Inteligentni Ekspertni Sustavi Elektroenergetika

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 SUSTAVI U 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 našu 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 od odvojenih 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 svojim izrekama 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 razotkriva 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 se i 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 mojih inicijativa 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 ponude specijalističke 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 su knjizi dali epitet priručnika, 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 za održavanje 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 pažljivo iščitavanje 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 i izbezumljenosti. 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 jedno drugome 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 nijemo izišli iz restorana. Ja sam ostao zbunjen i izustio: ...“umjetna inteligencija – a joj !?“

Nedugo za tim stigao je moj prijatelj na marendu.

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

10

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 donošenju odluka .................................................................................. 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

11

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 – Stručni sustav ................................................ 137 12

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 13

6.3. Legislativa mjerenja svjetlotehničkih karakteristika ..................... 186 6.3.1.Svjetlotehničke 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 .......................................... 203 7.1.5. 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 14

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

15

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

16

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 17

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

18

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

19

UVOD U današnje vrijeme svjedočimo prebrzom razvoju tehnologije koja se svake godine doima sve uzbudljivijom zbog toga što se neprestano otvaraju nova područja djelovanja, stvaraju nove tehnologije i nove industrije 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 na sasvim drugačiji način. U svijetu u kojem živimo danas se neke istine mijenjaju u intervalima od 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 koje se pomisli u razgovoru o bilo kojem području ove znanosti. Današnje vrijeme se može proglasiti vremenom informatičke revolucije koja se između ostalog oslanja i na umjetnu inteligenciju, znanstvenu granu u znanstvenom polju računarstva u području tehničkih znanosti. Eksponencijalnim rastom brzine širenja informacija informacijske 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 20

osporavana, niz filozofa tragalo je za uvjerljivijim utemeljenjem na vrlo različite načine. Ako se povijest može periodizirati po velikim misliocima koji 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 prava zbilja, a svijet osjetilnih stvari samo je slika svijeta ideja. Ideje su vječne i nepromjenljive, a osjetna bića su promjenljiva i nesavršena te postoje samo po sudjelovanju u idejama. Među idejama postoji hijerarhijski red. Svaka ideja postoji i ima mjesto na hijerarhijskoj ljestvici po većem ili manjem sudjelovanju u ideji dobra. Nasuprot svijetu ideja stoji materija, koja također, kao kaotična, nesređena masa, postoji od vječnosti. Svijet nastaje 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 po kazni, spoznaja je tek sjećanje, koje je to uspješnije što se duša krjeposnim životom više oslobađa utjecaja tijela. Nakon smrti tijela, ona nastavlja 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 se ideje 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 uspjesima vizionara 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 idejom ostvaruje 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 na umjetnu inteligenciju morala je biti prigušena opaskom meritornih za izdavanje pa je ostala nova ideja za nastavkom.

21

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 Filipovićevom filozofijskom rječniku, za inteligenciju imamo najviše opisnih pojmova. Kao npr. Intelekt, (lat. intellectus, intellectualis), intelektualni, um razumijevanje, moć shvaćanja, poimanje, svijest, misaone, mislilačke sposobnosti čovjeka, od (lat. intellegere), razumjeti, razabrati, sposobnost pronalaženja novih prilagođenih reakcija u novim prilikama, navika vještina znanja. Ili po Aristotelovom učenje o nusu, (grč. nus), um, duh, po Anaksagori, začetnik kretanja i oblikovanja materije), koje ima izvanredno složenu i kompliciranu pojmovnu povijest. Ili od (lat. intellectus agens possibilis), ili zbiljski i mogući um,… To još nije dovoljno da si stvarno predstavimo što je to inteligencija, pa će u ovom poglavlju biti prezentiran prikupljen i obrađen materijal s više različitih aspekata. 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 spoznaje života u biološkom smislu koji ima tendenciju razvitka, održavanja i unapređenja, upotpuniti saznanjima o specifičnosti čovjeka kao društvenog i kulturnog bića.

