati ispitivanje dijelova SSK, Slike 3.5., 3.6. i 3.7.:- nove izolacije,- stare izolacije i- oštećene izolacije




488

Slika 3.1. Principijelna shema CCR i serijski strujni krugSlika 3.2. Shema koncepta provedbe ispitivanjaSlika 3.3. Dijagram struja kod mjerenja otpora izolacije

Slika 3.4. Ispitni instrument

NASTAVNI LIST VJEŽBE Br.:3/2 Slika podloga, sheme spajanja i opreme za koncept vježbe

AB C





489

NASTAVNI LIST VJEŽBE Br.:3/3 Studenti pripremaju opremu i mjerne instrumente za provedbu vježbe

Komponente za vježbu – ispitivanje otpora izolacije:

Slika 3.5. Slika 3.6. Slika 3.7.

Naponska ispitivanja transformatora - DODATAK UZ VJEŽBU

Izdržljivost izolacije ispituje se podvrgavanjem izolacije transformatorapovišenom naponu. Ispitivanje se vrši općenito u tri smjera: a) ispitivanje glavne izolacije, provjerava izolaciju između namota i jezgre, b) ispitivanje unutarnje izolacije ,izolacije između zavoja i slojeva namota) sevrši induciranim naponom, c ) ispitivanje udarnim naponom koje provjerava izdržljivost izolacije premavisokim ali kratkotrajnim naponskim valovima.

Slika 8. Shema spoja ispitivanja glavne izolacije transformatoraIspituje se: A ) Izolacija između gn-namota i ostalih namota spojenih na masu, jezgru).B) Izolacija između dn-namota i ostalih namota spojenih na masu, jezgru).Prilikom uklapanja napon ne smije biti viši od 50 % konačne vrijednosti, a daljepodizanje mora ići postupno ,u stupnjevima od 5 % i u vremenu od najmanje10 sekundi). Puni ispitni napon se mora zadržati 1 min.



490

NASTAVNI LIST VJEŽBE Br.:3/4 Upoznavanje s ugađanjem sustava za provedbu vježbe – priprema za izračun

Tablica 3.1. Priprema za ispitivanje prema slici 3.1.

T=Transformer 6,6A/6,6A; L= Lamp S1 P(W)

T1 T 45W + L-EL 225 REH base plate A-T1 45W

T2 T 45W + L- ML 122 TWY + base plate B-T2 45W

T3 T 100W + L- RGL-02 + base plate T1-T5 2x45W

T4 T 100W + L- ML 121 APP + base plate T2-T6 100W

T5 T 45W + L- IL 258 + substructures 8" T3-C 45W

T6 Test T ---W + Test L--- C-T4 45W

C-T4 100W C-T4 150W

C-T4 200W

NASTAVNI LIST VJEŽBE Br.:3/5Rasprava o provedenoj vježbi - veza na nastavni plan

Tablica 3.2. Upisati rezultate mjerenje prema slici 3.1.

(MΩ) (MΩ) (MΩ)

Mjereno S1 selektivno Mjereno (A-B) +C Mjereno (A-B) +bez C

T1

T2

T3

T4

T5 T6

ZAPAMTITI -izračunata i izmjerena vrijednost otpora izolacije serijskih strujnih krugova :

VEZA NA LEGISLATIVU_________________________________________________



491





Ocjena:



Ocjena za znanje:


______________________



492





VJEŽBA 4.


Ime i prezime:



Naziv, broj vježbe i predviđeno trajanje: Ugađanje izlaznog stupnja

regulatora - VJEŽBA 4.(predviđeno 3 školska sata)

Veza s predavanjemProračun na izlaznom transformatoru

serijskog strujnog kruga

Veza na literaturu ili PP-prezentaciju: PP 7 i 8; (izlazni trafo CCR)










494

NASTAVNI LIST VJEŽBE Br.:4/2 Slika podloga, sheme spajanja i opreme za koncept vježbe

Tablica 4.1. Skica namota izlaznog stupnja transformatora

a

1 250V 2 b

S1 S2 S3 S4 S5 S6 c

d

20 40 80 160 220 520 e

5 6.1 6.2 7 8 9.1 9.2 10 11 12.1 12.2 13 f

Ispuni tablice vrijednosti napona sekundara izlaznog stupnja transformatora za

- ostvaren samo jedan izvod (označen crveno)

Primjer broj Stezaljke Napon 1 5 - 6.1

2 6.2 - 7

3 8 - 9.1

4 9.2 - 10 5 11 - 12.1

6 12.2 - 13

- ostvaren samo jedan među spoj (označen crveno)

Primjer broj Stezaljke Među spoj Napon 7 5 - 7 6.1 - 6.2

8 8 - 10 9.1 - 9.2

9 11 - 13 12.1 - 12.2

10 5 - 10 6.1 - 9.2

11 5 - 13 6.1 - 12.2

12 8 - 13 9.1 - 12.2

13 5 - 8 6.1 - 9.1

14 5 - 11 6.1 - 12.1

15 10 - 13 9.2 - 12.2

16 7 - 13 6.2 - 12.2



495


- ostvarena dva među spoja i jedan spoj stezaljki (označeni crveno)

Primjerbroj

Stezaljke Među spoj Među spoj Spoj stezaljki Napon

17 5 - 10 6.1 - 6.2 9.1 - 9.2 7 - 8

18 8 - 13 9.1 - 9.2 12.1 - 12.2 10 - 11

19 5 - 13 6.1 - 6.2 12.1 - 12.2 7 - 11

- ostvarena tri među spoja i dva spoja stezaljki (označeni crveno),- nastavi još mogućih kombinacija

Prim.Br.

Stezaljke Međuspoj

Međuspoj

Među spoj Spojstezaljki

Napon

20. 5 - 13 6.1 - 6.2 9.1 - 9.2 12.1 -12.2 7- 8 i 10-11

21.

22.

23.

24.

25.

26.

27.

28.

29.

30.

31.

32.

33.

34. 35.

36.

37.

38.

39.

40.

41.

42.



496





Ocjena:Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK


Ocjena za znanje:


______________________



497





VJEŽBA 5.


Ime i prezime:



Naziv, broj vježbe i predviđeno trajanje: Naponsko strujni odnosi u CCR-u

VJEŽBA 5.(predviđeno 3 školska sata)

Veza s predavanjemNaponi i struje u serijskom strujnom

krugu

Veza na literaturu ili PP-prezentaciju: PP 9 i 10; (U/I- CCR)









Priprema studenta za vježbu OPASKA - PRIPREMA ZA VJEŽBU! za provedbu vježbe studentima će od koristi biti prisjećanje naprethodnousvojena znanja:-ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje istrujni izvor)-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme,strujni transformator, distribucija i konfiguracije krugova - serijski iparalelni,...)



498

Sadržaj vježbe: - primarni strujni krug aerodromskog sustava svjetlosne signalizacije

- regulatora konstantne struje strujni izvor naponsko -strujni odnosi- upravljanje anti paralelno spojenim tiristorima

Literatura:[1] Priručna literatura za VJEŽBU 1, u praktikumu ExSys - prorada i uporaba[2] Preporučena literatura Priručnik za vježbu - CCAA[3] Dodatna literatura "Transcon priručnik -CCR"

Naponsko-strujni valni oblici tiristorskog sklopa, upravljanjetiristorima – podloga za provedbu vježbe

Slika 5.1.

Slika 5.2.



499

NASTAVNI LIST VJEŽBE Br.:5/2 Slika sheme spajanja i opis za koncept vježbe

Slika 5.3.

Slika 5.4.

Oznake sa slike 5.3. i 5.4. su:

CCR – regulator konstantne strujeUS1, US2 – učinski tiristoriPTR – izlazni učinski transformatorT1 –T(N) – izolacijski transformatori u krugu, (ukupno N transformatora)U0 – mrežni napon regulatoraU1 – napon na primarnom namotaju učinskog transformatoraU2 – napon na sekundarnom namotaju učinskog transformatoraI1 – struja u krugu učinskih anti paralelnih tiristora – struja napajanjaI2 – struja u sekundarnom krugu učinskog transformatora – strujni izvor serijskog

strujnog kruga



500


Tablica 5.1. Ovisnost faktora cF i kuta prorade tiristora

Kut prorade tiristora cF

0° (*) 1,41

45° 1,48

90° 2,00

135° 3,32

cF

= Um

/ Uef

Za sinusoidni oblik: cF= √2 = 1,4142

gdje je:

cF – faktor (Crest faktor)

Um – maksimalna vrijednost napona

Uef – stvarna efektivna vrijednost napona

Stupanj Izlazna struja Uočiti poveznicu Iznos/cF

intenziteta I2max

= 6,6 A I2max

= 8,3 A

TEMP 1,3 A 1,6 A

1 2,2 A 3,5 A

2 2,8 A 4,3 A

3 3,4 A 4,9 A

4 4,1 A 5,7 A

5 5,2 A 6,8 A

6 6,4 A 7,8 A

7 6,6 A 8,3 A



501



Komentirati izlaznu struju prema stupnjevima intenziteta (uočiti omjere za: cF /%/A)

Komentirati stupanj intenziteta "TEMP"

Komentirati promjene veličina - prorade tiristora



Ocjena:Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK


Ocjena za znanje:


______________________



502

PRILOZI

PRILOG 2 - VJEŽE za učenje razumijevanja i mnemotehnike

Neka od proročanstava Proročice Pitije iz Delfa mogu se koristiti za vježbe

mnemotehnike:

Proročanstvo Krezu, lidskom kralju, prije rata s Kretom, perzijskim kraljem:

„Ako budeš zaratio na Perzijance, veliko ćeš kraljevstvo uništiti.“

Odgovor na pitanje roditelja o spolu djeteta:

„Muško, ne žensko.“ ≠ „Muško ne, žensko.“

Prije odlaska u rat:

„Ići ćeš, vratit se nećeš , poginut ćeš u ratu“ ≠ „Ići ćeš vratit se , nećeš poginuti u ratu“

Napomena uz Prilog 2

___________________________________________________________

Po analogiji zdravlja tijela, može se metaforički govoriti ozdravstvenom stanju uma, odnosno mentalnom zdravlju, ili mentalnoj

higijeni, o čemu je bilo riječi u petom poglavl ju. Jedna od definicija

mentalnog zdravlja može se sažeti kao emocionalno i psihološko stanje ukojem je pojedinac u mogućnosti koristiti svoj kognitivne i emocionalne

sposobnosti, funkcionirajući u društvu, te odolijevati izazovima

svakodnevnog života. O mentalnoj higijeni možemo razmišljati na načinda pozorno promatramo kako učinkovito i uspješno osoba funkcionira.

Uspješnost funkcioniranja osobe osjećaj je i doživljaj posjedovanjaodređenih sposobnosti i kompetencija. One su potrebne kako bi bilomoguće podnositi normalne razine stresa, održavati zadovoljavajućerelacije u različitim komunikacijskim ulogama i voditi nezavisni život.

Potrebno je iznaći mogućnosti "izdići se", ili se oporaviti od neke teškesituacije. Težina neke situacije varira od intenziteta pamćenja o njoj ili prisjećanja na nju. Naš mozak puno lakše pamti i prisjeća se "težih"životnih situacija pa je onda potrebno vježbati i iznalaziti mogućnosti



503

boljeg razumijevanja, pamtiti i prisjećati se životne ljepote. Najbolje

pamtimo tekstom opisane slike.

O uspješnosti razumijevanja teksta, Gadamer zaključuje razmatranje oeminentnim tekstovima:

„Eminentni tekstovi karakteristični su po svojoj "samoprezentnosti". Unjima riječ ne čini "prezentnim ono što je kazano, već i sebe samu u svojoj pojavnoj zvukovnoj zbilji". Tekstovi su eminentni ako ne služe samo

privremenom fiksiranju nekog govora, već "stoje u normativnom zahtjevunasuprot svekolikom razumijevanju i (prethode) svekolikome novom

poticanju govora". Nadalje, Gadamer razlikuje "zvukovnu zbilju"

eminentnog teksta, a to je književnost, posebice lirika. Kada se ne radi o

zvukovnoj zbilji, (jezična gesta), tekst to više postaje "usputnim produktom" kao "faza u događanju sporazumijevanja" na koju sekoncentriramo samo da bismo je mogli vr atiti u živi ispunjeni smisaogovora. Razumijevanje teksta ostaje ovisno o komunikacijskim uvjetima

koji kao takvi sežu izvan pukoga fiksiranog smisaonog sadržaja onoga što je rečeno.

Tekstovi mogu biti prezentni i u svojim figurama i oblicima, u svojim

po jmovima i slikama koji istom oslobađaju i nose događanjesporazumijevanja koji mu daje obzor i stoga se nikada ne mogu pretvoriti

u događanje sporazumijevanja. Formula hermeneutike fakticiteta se potvrđuje kao upućivanje na uzajamnuigru prezentnosti i is punjenja smisla, pri kojoj bi prezentnost bila poprištekoje daje na razumijevanje, poprište pripadna razumijevanja, koje uvijekiznova odgovara i vremenski se ispunjava.

U hermeneutici fakticiteta odigrava se su pripadnost bitka kao prezentnosti

i vremena.

Kako pri razumijevanju uvijek preostaje iskustvo, uporabilo se poprište

mišljenja koje se može upuštati u razumijevanje, čime se dobiva nešto našto valja odgovoriti i na što u čitanju i mišljenju uvijek i odgovaramo. Bit

eminentnog teksta bila su mišljenja u smislu rehabilitacije prezentnosti

k oju ne možemo misliti unaprijed, promašeno je sumnjati u ideju prezentnosti kao metaforičku ideju koja je postala upitnom“.

Ruski psiholog Aleksandar Romanović Lurije proučavao je funkcionalne

zone mozga. Razlikovao je one o prijemu, pohranjivanju i obradi

informacija. Analizirao je aktivnosti mnemotehnika pa je 1968. godine

objavio pripovijest, Malen'kaja knižka o bol'šoj pamjati, (Mali portret

velikog pamćenja). Na istu temu Jorge Luis Borges, objavljuje 1942. pripovijest, Funes el memorioso, (Funes pamtitelj).



504

Oba djela imaju zajedničku poveznicu s temom hipertrofije pamćenja

čiji su protagonisti Solomon Šereševski, ruski Židov Ireneo Funes, iurugvajski poluindijanac. No ne može se pretpostaviti da je ikojemu od

autora bio poznat pothvat onog drugog. Tekstovi su povezani jer ih se možečitati kao različite interpretacije mnemoničkih kriza o kojima izvješćuju, pri čemu se ne daju zanemariti frapantne sličnosti u obostranom predstavljanju prekomjernih kapaciteta pamćenja.

U ovom prilogu na temelju Gadamerovog razmatranja o razumijevanju

pamćenja, složen je opisni algoritam koji služi za pojašnjenje i ubačeno je

par primjera uspješnog pamćenja.

Potvrda definiranog objašnjenja podudara se radovima, o semantici

pisma u proznim tekstovima 19. stoljeća, (Susi Kotzinger, Gabrijele Ripl i Norbert Bolz, 1993.-1994.): …grafofilija posljednjih godina dokumentirainteres koji, s obzirom na najavljenu propast „Gutenbergove galaksije“ ,

nije motiviran tek nostalgijom već posvjedočuje protu povijest o

uskraćenom ekonomiziranju pisanog znaka te njegovu bijegu od prisilelinearnog bilježenja. Slova su štoviše multireferencijalni znakovi koji

ukazuju na poretke, ona se odnose na sintaksu alfabeta drukčiju odmanifestne, slijede logike kombinacija i permutacije koje u riječi i tekstuizlažu kriptosemantičke tragove, stječu vizualni profil u svom tumačenju isamodovoljnom znakovnom obličju. Na taj način njihovim građenjem,upisana u poretke smisla, utvrđuju doslovnu manifestaciju sačuvanogteksta koji nosi konkretno značenje. Pamćenjem je sačuvana medijalnost,komunikativnost, transparencija i jednoznačnost znakova...

Slovima je dana moć ispunjavanja zadaće da u pamćenju ponavljaju ono

što je napismeno fiksirano, zajamčeno i neu pitno. Slova pohranjena uunaprijed zadani prostor poretka identična su Ciceronovoj verziji legendeo Simonidu u kojoj inspiciranje slikovnih deponija dopušta njihovo ponovno pojavljivanje, čini ih raspoznatljivim. Tehnika koju je preporučioCiceron tiče se memoriranja tekstova, (spominjanje izuma mnemotehnike

zbiva se u njegovu govoru De oratore). Radi se o memoriranju sadržaja itijeka govora, ali govora o kojemu valja misliti, čega se treba sjetiti.Ciceronova verzija markira točku na kojoj mnemotehnika prelazi u službu praktične retorike čime se ponovo pronalaze zapamćeni elementi.

Autentičnu činu sjećanja neposredno slijedi čin refleksije koji spontanostsjećanja čini proračunatim.



506

PRIMJER 1.

Kako Šereševskij narativno semantizira fiktivne matematičke formule?

vx xd x N

852

OPIS POSTUPKA:

Matematički izraz opisuju se kompleksnom asocijacijom kojom se tekst prilagođava svakom znaku.

Neiman /N) iziđe i zabode štap u zemlju (·);

Oslobodio se štapa (x);

Pogleda u smjeru visokog drveta koje je podsjećalo na znak kvadratnogkorijena, (√);

Pomisli u sebi: "Nikakvo čudo, drvo se suši i počinje otkrivati korijenje;

Osim toga, ovdje sam sagradio dvije kuće" (d²);

Uzima štap ponovo u ruku;

Po tom još jednom zabode štap u zemlju (·);

Onda reče: "Kuće su stare moram ih se otarasiti (x);

"Prodaja će mi donijeti nešto novca";

U početku je u njih investirano 85 000, (85);

Onda vidim da se krov odvojio (÷) dok sam gledao kako neki čovjek sviraviolinu (vx);



507

PRIMJER 2.

Kako Šereševski j transponira tekst koji se sastoji od riječi što ih nerazumije? (Radi se o prva četiri stiha Božanske komedije na talijanskom)

„Nel mezzo del cammin di nostra vitami ritrovai per una selva oscura“

OPIS POSTUPKA:

Nepoznate riječi opisuju se kompleksnom asocijacijom kojom se nepoznati

tekst prilagođava poticanjem presađivanja, napola narativna napolasemantička.

(Nel) - upravo sam se spremao platiti godišnju pretplatu na blagajnikazališta kada sam u hodniku ugledao balerinu " Nel -sku"

(mezzo) - uz nju sam predočio čovjeka skupa "vmeste" s Nelskom koji sviraviolinu

(del)- pored kutiju "Deli" cigareta

(cammin) - pored toga zamislio sam "kamin"

(di) - onda sam vidio ruku koja pokazuje na vrata - "dver"

(nos) - vidim "nos", netko je gurnuo nos kroz vrata i zaglavio se

(tra) - on podiže nogu preko "praga", tamo naime leži dijete, znak života -

(vita)

(Mi) - predstavljam si jednog židova koji kaže "My"...

(ritrovai) - rastavlja (ri) - (tro) - (vai) -…

…



508

PRIMJER 3.

Kako Šereševskij grafičkom obličju pridodaje slike? (Radi se o arapskom

pisanju brojeva)

1 2 3 4 5 6 7 8 9

OPIS POSTUPKA:

Znamenke koje opaža grafički prerađuje u figure.

Dodjeljivanje figura znamenkama

Znamenka Opis dodijeljene figure0

1 Ponosni uspravni muškarac

2 Dobro raspoložena žena 3 Mrzovoljan muškarac

4 Vojnik koji salutira

5 Pogrbljeni starac6 Čovjek s natečenim stopalima 7 Čovjek s brkovima

8 Vrlo korpulentna žena, kao vreća u vreći 9 Žena u raskošnoj haljini sa šeširom

Primjer dvoznamenkastog broja:

Broj Opis dodijeljenih figura87 Korpulentna žena i muškarac koji zavrće brk

Mišljenje koje je svjesno da je uvjetovano onim što ga ograničava, i kojene bi htjelo dopustiti da mu izmakne taj uvjet možemo nazvati"hermeneutičkim". Ono dovodi do jezika ono što mu kao njegov povodizmiče i što istodobno nosi njegove artikulacije. U mišljenju koje spoznajevlastiti prikazbeni karakter ostaje očuvan trag kroz tehničke i uopćefunkcionalne forme mišljenja.



509

ZAKLJUČAK

Izborni kolegij Inteligentni sustavi na Specijalističkom studiju,

Elektrotehničkom odjelu Tehničkog veleučilišta u Zagrebu ima za ciljapostrofirati potrebu popularizacije ove problematike koja je strogo

aplikativna i kao takova prezentirana kroz prikupljeni materijal,

konkretnim primjerima iz elektrotehničke struke u tehničkoj znanstvenoj

grani elektroenergetike, povezane i implementirane u sofisticirane

prometne sustave, (zrakoplovne i tunelske). Osim namjere da se u

znanstvenom polju računalstva, umjetna inteligencija kao njena znanstvena

grana, kroz ovako prikupljeni materijal demistificira i prezentira njegova

svrhovitost, ukazano je i na involviranost umjetne inteligencije u život na

Zemlji. Iz tih razloga uvodno poglavlje ukazuje na nužnost spoznaje o našojinteligenciji i mogućnostima njenog razvoja.