22

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 što dolaze do izražaja u novim situacijama. Inteligencija je sposobnost koja se osniva na misaonom zahvaćanju bitnih odnosa podacima problemne situacije 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 svoju maksimalnu, relativno stabilnu razinu na kojoj se održava do starosti. Okolne prilike, u kojima se pojedinac razvija i živi, mogu djelovati na razvoj inteligencije osobito u razdoblju između njegove treće i sedme godine 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 i dublju 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 izvješću spomenula kako je dvadesetak eminentnih teoretičara i istraživača na pitanje definiranja inteligencije dalo dvadesetak različitih odgovora.

23

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 Gardneru 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 dandanas kritičari osporavaju smatrajući da više iskazuje interese nego samu 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 kažemo da 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. 24

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 još manje raspravljati.

1.4.

Steinbergova teorija inteligencije

Steinbergova teorija inteligencije je trierarhijska teorija inteligencije 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 donošenja odluka. 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 je uočavanje 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 rješavanju koristimo automatizaciju, što znači da smo je do sada ponovili puno puta pa je možemo izvesti bez puno razmišljanja (na primjer kada 25

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 ljudsko okruženje 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 dokazivati matematičke teoreme. Program je polazio od otkrivanja dokaza za teoreme u simboličkoj logici, održavajući i selektivno primjenjujući niz aksioma 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 prostora rješenja i vremena potrebnog za rješavanje bitno smanjena primjenom heuristike i pravila zdravog razuma po principu rada unatrag od željenog cilja ili rastavljanja većih problema na manje. Kako bi stekli uvid u ljudski način rješavanja problema, upotrijebili su tehniku „analize protokola“. Protokol je bilješka o ljudskoj verbalizaciji misli pri rješavanju problema. Tom su metodom otkrivana postupanja ispitanika, što misle, što traže i zašto izvode određene radnje. Primijenjenu heuristiku u protokolima ispitanika uključivali su u program, a potom su ih proučavali i uspoređivali s rezultatima operacija, što je u stvari 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. Na njihovim 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 26

(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 i automatizacije, 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. Reprezentacijski artefakti informacijskog društva prodaju se kao proizvod (razne komunikacijske 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, među kojima su najznačajnija razvojna gledišta. Tu je potrebno samo nabrojati kako 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 nesvjesne želje, kao npr. želja za moći odražavaju u svakodnevnim snovima ili omaškama 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 znanstvene discipline i zalazila su u dva područja: biološke izvore ponašanja, te logičke opise ustroja tih ponašanja. On je iznio tezu o prolazu kroz četiri glavne faze, (stupnja), intelektualnog razvoja, što je do danas ostao najambiciozniji pokušaj opisivanja razvoja inteligencije kod sve djece. 27

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 trajanje zanimljivih 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 u sljedećim poglavljima.

28

2. UMJETNA INTELIGENCIJA Kad su proročicu Pitiju upitali tko je najmudriji od svih ljudi, kažu da je odgovorila: „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 primjene tog znanja pri rješavanju složenih zadataka. U sustavima umjetne 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 inteligencija iako su smatrali da bi naziv ''računska racionalnost" možda bolje odgovarao. Cijela povijest umjetne inteligencije nakon prihvaćanja njene definicije, 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: 29

- 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) Svaka se nebiološka inteligencija često naziva i klasična ili uobičajena umjetna inteligencija, ponekad se koriste i nazivi simbolička, čista ili logička umjetna inteligencija. Postupci klasične umjetne inteligencije 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 teoriju nadovezali brojni autori a osnovna je ideja da se inteligentno ponašanje može pojaviti kao rezultat interakcije velikog broja jedinki po principima suradnje (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 kod kojeg 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 područje agentskih i multi-agentskih sustava. U samoj osnovi agentski je sustav vezan uz neko konkretno okruženje, (ograničeno područje). Tri su osnovna smjera istraživanja unutar distribuirane umjetne inteligencije: 30