Iako je još Werner Heisenberg s početka prošlog stoljeća ukazivao na

dominaciju prometne i informacijske povezanosti i njihov nezaustavljiv

utjecaj, Charden je to promatrao kroz povezivanje tehno sfere i biosfere.

Po njemu je to planetarni četvoro dimenzionalni mentalni organ kojim se

otvaramo novoj etapi planetizacije svjesnosti, sa spoznajom da smo jedan

narod koji živi u jednom svijetu i dijeli jednu istu sudbinu. Poslije njega se

shvatilo da je to ustvari današnja globalizacija. Teoriju noosfernog PierraChardina, zasjenjuje nova teorija simulakruma Baudrillarda, kada se shvati

da je ona varijanta socijalnog konstruktivizma, koji se predstavlja kao

kulturna reprodukcija, a u stvari nije ništa drugo do li oblikovanje

ponašanja i atributa stanovništva novim tehnološkim sredstvima.

O blikovanje ponašanja rezultat je informatičke revolucije koja

neumoljivo napreduje u tandemu sa snagom računala i ono što ju prati sve

manje je stvaranje novih ideja i tehnologija, već eksponencijalan rast brzine

širenja informacija. Iz tog se razloga danas smatra uspjehom iskorištavanjeinformacija skoro trenutno, dok je neuspjeh skoro sigurna sudbina onih koji

pokušavaju spekulirati s idejama ili ih skrivati.

Promptno iskorištavanje ideja kako se ne bi izgubile, ili ih iskoristio

netko drugi, pritisak je na našu budućnost koja se već započela fokusirati

na izgradnju uma i usavršavanju mentalnih sposobnosti, a što je rezultiralo

razvojem i primjenom ekspertnih i inteligentnih sustava uz pomoć umjetne

inteligencije.



510

Inteligentni se sustavi poistovjećuju s umjetnom inteligencijom koja je

povezana s pojmom znanja, njegovog prikupljanja, pohrane i primjene pri

rješavanju složenih zadataka. Kao takova, nazvana klasičnom umjetnom

inteligencijom, razlikuje se od distribuirane umjetna inteligencije kojasvoju inspiraciju nalazi u biološkim sustavima kolektivne inteligencije za

koju je poznato da jedinke ne moraju biti nužno inteligentna. Distribuirana

umjetna inteligencija nametnuta je novim tehnologijama koje se kao

implantati integriraju u naš um. Iz tih razloga poruka o potrebi mentalne

higijene koja se proteže kroz četvrto poglavlje mora čitateljima ostati prava

poruka koja je potvrđena uključenjem Elektrotehničkog odjela u

obilježavanje manifestacije Tjedna mozga u Hrvatskoj.

Iako je u većini poglavlja dominantna tema inteligentnih i ekspertnihsustava njihova primjena i poveznica sa znanjem, ubačene su i cjeline o

učenju iz umjetne inteligencije kao i poveznice u donošenju odluka u

područjima ekonomije, a uz što se nezaobilazno mora pozvati i na

mnemotehnike.

Prikupljeni i prezentirani materijal je po sadržaju dominantne

elektroenergetske materije koja je najvećim dijelom rezultat istraživanja i

objavljivanja stručnih i znanstvenih radova, obogaćen je i materijalima

dobivenim pretragama baza podataka. Iz tog ga razloga promatramo kaoknjigu, udžbenik i priručnik.

Knjiga postaje kad, kako kaže Leonardo da Vinci, čitatelj joj udahne

dušu – pročita je od početka do kraja. A i ako se to ne dogodi u uvodu

svakom poglavlju prisutni su duhovi grčke antike, koji to čine.

Udžbenik će postati kada studenti Elektrotehničkog odjela TVZ-a, a

možda i neki drugi studenti ili zainteresirani pojedinci, materijale budu

koristili u svojim edukacijama i stjecanjima formalnog, neformalnog iinformalnog znanja.

Priručnik će postati kada ga specijalisti Programa AERO iTVZ, budu

koristili na svojim specijalističkim osposobljavanjima za stjecanje

kompetencija i licenciranih znanja. U svojstvu priručnika biti će i za sve

one koji se budu odlučili kroz poveznice s imenima znanstvenika,

mislilaca, filozofa,... potražiti dodatne spoznaje i steći neka nova iskustva

kroz dopunsku literaturu.



511

POSLIJE ZAKLJUČKA

...odluku da svoj prvi posao, koji sam započeo u Končarevom

elektrotehničkom institutu, promijenim, donio sam nakon četiri i polgodine radnog staža. Drugo radno mjesto na Aerodromu Zagreb odlučio

sam promijeniti nakon devet i pol godina radnog staža te sam osnovao

vlastitu tvrtku Aeroing d.o.o. Moj prijatelj, imenjak, koji je u to vrijeme

napunio 15 godina radnog staža u svojoj prvoj i jedinoj firmi za što je dobio

jubilarnu nagradu, zamijetio je:

...“ pa ti takvim nerazboritim otkazima i promjenama radnih mjesta, nikada

nećeš dobiti jubilarnu nagradu - zlatni sat od firme za obljetnicu rada?“

Firma u kojoj sam napokon dočekao obljetnicu rada, donijela je odluku da

se ukida dodjela jubilarnih nagrada zaposlenicima?!

Z.B.



512

LITERATURA

[1] Adorno, T., W.: Ästetische Theorie, R. Tiedemann, GesammelteSchriften, Frankfurt am Main, 1970. -1973.

[2] Anderson, M.: Intelligence and development: A cognitive theory,

Black-well; Oxford, 1988.

[3] Anis, W., R., I., Morcos, M., M., Kreiss, D. G.: An adaptive neuro-

fuzzy intelligent tool and expert system for power quality analysis,

Part I, An introduction, in Proces, IEEE Power Eng. Soc. Summer

Meeting, Vol. 1, pp. 493 – 498, Edmonton, Alberta, Canada, 1999.

[4] Ashby, W., R.: An introduction to cybernetics, Chapman & Hall;

Vol. 2, pp. 25, London, 1956.[5] Balaž, Z., Ferlak, B.: Informacije o razvoju energetske elektronike,Br. 32, Beskontaktni sistemi uzbude, ETI Končar, Zavod zaenergetsku elektroniku, Zagreb svibnja 1987.

[6] Balaž, Z.: Informacije o razvoju elektroenergetike, Br. 1, Izvori

rezervnog napajanja, Zračna luka Zagreb, Tehnika i razvoj, Sektorelektroenergetike, Zagreb, studeni 1993.

[7] Balaž, Z.: Primjena računala u procesu održavanja manevarskih površina zračne luke – Programi za građevinsko i elektro

održavanje, Stručni skup ISEP 98, Elektrotehnička zveza Slovenije,1998.

[8] Balaž, Z.: Primjena strane legislative u rješenjima napajanjaelektričnom energijom Tunela Sveti Rok", I. Međunarodnisimpozij – Ceste put u Europu, Poreč, 2003.

[9] Balaž, Z.: Inteligentni sustav regulacije rasvjete Tunela sv. Rok,Seminarski rad, FESB, Poslijediplomski doktorski studij

elektrotehnike i informacijske tehnologije, Split, 2009.

[10] Balaž, Z.: Razvoj inteligentnog sustava za racionalizaciju potrošnje

električne energije regulacijom rasvjete, Elaborat Br. 700-006,HAC- Sektor za projektiranje i razvoj, Zagreb, 2009.

[11] Balaž, Z.: Inteligentni sustav regulacije rasvjete Tunela sv. Rok,

Seminarski rad, FESB, Poslijediplomski doktorski studij


[12] Balaž, Z.: Seminarski rad - Organizacija i metode znanstveno-istraživačkog rada, Online baze podataka – Priručnik za pretraživanje, FESB, Doktorski studij elektrotehnike i

informacijske tehnologije; Split, 2009.

[13] Balaž, Z.: Odabrana poglavlja predavanja i vježbi, Kolegij Umjetna

inteligencija – Ekspertni sustavi, TVZ-Tehničko veleučilište u



513

Zagrebu, Elektrotehnički odjel Specijalistički diplomski studij, III.Semestar, Zagreb, rujan - prosinac 2013.

[14] Balaž, Z.: Inteligencija, emocionalna i deklarativna pamćenja,

Odabrana poglavlja kolegij Umjetna inteligencija - Ekspertnisustavi, III. Semestar, Elektrotehnički odjel, TVZ, Specijalističkidiplomski studij, Zagreb, rujan - prosinac 2013.

[15] Balaž, Z.: Priručnik za osposobljavanje djelatnika koji na zračnimlukama obavljaju specijalistička održavanja, Odobrenje CCAA,

TVZ, Centar cjeloživotnog obrazovanja, Zagreb, 2013. [16] Balaž, Z.: Troškovi mjerenja NF elektromagnetskih polja, u

el.energetskim sustavima, Stručni rad prezentiran na skupu

CIGRE- 2013, Sekcija B5-20, Cavtat, studeni 2013.

[17] Balaž, Z., Meštrović, K., Jandrlić, P., Čaržavec, M.: Inteligentnisustav upravljanja tunelskom rasvjetom, MIPRO 2014 – 37th

International Convention, CIS – Intelligent Systems, Opatija, 2014.

[18] Balaž, Z.: Uloga inženjera znanja u održavanju aerodromskih itunelskih ekspertnih sustava, TVZ - Tehničko veleučilište uZagrebu, Zbornik ETO TVZ, Vol. 1, No.1, pp 101 -116, ISSN

1849-5621, prosinac 2014.

[19] Balaž, Z., Meštrović, K.: Učenje i poučavanje iz umjetneinteligencije, TVZ - Tehničko veleučilište u Zagrebu, Polytechnic

& Design, Vol. 2, No 1, pp 9-14, ISSN 1849-1995, Zagreb, 2014.[20] Balaž, Z.: Elektromagnetski model za izračun raspodjele strujezemljospoja, Sveučilište u Splitu, Fakultet elektrotehnike,

strojarstva i brodogradnje - FESB Split, Doktorski studij

elektrotehnike i informacijsk e tehnologije, Doktorska disertacija

predložena za obranu, ocijenjena, 11. studenog 2014.

[21] Balaž, Z.: Elektromagnetski model za izračun raspodjele struje

zemljospoja, Tehničko veleučilište u Zagrebu, Zbornik radova

Elektrotehničkog odjela TVZ-a, God.1, br.1, pp. 135-150, ISSN

1849-5621, prosinac 2014.[22] Balaž, Z.: Inženjersko modeliranje uzemljivača kružnom metalnom pločom, Polytechnic & Design, Tehničko veleučilište u Zagrebu,

Vol.2, No.2., pp 196 – 203, ISSN 1849-1995, Zagreb, studeni 2014.

[23] Balaž, Z.: Education, Factory Visit & Elaboration Protocol,

Siemens, IC-BT, Control Products & Systems, Quality Business

Segment – Fire Safety, QMS . Cours, Zug, Switzerland, 2014.

[24] Balaž, Z.: Mozak – fleksibilni samoregulirajući entitet, Javno

predavanje i radionica povodom 13. Tjedna mozga u Hrvatskoj,

Elektrotehnički odjel, TVZ, Kolegij Umjetna inteligencija – Ekspertni sustavi, 13. veljače 2014.

http://bib.irb.hr/prikazi-rad?&rad=690727




514

[25] Balaž, Z., Meštrović, K., Bjelić, G.: Inteligentni sustav održavanjaaerodromskog sustava svjetlosne signalizacije, MIPRO 2014 – 37th International Convention, CIS – Intelligent Systems, Opatija,

2014.[26] Balaž, Z.: Priručnik za r adionicu/Workshop AERO TVZ-Iso Prog,

Training for Insulation Resistance Measurementson, Serial

Circuits – Airfield Lighting Systems”, Zračna luka Rijeka- Airport

Rijeka, Krk, 28.05. 2014.

[27] Balaž, Z. : Prir učnik za r adionicu /Workshop AERO TVZ-Iso Prog,

Training for Insulation Resistance Measurementson, Serial

Circuits – Airfield Lighting Systems”, Zračna luka Pula- Airport

Pula, Pula, 06.10. 2014.

[28] Balaž, Z., Meštrović, K.: Studija unapređenja sustava svjetlosnesignalizacije operativnih površina Aerodroma Brač, iTVZ d.o.o. – Zagreb, Studija, Br. 024/3-14, studeni 2014.

[29] Balaž, Z., Puhalović, I., Bjelić, G.: Nadogradnja inteligentnog

sustava aerodromskog održavanja serijskih strujnih krugova“,Pripremljen stručni rad za MIPRO 2015. Elektrotehnički odjel,Tehničko veleučilište Zagreb i Hrvatska agencija za civilnozrakoplovstvo, Odjel aerodroma, Zagreb, siječanj 2015.

[30] Balaž, Z.: Mozak – komunikacija retorikom i umjetnom

inteligencijom, Javno predavanje i radionica povodom 14. Tjednamozga u Hrvatskoj, Elektrotehnički odjel, TVZ, K olegij

Inteligentni sustavi, 19. ožujak 2015.

[31] Belarbi, K., Titel, F.: Genetic algorithm for the design of a class of

fuzzy controllers, An alternative approach, IEEE Trans. Fuzzy

Syst., Vol. 8, pp. 398 – 405, 2000.

[32] Benčić, Z., Plenković, Z.: Energetska elektronika, I dio,

Poluvodički ventili, Tisak Grafički zavod Hrvatske, Školska knjiga, Zagreb 1978.

[33]

B jelić, G.: Mjerenje i obrada otpora izolacije aerodromskihserijskih strujnih krugova inteligentnim sustavom, TVZ,Specijalistički stručni studij elektrotehnike, Elektrotehnički odjel,Diplomski rad br. E392 – predan za obranu, Mentor: Zdenko Balaž,ožujak 2015.

[34] Blum, C., Roli, A.: Metaheuristics in Combinatorial Optimization:

Overview and Conceptual Comparison, ACM Computing Surveys

(CSUR), 3. izdanje, 2003., 268-308 str.

[35] Borš, V.: Integralna teorija Kena Wilbera; Filozofski fakultet u

Zagrebu; FF press; ISBN 978-953-175-385-2; pp109; Zagreb,

2012.



515

[36] Bose, B., K.: Expert system, fuzzy logic, and neural network

applications in power electronics and motion control, Proc. IEEE,

Vol. 82, pp. 1303 – 1323, 1994.

[37] Brown, T., E., Jr. : Circuit Interruption – Theory and Techniques,Marcel Dekker Inc., New York, 1984.

[38] Bubner, R.: Izvornik, Aestetische Erfahrung, Suhrkamp Verlag,

Frankfurt am Main, 1989. Prijevod, Estetsko iskustvo, Tihomir

Engler, MH, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak

Targa, ISBN 978-953-150-076-0, Zagreb, 1997.

[39] Buhrmester, M., Kwang, T., Gosling, S., D.: Amazon's

Mechanical Turk a news our ceofin expensive, yethigh-quality,

data?, Perspectives on Psychological Science, No. 6; Vol.1, pp 3-

5, 2011.[40] Buzan, T.: The power of creative intelligence, Prijevod, Moćkreativne inteligencije, Marina Leustek, Veble commerce,

Urednica Svjetlana Veble, ISBN 953-6458-84-5, Logo, Zagreb,

2004.

[41] Buzan, T.: Minds Maps for Kids, Prijevod, Mentalne mape, Vesna

Valenčić, Veble commerce, Urednica Svjetlana Veble, ISBN 978-

953-6458-88-2, Kaligraf, Zagreb, 2005.

[42] Caine, R., N., Caine, G.: Making connections: Teaching and the

human brain. Menlo Park, Calif., Adison-Wesley, 1994.[43] Cipra, M.: Temelji ontologije, MH, Urednica Jelena Hekman,

Biblioteka PARNAS, Tisak Tehnički centar NZMH, ISBN 978-

953-150-563-5, Zagreb, 2003.

[44] Clerc, M.: Discrete Particle Swarm Optimization: A Fuuzy

Combinatorial Black Box, 2004.

[45] Cook, A., P., Gee, W.: Intelligent Systems – Fusion, Tracking and

Control, Control Systeme Centre, UMIST, UK & National

Laboratories of Singapur, Press Ltd, Baldock, Hertfordshire, UK,

2003.[46] Collins, J., J., Hurley, W., G., McHale, T., P., Nolan, P., J.,:

Classification of power quality problems using neural networks and

expert systems approaches, 28th Universyti Power Engineering

Conference, pp. 506 – 509, 1993.

[47] Common KADS, Introduction to Knowledge Engineering

[48] Cvitaš, LJ., Žigman, D., Meštrović, K.: Utjecaj sjenila na foto strujeoptičkih senzora, Polytechnic and Design, Vol. I, No. I, Tehničkoveleučilište Zagreb, 2013.

[49] Čerić, V., Varga, M.: Informacijska tehnologija u poslovanju,

Element, Zagreb, 2004.



516

[50] Dash, P., K., Jena, R., K., Salama, M., M., A.: Power quality

monitoring using an integrated Fourier linear combiner and fuzzy

expert system, Int. J. Elect. Power Energy Systems, Vol. 21, No. 7,

pp. 497 – 506, 1999.[51] Dash, P., K., Mishra, S. ,Salama, M., M., A., Liew, A., C.:

Classification of power system disturbance using a fuzzy expert

system and a Fourier linear combiner,” IEEE Trans. Power

Delivery, Vol. 15, pp. 472 – 477, Apr. 2000.

[52] EASA – European Aviation Safety Agency — Rulemaking

Directorate, Notice of Proposed Amendment 2013-08 (A),

Acceptable Means of Compliance and Guidance Materials, 2013.

[53] EASA - Airport Design and Certification, Consolidated version of

Aerodromes Implementing Rules and related Acceptable Means ofCompliance and Guidance Material, and Certification

Specifications and their related Guidance Material, Issued March

2014, ADR, Requirements and administrative procedures related to

aerodromes, Commission Regulation (EU) No 139/2014, including

AMC and GM to ADR rules, ED Decision 2014/012/R and

Certification Specifications (CS) and Guidance Material (GM) for

Aerodromes Design CS-ADR-DSN, ED Decision 2014/013/R,

2014.

[54] Eiben, A., Smith, J.: An introduction to Evolutionary Computing,1. izdanje, Springer-Verlag Berlin and Heidelberg GmbH & Co.,

2003.

[55] Eiben, A., Smith J.: Introduction to Evolutionary

Computing, 2007.

[56] El-Sharkawi, M.: Particle Swarm Optimization, 2007.

[57] FAA, Department of the Army Maintenanca, FM 3-04.300,

Washington, D.C., 12 August 2008.

[58] Figal, G.: Izvornik, Der Sinndes Verstehens, Beiträge zur

hermeneutischen Philosophie, Philipp Reclam jun., Stuttgard, 1996.Prijevod, Smisao razumijevanja, Darija Domić, MH, UrednicaJelena Hekman, Biblioteka PARNAS, Tisak Targa, Zagreb, 1997.

[59] Fink, E.: Izvornik, Einleitung in die Philosophie, Herausgegeben

von Franz-A. Schwarz, Wuirzburg, 1985. Prijevod, Uvod u

filozofiju, Božica Zenko, MH, Urednica Jelena Hekman, Biblioteka

PARNAS, Tisak Targa, ISBN 978-953-150-084-5, Zagreb, 1998.

[60] Filipović, V., i grupa autora: Filozofijski rječnik , Treće dopunjenoizdanje – NZMH, NIŠPRO Vjesnik, Zagreb, 1989.

[61] Flurscheim, C., H.: Power Circuit Breaker – Theory and Design,

Peter Peregrinus Ltd., 1982.



517

[62] Gadamer, H., G.: Izvornik, Das Erbe Europas, Suhrkamp Verlag,

Frankfurt am Main, 1989. Prijevod, Nasljeđe Europe, Kiril

Miladinov, MH, Urednica Jelena Hekman, Biblioteka PARNAS,

Tisak Targa, ISBN 953-150-055-X, Zagreb, 1997.[63] Gardner, H.: Frams of Minde: The Theory of Multiple

Intelligences, New York, Basic Books, 1983.

[64] Gardner, H., Kornhaber, M., L., Wake, W., K.: Intelligence:

Multiple Perspectives, Hercourt Brace College Publishers, Fort

Worth, Philadelphia, San Diego, New York, Orlando, Austin, San

Antonio, Toronto, Montreal, London, Sydney, Tokyo, 1996.

Prijevod, Inteligencija različita gledišta, Gordana Keresteš, VlastaVizek Vidović, Naklada slap, Urednik Krunoslav Matešić,

Biblioteka PARNAS, Tisak Naklada slap, ISBN 953-191-094-4,Zagreb, 1999.

[65] Garzon, R., D.: High Voltage Circuit Breakers, Marcel Dekker

Inc., New York, 2002.

[66] Gazivoda, S., Rožanković, S., Nujić, S.: Mjerenje sklopnih prenapona u TS 35 / 20 (10) kV Obrovac, Končar, Visokonaponskilaboratorij, Zagreb, veljača 2005.

[67] Giarratano, J.: Expert Systems, Principles and Programming,

PWS Publishing Company, Boston, 1998.

[68] Gigerenzer, G.: Ljepota heurističke znanosti, dostupno naInternetu, Prijevod sažetaka eksperimentalnih istraživačkihradova, C. M. Planck, Berlin,1970.

[69] Golub, M.: Genetski algoritmi – Prvi dio, Fakultet elektrotehnike i

računarstva, dostupno na Internetu, 2007.

[70] Hopgood, A., A.: Intelligent Systems for Engineers and Scientists,

ISBN 0-8493-0456-3 Raton London, New York, Washington,

USA, 2001.

[71] Homme, L., Baca, P., C.: Cottingham L.: What behavioral

engineering is, The Psychological Record, 1968.[72] Heidegger, M.: Ontologie (Hermeneutik der Faktizität), Bröcker -Oltmanns; Frankfurt a. M., 1988.

[73] Heidegger, M.: Izvornik, Das Rektorat, Vittorio Klostermann

GmbH, Frankfurt a. M., 1983. Prijevod, Rektorski govor, Dunja

Melčić, MH, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak

Targa, ISBN 978-953-150-056-8, Zagreb, 1999.

[74] Heisenberg, K., W.: Fizika i filozofija, Prijevod Stipe Kutleša,Kruzak, Tisak S. Brusina – Donja Lomnica, ISBN 953-96477-3-8,

Zagreb, 1997.



518

[75] Heisenberg, K., W.: Promjene u osnovama prirodne znanosti, Šest predavanja, Prijevod Mladen Klepac, Kruzak, Tisak Librikon,

ISBN 953-6463-16-4, Zagreb, 1998.

[76] Heisenberg, K., W.: The Development of Quantum Mechanics, Nobel Lecture, 1933.

[77] Heisenberg, K., W.: The Physical Principles of the Quantum

Theory, Dover Publications Inc, New York, 1967.

[78] Hevner, A., R., March, S., T., Park, J., Ram, S.: Design science in

information systems research. MIS Quarterly, No 28(1), pp 75-105,

2004.

[79] Hong, H.,W., Sun, C., T., Mesa, V., M.: Protective Device

Coordination Expert System, IEEE 0885-8977, pp 359-365, Pacific

G & E Co.,San Francisco, 1990.[80] Hoesle, V.: Izvornik, Philosophie der oekologischen Krise, Verlag

C. H. Beck, Muinchen, 1991. Prijevod, Filozofija ekološke krize,Darija Domić, MH, Urednica Jelena Hekman, BibliotekaPARNAS, Tisak Targa, ISBN 978-953-150-051-7, Zagreb, 1996.

[81] Hubing, T., H., Doren, T., V., Kashyap, N.: An Expert System

Approach to EMC Modeling, IEEE 0-7803-3207-5, pp 200-203,

EMC Laboratory, University of Missouri – Rolla, 1997.

[82] Hubing, T.: EMC Expert Systems for Evaluating Automotive

Designs, IEEE 4244-0293, pp 840-841, University of Missouri – Rolla, 2006.

[83] Ibrahim, A., I.: An Intelligent Support System for the Analysis of

Power System Transients, Disertation, The University of British

Columbia, Vancouver, 2000.

[84] ICAO - International Civil Aviation Organization, Annex 14,

Volume I, “Aerodrome design and operations”, 6th Edition,

Montreal, 2013.

[85] ICAO - International Civil Aviation Organization, Doc 9157,

Aerodrome Design Manual, Part 4, Visual Aids, 4

th

Edition,Montreal, 2004.

[86] Ignizio, J., P.: Introduction to Expert Systems — The Development

and implementation of Rule-Based Expert Systems, NewYork, Mc

Graw-Hill, 1991.

[87] Jang, J.,S., R.: ANFIS, Adaptive-network-based fuzzy inference

system, IEEE Trans. Syst., Man, Cybern., Vol. 23, pp. 665 – 685,

1993.

[88] Jang, J.,S., R., Sun, C.,T.: Neuro-fuzzy modeling and control,

IEEE, Proc. Vol. 83, pp. 378 – 406, 1995.



519

[89] Jang, J.,S., R., Sun, C.,T., Mizutani, E.: Neuro-Fuzzy and Soft

Computing - A Computational Approach to Learning and Machine

Intelligence, Englewood Cliffs, NJ, Prentice-Hall, 1997.

[90] Jensen, E.: The Brain Store, Super teaching, San Diego,California, Inc. 1998.

[91] Jensen, E.: Teaching with the brain in mind, Alexandria, VA:

ASCD, 1998.

[92] Järvinen, P.: On mechanistics self-steering views of human being

in information systems theory vs. practice – available, 2006.

[93] Jurić, H.: Multi-Disciplinarity, Pluri-Perspectivity and Integrativity

in the Science and the Education, The Holistic Approach to

Environment, No 2/13, pp 85-90; ISSN 1848-0071, 2012.

[94] Jurič, B., M., Tamar, D, Rozman, I., Heričko, M. : The Role ofScripting Languages in component based software development

approach, Zbornik radova 9. Međunarodne konferencije ‘Intelligentand Information Systems’, pp 37-44, Fakultet organizacije i

informatike, Varaždin, 1998.

[95] Kahneman, D., Tverski, A.: Kako donosimo zaključke i odluke uuvjetima neizvjesnosti, Prijevod istraživačkog rada, Internet, 1970.

[96] Kahneman, D., Tversky, A.: Prospect Theory: An Analysis of

Decision under Risk, Econometrica, Vol. 47, pp 263-291, 1979.

[97] Kahneman, D., Tversky, A.: The Framing of Decision andPsychology of Choice, Science, Vol. 211, pp 453-458, 1981.

[98] Kahneman, D.: Misliti, brzo i sporo; Prijevod Zvonko Pavić,

ISBN 978-953-14-1483-8, CIP 857332, Mozaik knjiga, Zagreb,

2013.

[99] Kahneman, D., Tversky, A.: Kako donosimo zaključke i odluke uuvjetima neizvijesnosti , Prijevod istraživačkog rada, Internet,1970.

[100] Kalin, B.: Povijest filozofije, 28. Prerađeno izdanje, Školska knjiga,

d.d.,Urednica Maja Uzelac, Tisak Grafički zavod Hrvatske, d.o.o.,ISBN 953-0-20486-8, Zagreb, 2004.

[101] Kapetanović, M. : Visokonaponski prekidači, Elektrotehničkifakultet u Sarajevu, 2002.

[102] Kazibwe, W., E., Sendaula, H., M.: Expert system targets power

quality issues, IEEE Comput. Appl. Power, Vol. 5, pp. 29 – 33, 1992.

[103] Kim, J., C., Russell, B., D.: Classification of Faults and Switching

Events by Inductive Resoning and Expert System Methodology,

IEEE 0885-8977, pp 1631-1637, Texas A & M University, 1989.



520

[104] Klaić, B.: Novi rječnik stranih riječi, Školska knjiga, Urednica

Anuška Nakić, Tisak Grafički zavod Hrvatske, d.o.o., ISBN 978-

953-0-4939-2, Zagreb, 2012.

[105] Kreiss, D., G.: Analyzing voltage disturbances using a fuzzy logic based expert system, Proc. EPRI PQA Conf., Power Quality

Assessment, End-Use Appl. Perspectives, Vol. 1, Paper A-2.02,

1994.

[106] KONČAR, Tehnički priručnik, Četvrto izdanje, Urednici V.Plavec, V.,Jurjević, Birografika Subotica, kolovoz 1980.

[107] Lachmann, R.: Phantasia/Memoria/Rhetorica, Prijevod, Davor

Beganović, MH, Urednica Jelena Hekman, Biblioteka PARNAS,

ISBN 953-150-560-8, Tehnički servis NZMH, Zagreb, 2002.

[108] Lakatos, I.: Znanstvene polemike, Heuristika i kritika izvora:Proofs and Refutations, The British Journal for the Philosophy of

Science, London, Internet, 1963.

[109] Lee, A,, S., Thomas, M., A., Baskerville, R., L.: GoingBack to

Basics in Design: From the IT Artifact to the IS Artifact, 2013.

[110] Lee, H., J., Ahn, B., S., Park, Y., M.: A Fault Diagnosis Expert

System for Distribution Substations, IEEE 0885-8977, pp 92-97,

Seoul National University, 2000.

[111] Levitin, G., Kalyuzhny, A., Shenkman, A., Chertkov, M.: Optimal

capacitor allocation in distribution systems using genetic algorithmand a fast energy loss computation technique, IEEE Trans. Power

Delivery, Vol. 15, pp. 623 – 628, Apr. 2000.

[112] Lončar, J.: Osnovi elektrotehnike, Pretisak četvrtog izdanja prveknjige iz 1956. i četvrtog izdanja druge knjige iz 1958. godine,Urednik Prof. dr. sc. Zvonko Benčić, Graphis, Zagreb 2006.

[113] Macinko, J., Starfield, B., Shi, L.: The contribution of primary

care systems to health outcomes within OECD countries, HSR,

2003, 38(3): 831-865, 1970.-1998.

[114]

Maller, V., N., Naidu, M., S. :Advances in High Voltage Insulationand Arc Interruptionin SF6 and Vacuum, Pergamon Press, Oxford,

1981.

[115] Manger, R., Marušić, M.: Strukture podataka i algoritmi, dostupno

na Internetu, siječanj 2007.[116] Manfrin, M.: Ant Colony Optimization for The Vehicle Routing

Problem, 2004.

[117] Martinčić-Jerčić, Z., Matković, D.: Prometej, Školska knjiga,Urednica Jadranka Hađur, ISBN 953-0-20911-8, Tisak Grafičkizavod Hrvatske d.o.o., Zagreb, 2003.



521

[118] Matulić, T.: Metamorfoze culture, Tertium mullenium, ISBN

9789-5324-1161-14, CIP 686343, Zagreb, 2009.

[119] Meštrović, K. : Sklopni aparati srednjeg i visokog napona, Graphis,

Zagreb, 2007.[120] Meštrović, K. : Postupci određivanja pokazatelja pouzdanostivisokonaponskih SF6 prekidača, Doktorska disertacija, Sveučilišteu Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2008.

[121] Meštrović, K. Poljak, M., Vidović, M., Furčić, M., Lončar, M.,Maras, I., Mik, A.: New concept of highvoltage switchgear on-line

monitoring system, 16th Internationa, Symposium on high-voltage

engineering – ISH 2009, South Africa, Cape Town, pp 24-28,

August 2009.

[122] Maras, I., Dropulić, T., Meštrović, K., Mladen Vidović, M.: Razvojsustava motrenja rasklopnog postrojenja, 8. Savjetovanje HRO

CIGRE, 2007.

[123] Meštrović, K., Žigman, D., Malčić, G.: Prvi rezultati

međunarodne ankete CIGRE o pouzdanosti visokonaponskeopreme, 7. Savjetovanje HRO CIGRE, Cavtat, 2005.

[124] Meštrović, K.: Dijagnostičke tehnike za visokonaponske prekidače, Zbornik radova šestog savjetovanja hrvatskog komitetaCIGRÉ, Cavtat, 2003., RA3-02

[125] Meštrović, K.: Dijagnostika stanja visokonaponskih SF6 prekidača, ENERGIJA 3, 1995.

[126] Meystel, A., M., Albus, J.,S.: Intelligent Systems: Arhitecture,

Design and Control, Wiley-Interscience, 2002

[127] Michalewicz, Z., Fogel, D.: How to Solve It: Modern Heuristics ,

2. izdanje, Springer-Verlag Berlin and Heidelberg GmbH & Co. K,

2004.

[128] Milošević, R. : Mehanizmi električnih sklopnih aparata – osnove

teorije i praksa, Graphis, Zagreb, 2004.

[129]

Morcos, M., M., Anis, I., W., R.,: Electric power quality andartificial intelligence, Overview and applicability, IEEE Power

Eng. Rev., Vol. 19, pp. 5 – 10, 1999.

[130] Nakić, A.: Heuristički algoritmi za 0-1 problem naprtnjače,

Hrvatski matematički elektronski časopis br. 4, 2007. [131] Newell, A., Simon, H., A.: Theleologic theory machine, IRE

Transactions on Information Theory – IT; Vol.2(3), pp 61-79; 1956.

[132] Newell, A., Shaw, J., C., Simon, H., A.: Chess-playing programs

and the problem of complexity, IBM Journal of Research and

Development, Vol.2, pp 320-335, 1958.



522

[133] Newell, A., Shaw, J., C., Simon, H., A.: Elementsof a theory of

human problem solving, Psychological Review Vol. 65; pp 151-

166, 1958.

[134] Newell, A., Simon, H., A.:GPS: A program that simulates humanthought, In H. Billings (Ed.) , pp. 109-124, Munchen, R.

Oldenbourg, 1961.

[135] Newell, A., Simon,H., A.: GPS: Computers in psychology, In Luce

R. D., Busch R.R., Galanter E. (Eds.), Handbook of matematical

psychology, Vol.1, pp. 361-428, New York, Wiley, 1963.

[136] Newell, A., Simon, H., A.: Human Problem Solving. Englewood

Cliffs, NJ: Prentice-Hall. 1972.

[137] Newell, A., Simon, H., A.: Computer science as empirical inquiry:

Symbols and search, Communications of the Association forComputing Machinery, Vol. 19(3), pp. 113-126, ACM Turing

Award Lecture, 1976.

[138] Nikolovski, S., Fekete, K. :Primjena računala u elektroenergetici,Elektrotehnički fakultet, Sveučilišta Osijek, Prezentacijski

materijal – Power World Corporation / Simulator, Osijek 2007.

[139] Norman, D., A.: Cognitive engineering, User centered system

design, pp. 31-61, 1986.

[140] N.N., RH,: Pravilnik o stručnom osposobljavanju zaposlenika i

drugih ugovornih djelatnika aerodroma, pružatelja zemaljskihusluga i korisnika usluga aerodroma koji samostalno obavljaju

zemaljske usluge, NN br. 7/13, Zagreb, 2013.

[141] Orlikowski, W., J., Scott, S., V.: 10 Sociomateriality: Challenging

the Separation of Technology, Work and Organization. The

academy ofmanagement annals, No2(1), pp 433-474, 2008.

[142] O'Connor, J., J., Robertson, E., F.: Falsification and the

Methodology of Scientific Research Programes, London School of

Economics, London, Internet, 1970.

[143]

Popper, K., Kuhn, M.: Prijevod istraživačkih radova i polemikafalsifikacionizma i teorije znanstvenih paradigmi, London School

of Economics, London, Internet, 1960-74.

[144] Radanović, G.: Pregled heurističkih algoritama, Seminarski rad,voditelj Golub, M., FER, Zagreb, Internet, 2007.

[145] Palya, G.: Prijevodi poglavlja iz knjige, How to solve it, 1948.,članak Internet.

[146] Patterson, J., W., Jr.: FAA – Federal Aviation Administration, US

Department of Transportation: „Evaluation of Runway Gard Light

Configurations at North Las Vegas Airport“, DOT/FAA/AR -



523

TN06/19, National Technical Information Service (NTIS),

Springfield, Virginia 22161, January 2007.

[147] Pavčević, M.: Uvod u teoriju grafova, izdanje, Element, Zagreb,

2006.[148] Pennigton, D., C.: Osnove socijalne psihologije, Naklada Slap,

Jastrebarsko, 1997.

[149] Petrović, G.: Logika, 25. Izdanje, Neven Elezović, MH, Urednica

Jelena Hekman, Biblioteka PARNAS, Tisak Spiridon Brusina,

Donja Lomnica, ISBN 953-6098-15-6, Zagreb, 1996.

[150] Petz, B., i suradnici : Psihologijski rječnik, Prosvjeta, Zagreb,1992.

[151] Popper, K., Kuhn, M.: Prijevod istraživačkih radova i polemika

falsifikacionizma i teorije znanstvenih paradigmi, London Schoolof Economics, London,1960-74.

[152] Ragaller, K. : Current Interruptionin High – Voltage Networks,

Plenum Press, New York, 1978.

[153] Reza, A., Farideh, D., Edalat, I. Al, S.: IT Service Improvement

Through Total Quality Management, Int. Journal of Informations

and Computer Science, Vol. 2, Iussue 7, 2013.

[154] Ryan, H., M., Jones, G., R. : SF6 Switchgear, Peter Peregrinus Ltd.,

London, 1989.

[155] Roeper, R. : Short – Circuit Currents in Three Phase Systems, JohnWileyand Sons, Great Britain, 1985.

[156] Ropohl, G.: Philosophy of Socio-Technical Systems. Techné:Research in Philosophy and Technology, No 4(3), pp 186-194,

1999.

[157] Russel, J., S., Norvig, P.: Artificial Intelligence: A Modern

Approach, ISBN 0-13-103805-2, Prentice Hall, Englewood Cliffs,

New Jersey, USA 1995.

[158] Sanderson, M., Penelope, D., Mc Neese, M., Zaff, S., B.: Handling

complex real-world data with two cognitive engineering tools:COGENET and Mac SHAPA, Behavior Research Methods,

Instruments, & Computers 26, No 2, pp. 117-124, 1994.

[159] Sarajčev, I., Vujević, S., Lucić, R.: Program ispitivanja prijelaznihstanja u postrojenju 35 kV u TS 35 / 20 (10) kV Obrovac,Sveučilište u Splitu, FESB, Zavod za elektroenergetiku, Split, 2004.

[160] Schlabbach, J.: Expert system measures harmonics and EMC, IEEE

Comput. Appl. Power, Vol. 7, pp. 26 – 29, 1994.



524

[161] Shapiro, L., E.: How to Raise a Child with a High EQ, Prijevod,

Dar ija Cindrić- Lovrić, Mozaik knjiga, Urednica Ivanka Borovac,

ISBN 953-173-859-9, Tisak Zrinski d.d., Čakovec, 1998.

[162] Shipp, D., D., Vilcheck, W., Swartz, M., E., Woodley, N., H.:Expert system for analysis of electric power system harmonics,

IEEE Annu. Pulp Paper Industry Technical Conference, pp. 12 – 19, 1993.

[163] Sluis, L.: Transients in Power Systems, John Wiley & Sons, Ltd.

West Sussex, England, 2001.

[164] Simon, H., A., Newell, A.: Heuristic Problem Solving, Operation

Research, 1958., članak internet. [165] Simon, H., A., Newell, A.,: Information processing in computer

and man, American Scientist, Vol. 52, pp 281-300, 1964.[166] Simon, H., A.: Experimentswith a heuristic compiler, Journal of

the Association for Computing Machinery, Vol. 10, pp 493-506,

1963.

[167] Simon, H., A.: Motivational and Emotional Controls of Cognition,

Psychological Review, Vol. 74, No 1, pp 29-39, 1967.

[168] Simon, H., A.:The structure of structured problems, Artificial

Intelligence, Vol. 4, pp 181-202, 1973.

[169] Simon, H., A.:The design of large computing systems as an

organisational problem; Organisation, pp. 163-180, 1976.[170] Simon, H., A.: Artificial intelligence systems that understand.

Proceedings of the Fifth International Joint Conference on

Artificial Intelligence, Vol. 2, pp 1059-1073, 1977.

[171] Simon, H., A.:Search and reasoning in problem solving. Artificial

Intelligence, Vol. 21, pp 7-29, 1983.

[172] Simon,H., Newell, A. :Heuristic Problem

Solving,OperationResearch, 1958.

[173] Simon, H., A.,Newell, A.: .Information processing language V on

the IBM 650, Annals of the History of Computing, Vol. 8, pp 47-49, 1986.

[174] Sprenger, M.: Learning and memory - The brain in action.

Alexandria, VA: ASCD, 1999.

[175] Sternberg, R., J.: Beyond IQ: A triarchic theory of human

intelligence, Cambridge University Press, Cambridge, 1985.

[176] Sternberg, R., J.: Thetriarchic mind: A new theory of human

intelligence, Viking, New York, 1992.

[177] Stipaničev, D.: Uvod u umjetnu inteligenciju, KaMIS, FESB, Split,

2006.



525

[178] Stipaničev, D., Krstinić, D., Štula, M., Bodrožic, Lj.:

Technological project TP-03/0023-09, System for early forest fire

detection based on cameras in visible spectra', Ministry of science,

education and sport of Republic Croatia, 2006.[179] Starfield, B., Shi, L.: Policy relevant determinants of health: an

international perspective, Health Policy, 60, pp 201-218, 2002.

[180] Stipaničev, D.: Odabrana poglavlja predavanja iz kolegija:

Inteligentni sustavi, Sveučilište u Splitu, FESB - Fakultet

elektrotehnike, strojarstva i brodogradnje, Doktorski studij


[181] Schutte, J.: The Particle Swarm Optimization Algorithm, 2005.

[182] Šiber, I.: Pojedinac i društvo, Centar za kulturnu djelatnost,

Zagreb, 1984.[183] Širola, E.:Cestovna rasvjeta, ESING, Energetika marketing,Zagreb, 1997.

[184] Spieth, C.: Evolutionary Algorithms, dostupno na Internetu, 2004.

Stutzle, T.: Iterated Local Search & Variable Neighborhood Search,

2003.,

[185] Teilhard de Chardin, J., M., P.: L'Energie Humaine, Editions du

Seuil, Pariz, 1962., Prijevod: M. Dobrović, Ljudska snaga, IPT

Naprijed, Zagreb, 1991.kvantnekizbrojiti crne

[186] Tversky, A., Kahnema, D.: Belief int he Law of Small Numbers,Psychological Bulletin, Vol.76, pp 105-110, 1971.

[187] Tversky, A., Kahneman, D.: Availability: A Heuristic for Judging

Frequency and Probability, Cognitive Psychology, Vol.5, pp 207-

232, 1973.

[188] Trist, E.: The evolution of socio-technical systems, Occasional

paper 2, 1981.

[189] Tomlinson, C., A.: The differentiated classroom: Responding to

the needs of all learners. Alexandria, VA: ASCD, 1999.

[190]

TRANSCON, "Electronic Systems, Airport Control andMonitoring Systems & Airfield Lighting Systems - Products

Cataloge", Frydek-Mistek, Czech Republic, 2013.

[191] Thomas, S.: Ant Colony Optimization: an introduction, 2005.

[192] Udovičić, B.: Neodrživost održivog razvoja, Energetski sustav u

globalizaciji i slobodnom tržištu, Kigen, Zagreb, 2004. [193] UN, Vijeće za gospodarstvo i društvena pitanja, povjerenstvo za

gospodarstvo za Europu, Komisija za unutarnji promet, Ad hoc

multidisciplinarna grupa stručnjaka za sigurnost u tunelima:

Završno izviješće grupe stručnjaka za sigurnost u cestovnimtunelima, Prijevod A.C.7/9, 10. prosinca 2001.



526

[194] Veljović, A.: Sistemi za podršku odlučivanju (3), CET Čitalište 69,2008.

[195] Voltaire: Rasprava o toleranciji, Prijevod, Bosiljka Brlečić, MH,

Urednica Jelena Hekman, Biblioteka PARNAS, Tisak Targa, ISBN953-150-082-7, Zagreb, 1997.

[196] Vranicki, P.: Filozofija historije, Druga knjiga, Naprijed, Urednik

Srđan Dvornik, Biblioteka Enciklopedija filozofskih disciplina,

Tisak Hrvatska tiskara, ISBN 953-178-012-9, Zagreb, 1994.

[197] Vujević, S.: Istine i zablude o “zračenju” trafostanica ielektroenergetskih vodova, Javno predavanje, FESB, Split, veljača2011.

[198] Vujević, S., Lucić, R., Jurić-Grgić, I., Lovrić, D., Modrić, T., Balaž,

Z.: Izrada pravila i mjera sigurnosti za osiguranje mjesta rada naelektroenergetskim vodovima, FESB Split, Studija, veljače 2013. [199] Vujević, S., Balaž, Z., Lovrić, D.: Ground impedance of

Cylindrical Metal Plate Buried in Homogeneous Earth; ISTET'11,

University of Klagenfurt, Austria, 25.-27. July, 2011.

[200] Vujević, S., Balaž, Z., Modrić, T., Sarajčev, P.: Hybrid Model forAnalysis of Ground Fault Current Distribution, International

Review of Electrical Engineering (IREE), Vol. 7, No. 3, pp. 4035-

4045, 2012.

[201] Vujević, S., Lovrić, D., Balaž, Z., Gaurina, S.: Time-HarmonicModelling of Two-Winding Transformers Using the Finite Element

Technique, International Review on Modelling and Simulations

(IREMOS), No. 66, Part B, pp 1922-1927, 2013.

[202] Vujević, S., Lucić, R., Jurić-Grgić, I., Lovrić, D., Modrić, T.,:Balaž, Z,: Izrada pravila i mjera sigurnosti za osiguranje mjesta radana elektroenergetskim vodovima, Sveučilište u Splitu, Fakultet

elektrotehnike, strojarstva i brodogradnje - FESB Split, Studija,

veljače 2013.

[203]

Vujević, S., Lovrić, D., Balaž, Z.: Self and mutual groundimpedances of cylindrical metal plates buried in homogeneous

earth; International journal of numerical modelling- electronic

networks devices and fields, Vol 28, No1, pp 33-49, 2015.

[204] Vukelja, T.: Nesjedinljivo znanje, Bohrov doprinos filozofskoj

teoriji spoznaje, KruZak, Zagreb, 2004.

[205] Zhang, Z., Z., Hope, S., ,G., Malik, O., P.: Aknowledge-based

approach to optimize switching in substations, IEEE 0885-8977, pp

103-109, University of Calgary, 1989.















527

[206] Zhang, Z., Z., Hope, S., ,G., Malik, O., P.: Expert systems in

electric power systems -A bibliographical survey, IEEE Section

Power System, Vol. 4, pp. 1355 – 1363, July 1989.

[207] Zvonarević, M. : Socijalna psihologija, Školska knjiga, Zagreb,1981.

[208] Yen, J., Langari, R., Zadeh, L., A. : Industrial Application of

Fuzzy Logic and Intelligent Systems, IEEE PRESS, 1995

[209] Weiss, M.: Data structures and algorithm analysis in C, Addison

Wesley, 1996.

[210] Wiener, N.: The human use of human beings: Cybernetics and

society, No. 320, Da Capo Press, pp 24, 1954.

[211] Wilber, K.: Teorija svega: integralna vizija za biznis, politiku,

znanost i duhovnost, Prijevod Diego Sobol, ISBN 953-6391-12-0,UDK 001.92-101.1, Gorin, Rijeka 2004.

[212] Wilber, K.: Kratka povijest svega, Prijevod Diego Sobol,

ISBN 953-6391-13-9, UDK 001.92-101.1, Gorin, Rijeka, 2005.

[213] Wildberger, A., M.: Overview of exploratory research in soft

computing applications to power systems at the Electric Power

Research Institute, IEEE Int. Conference, Man, Cybern., Vol. 3,

Vancouver, Canada, pp. 2007 – 2012, 1995.

[214] Wright, K.: Babies, Bonds and Brains, Discover, pp 75-78,

December, 1997.[215] Wyant, F., J., Nowlen, S., P., Woods, H., W.: Cable Insulation

Resistance Measurements Made During Cable Fire Tests, Sandia

National , Laboratories, Division of Risk Analysis and

Applications, Office of Nuclear Regulatory Research, U.S. Nuclear

Regulatory Commission, Washington, DC 20555-0001, NRC Job

Code Y6037, Manuscript Completed, April 2002, Date Published,

June 2002.



528

INDEKS (KAZALO)

A

abacus, abacist,127

Adorno T.W., 46, 100,

aerodrom(-ski), 123-124, 178-

196, 198, 245-247, 249, 254,

257, 258, 260, 319, 324-331,

334, 337

agenti(-ski), sustavi, 29, 141,150, 193, 208-212

Al-Hawarizmi M., I., M., 127

Alchwarzimi, Alchwarizoni,127

algoritam, algorizam, 127-131,

135, 199, 236

heuristički, 128

metaheuristi(-ke)čki, 128, 130

tablični pregled, 128 -136

egzaktni, 128algoritmička logika, 128

efikasnost, 128

Amazon Mechanical Turk, 65

amigdale, 69, 70

Anaksagora, 22

antropologija, 31

aprehenzija, 40

aproksimacija, 431-441, 492

aplikacija, 34Aristotel, 20, 22, 35, 37, 115,

157, 178, 431

Ashby R., 62

B

Baudrillard J., 38

Barthes, 52

Baskerville, 53

baza podataka, (znanja), 109,

118, 154, 160 – 174, 248, 254,

257,

Bergeron, 467, 490

Berkelay G., 37

Biant, 22

biheviorizam, 27, 58, 60, 106,

bihevioralno inženjerstvo, 39,

59, 116-119 biologija, 32

biosfera, 33

bitak, 123,

Bolz N., 531

Booleove funkcije, 128

Borges J., L., 50, 530

Blum, 41

C

Carson, 438

Chardin P., T., 33

Ciceron, 41, 49, 531

civilizacija, 31

cocktail party efekt, 102, 104

COKP, 62, 198, 199, 201-204,

213Condorcet, 50

CLIPS, (engl. C-Language

Integrated Production System),

467

D

Delfi metoda, 22, 158, 159, 160,

529



529

deliberacija, 66

Demosten, 198

Descartes, 37, 115

digitalno računalo, 118, 436, 437dinamički sustav, 432, 436

dualistički pristup, 66

E

edukacija(e), 247, 248, 254

Einstein A., 36, 76

ekstrovertiran, 24eksperiment, 90, 92-94, 96-98,

102

ekspert, 109, 126, 157, 226

ekspertiza, 35, 122, 246

ekspertni sustav, 36, 42, 52, 58,

59, 63, 64, 66, 78, 82, 85, 102,

106, 108, 123, 137, 147, 148,

154, 157, 174, 179, 180,185, 198,

200, 216, 257-260, 338, 431, 466,467, 469, 471, 476, 477, 487, 488,

500

u elektroenergetici, tablični pregled, 175 – 177

primjeri mreže/kabeli, 160 – 175

nadmodel, 139-149

proces, 124, 125

električna energija, 198, 200,

201, 208, 216, 222-225, 235, 236

240, 338-360

električni agregat, 264,elektoencefalogram, (EEG), 75

el. magnetska kompatibilnost,

(EMC), 431,467,476,500

elektroenergetsko napajanje, 222-

224,

elektroenergetski-sustav-objekt,

178-180, 185, 186, 197, 260, 338-

401, 431, 465, 466, 467, 471,

475-478, 500elektromagnetska polja, 178, 179,

185, 186, 197

emocije, 70, 78

empatija, 24

entitet, 66, 67, 75, 105, 106, 115

Euripid, 29

Europske agencije za

zrakoplovnu sigurnost, (EASA),

179EUROSTAT data base, 40

F

Figal G., 46

Filip Makedonski, 178

filozofija, 36-38, 136

formati, 150 - 177Freud S., 27

F-skala, 100

funkcija(e), 107, 114, 123, 128-

133, 135, 136

fuzzy regulacija, 200,

FMEA- (Failure models &

Effects Analysis), 124

G

Gadamer H., G., 36, 46,530

Gardner H., 24

globalni optimum, 129

gospodarenje sustavom kvalitete,

(QMS), 124

Goldmann S., 41

Gunnar M., 75



530

H

Hegel, 40

Heraklit, 20Heidegger M., 46

Heisenberg W. H., 112

Henver, 54

Hering E., 41

hermeneutika, 36, 46, 52, 53, 64,

65

hermeneutički (akt), 46, 246, 535

heuristički, 57, 112, 128-132,

153, 154hijerarhija upravljanja, 201, 202

Hilon, 22

hipoteza, 65, 106, 110, 113, 153,

438

Homer, 106,

hormoni, 81,

Hrvatska agencija za civilno

zrakoplovstvo, (CCAA), 179

Hrvatske autoceste, 494, 500Hume D., 37

Hutton, 41

I

informacija(e), 38, 39, 44, 50, 52,

54, 57, 63, 64, 70, 78, 81-87, 90,

120, 123teorija informacija, 121

instruktor, 126

informacijsko-komunikacijske

tehnologije, (ICT), 66, 191

inteligencija, 22, 108, 109-116,

119, 133, 135,

analitička/komponentna, 25

egzistencijalna, 24

formalna , 23

distribuirana, 29, 31, 106,

136,

inter-personalna, 24

intra-personalna, 24klasična, 31

kreativna/empirijska, 25

lingvistička inteligencija, 24

logičko – matematička, 24

muzička, 22

prirodoslovna, 24

prostorna, 24

različita gledišta, 26

tjelesno – kineziološka, 24 umjetna, 29, 35, 42, 46, 51,

54, 57, 59- 63, 246, 253,

velikih pitanja, 25

inteligentni agenti, 29

inteligentni sustavi, 29, 35, 42,

54, 58, 63, 106, 108, 137, 193,

198, 199, 209, 254, 338

jako/slabo inteligentni, 108

stupanj inteligentnosti, 107identifikacija znanja, 121

inteligentni razvoj, 27

intenzitet, 249, 262, 268, 270,

272, 277, 279, 280, 282, 285, 289,

290, 292, 294, 295, 298, 300, 303,

304, 308, 309, 312, 313,

internet, 34

introvertiran, 24

inženjeri znanja, 59, 66, 115,117, 123, 126,

Ishikava-6M Method, 124

izvjesnost, 37

J

jakost svjetlosti, 206

jednosmjerni promet, 198, 213,

240



531

Jensen, 81

K

kabeli-(ski vodovi), 248, 253,

255, 257, 265, 267, 270, 301,

303, 305, 314, 315, 335,

Kahneman D., 56

kalokagathia, 106

Kant I., 37, 115

karakteristika(e), 74, 100, 124,

133,Kastor, 41

kaptologiji, 34

kibernetika, 105, 114, 115,

klaster računala, 37

Kleubil, 22

Kotzinger S., 531

kognitivno(a), 50, 58

kognicija, 60, 116, 117, 118

kolonije mrava, 29kooperacija, 31

kompeticija, 31

komprehenzija, 40

komunikacije, 35, 201

konduktivno/a, 431, 466, 489,

495, 499,

koncept, 105, 144, 199, 216,

223-224, 241

konformizam, 92, 93, 94, 97, 100,101,

kontekst, 44

kontingencija, 58

kontribucija, 65

korteks, 67, 70, 75, 81, 82,

korisničko sučelje, 151

kreacija(modela), 435, 471,

Kvintilijan, 41

L

Legislativa, 178 - 197

Lee, 53

Leibniz G.H., 37

licenca, 245, 254,logički teoretičar, (LT), 26

Locke J., 37

Longuet-Higgins C., 115

Lujić, 108

Lurije A. N., 49, 530

luminancija, 207, 216, 218, 219,

220, 222, 224,

M

Maslow A., 40, 104,

materijalistička misao, 34

Maxwell, 181,

McArthy J., 115

Međunarodna komisija za zaštituod neionizirajućeg zračenja,

(ICNIRP), 179mehanizam zaključivanja, 109,Melikaopis, 41

mentalna aktivnost, 24

mentor, 126

meta-komponente, 25

Mier H.V., 75

Miller G.A., 115

Minsky M., 115

mnemotehnika, 41mnijenje, 37

mobilne komunikacije, 34

modeliranje, 431-438, 442, 466,

477, 490-498, 451

mozak, 67-90,105, 118,

moždana kora, 32

multi-agentskih sustav, 30

multidisciplinarni-(o), 112, 115,

120,

multi-procesorski sustavi, 37











532

N

neuron(ske)/živčeve mreže, 68,

71-76, 90, 102, 118,

umjetne, 90,

Neisser U., 115

Newell A., 26, 115

New Cronos, 40

Nobel A., 35, 55

nosiva elektronika, 34

O

ontologija, 33, 112,

moderna analitička, 33

operacije presjeka, 173 - 175

opseg ljudskog znanja, 37

optimizacija, 215

Orlikowski, 54otpor-izolacije, 252-254, 265,

270-272, 276, 283, 284, 291, 305

P

parametri, 138-142, 227-232,

235, 236

Pavlov I., 27Periandar, 22

percep-(tori/cija), 65, 117, 246,

260,

persuadirani, 34

Peterson S., 75

Piaget J., 27

Pitak, 22

Pitija, 29, 529

Platforma, 209, 210, 212,

Platon, 36, 115, 178

pluri-perspektivnosti, 36

Poluks, 41

poučavanje, 36

povijest, 38 pozitronski emisioni tomograf – PET, 76,

predoperacijsko razdoblje, 28

prenapon-ski, 256, 262, 268,

302, 305, 476, 489, 491-495, 500

pretraživanje, 129, 132-134, 174-

176

procedura, 245, 249, 253

program/i, 120, 122, 124-126,135, 136, 431, 437, 438, 467-468,

471-472, 477, 487-500

prolog, 162 - 166, 168, 174, 467

prototip, 431,466

PDCA-(Plan, Do, Check, Act)

Method, 124

PADM-3A, (Planning and

Documenting Method), 124

PSP-8D, (Problem SolvingProcedure), 124

Q

quality management system,

124, 125

quality expert proces, 124, 125,127

R

racionalnost, 37

računalo, 108, 111, 127,računska racionalnost, 29

raspodjela struje/potencijala,

438, 446, 447, 450, 453





533

Reddy R., 106

regulator konstantne struje, 222,

224, 245, 258, 260, 261, 264, 265,

266, 270, 271, 281, 289, 290, 299,300, 302, 309, 314, 331, 335,

rekognicija, 40

reprezentativnost uzorka, 65

robot(i-ka), 111, 115

Ripl G., 531

rojevi -(mravi)/pčela, 29

S

samosvijest, 40, 122, 123

sastavnica(e),433,446,465

Scott, 54

semiotičko, 28

senzomotoričko razdoblje, 28

senzor, 64, 75, 83, 102, 243, 276,

297, 320

serijski strujni krug-(ovi), 199,

265, 270, 272, 275, 277, 299,302, 305, 307-309, 314-315

SF6 prekidači, 339-350, 360, 364,

370, 372, 374, 380, 386-397, 401,

405, 407, 410, 417, 429

signal, 68, 71, 76, 89,102,

Sigma -6S Method, 124

simboličko razdoblje, 28

Simon H.,A., 26, 41, 47, 56, 57,

115Simonid, 41

simulacije svjesnosti, 34

simulakrum, 38, 39

Skopas, 41

skriptni jezik, 150

sociologija, 38,

socio-tehnički sustav, 63, 64

Sofoklo, 29

Skinner, 119

Sokrat, 29, 178

Solon, 22

spoznajne teorije, 37

Stanford, 99

Sternberg J., R., 25Stiles-Hollidayev izraz, 219

stupnjevi vjerovanja, 37

stupanj intenziteta,

suparništvo, 31

suradnja, 31

sustav, 116, 117, 120, 123, 432-

440, 457-458, 460-471, 476, 486-

488, 493, 495, 498, 500

tunelske rasvjete, 198, 205-208,216, 217-236

upravljanja-rasvjetom, 198,

208, 324, 326, 329, 330, 336

prometno-informacijski, 201,

202, 205

videonadzor/detekcije, 202-

205

aerodromska svjetlosna

signalizacija, (ALS), 139, 186,245, 249, 253, 254, 256, 258,

260, 273, 314, 315, 331

svijest, 40, 122, 123

svjesnost, 62, 63, 64, 66

svjetlosna karakteristika, 178,

179, 186, 188, 190, 192, 193,

194, 196, 197

Š

Šereševskij S., 49,531-535

Širola E., 219

T

Tales, 22

tehnika „analize protokola“, 26

tehnologija, 34, 38, 63



534

tehnosfera, 33, 34

teorijom automata, 29

Thomas, 53

Tiristor, 261, 262, 263, 264, 267,271, 272, 297, 305,

transformator, 249, 250, 255,

256, 260, 262, 264, 265, 266, 270,

271, 272, 277, 290, 300, 302,

308, 313, 319, 335, 336,

tranzijenti/ni(o), 435, 489, 494,

trierarhijska teorija inteligencije,

24

Trist, 64tunel(ski), 123, 124, 132, 153,

155, 156, 198, 206, 213, 214, 215,

218, 222, 224,

Turing A. M., 108,

Tversky A., 56

U

učenje, 83, 85, 87, 90, 98, 102,107,

um, 78, 86, 87, 88

umjetnost, 38

V

Vigotski L., 36

virtualna beživotna struktura, 34

visokonaponski, 253, 270, 338-353,

vizualni sustav za navođenje,316-318, 323-334

vjerovanja, 37

Z

Zimbardo, 99znanje, 35, 37, 40-46, 49-55, 58,

prikaz, 111,

pohrana, 129,

zrakoplov-(ni), 245, 314, 316-

337

W

Watson J.B., 115

Wiener, 61, 62

Winer N., 114

Wittgenstein L., 119

Wilber, K. E., 67,

Wundt W., 115







ŽIVOTOPISI AUTORA

Zdenko Balaž, r ođen je 20. svibnja 1957. godine uVinkovcima, gdje je završio osnovnu i srednju

tehničku školu, nakon čega upisuje Studij

elektrotehnike na Fakultetu elektrotehnike,

strojarstva i brodogradnje Sveučilišta u Splitu, gdje je

diplomirao 2. veljače 1983. godine na Odjelu zaelektroenergetiku. Od veljače 1983. godine radi u

Končarevom institutu u Zagrebu, na Zavodu za

energetsku elektroniku, u Odjelu za istosmjerna

inteligentni ekspertni sustavi elektroenergetika

Documents