Rješavanje zadataka s ciljem prilagodbe koncepata razvijenih unutar umjetne inteligencije, (multi-procesorski sustavi i klasteri računala).  Rješavanje zadataka kada se pojedini dijelovi zadatka daju nezavisnim entitetima koji ih samostalno rješavaju, a sva pojedinačna rješenja doprinose 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 kod sustava klasične umjetne inteligencije, niti je na temelju njega formirana nekakva struktura kao kod računske inteligencije. Kod distribuirane UI, je znanje sakriveno u zakonima interakcije između pojedinih jedinki. Posebno područje 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 uključuju antropologijski pristup, (grč. antropos) čovjek ili onaj koji gleda prema gore). Antropologija je disciplina koja proučava ljudski život i kulturu, te sličnosti i razlike među ljudima: kako ljudi žive, što rade, što misle i kako se odnose prema okolini. Osim toga, antropologija proučava kako se razvijala ljudska vrsta, te kako su nastajala i nestajala ljudska društva, okrenuta je i sadašnjosti i budućnosti ljudskog roda. Iako se predmet antropologije 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. 31

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 kroz specijalizaciju mozga, točnije, moždane kore. Moždana kora nam omogućuje da shvaćamo, komuniciramo i učimo. Čovjek uči kako se treba 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 zajednički dijele 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 i između 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 prirodna pravila, ali ljudima je usadila izvanrednu sposobnost učenja. Prenošenje znanja iz generacije u generaciju 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 više gotovo i ne vidi duboko jedinstvo ljudskog roda. Rasizam i etnocentrizam, koji teže izolaciji, podižu zidove između tjelesnih i kulturnih 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 i društvenog razvitka. Biološki se razlikuju zbog prilagodbe različitih skupina različitom okolišu. Društveno se razlikuju jer su uspostavili vrlo velik broj različitih društvenih ustroja. 32

Antropologijski razlike u načinu života ne postoje samo u različitim vremenima 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 načinu života određenih zajednica. To ne vrijedi samo za doseljenike, nego i za razlike među spolovima, seksualne navike, te etničke, dobne i klasne skupine. 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 uključiti i ontologijski pristup. Ontologija (grč. όντος), znači biti i (grč. λόγος), znači kao riječ, pojam, iako tradicionalna strogo filozofska disciplina kao središnja 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 vrstama stvari 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 i kozmičke radijacije. Ljudi utječu na biosferu mijenjajući je u značajnoj mjeri. Ljudi čak i narušavaju njen prirodni poredak tako da se transformira u nove faze, i kako kaže Pierre Teilhard de Chardin, očekujući da završi s fazom noosfere. 33

Tehnosfera je umjetna sfera tehnologije svih vrsta širom planeta. To su strojevi, automobili, kompjutori 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, u nepredvidivo. Živimo posljednjih 400 godina zatočeni u tehnosferu, koja je otpočela industrijskom revolucijom, trenutkom uvođenja tehnologije stroja, 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 i ekspertnih sustava u strogo uskim znanstvenim i stručnim krugovima doživljava 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 beživotna struktura tehnološke simulacije svjesnosti koja kao misao nije materijalistička 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 i duhovnom pravcu. Za to je potrebna potpuna promjena svih društvenih formi, 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 nas i određuju oružjem dvosmislenosti i anksioznosti jer smo uhvaćeni u mrežu kognitivnih predrasuda, oružjem uvjeravanja, produktivne inertnosti i utomljenog odlučivanja. Iz tih se razloga ne smije smetnuti s uma i persuadirani učinak umjetne inteligencije.

34

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 zahtijeva 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 frankfurtske škole, koji su jednako aktualni i danas. Hermeneutičko promišljanje je svjesno da je uvjetovano onim 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 stručnog 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 olakšavanja komunikacije ljudi sa strojem. Klasična umjetna inteligencija, usko je vezana s pojmom znanja, njegovog prikupljanja, pohrane i primjene pri rješavanju složenih zadataka. Istraživanja provedena uz pomoć umjetne inteligencije, nad domenama znanja kroz kognitivne složenosti i kontekst znanja, ukazuju na 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 35

obiluju nizom konkretnih praktičnih primjera autori su preklapali s vlastitim 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 hermeneutičkim 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 društvenih znanosti. Prikupljanje, pohrana i primjena znanja osim u rješavanju složenih zadataka koristi se u poučavanju mišljenja i donošenju odluka. Istraživanja provedena uz pomoć umjetne inteligencije, nad domenama znanja kroz kognitivne složenosti i kontekst znanja, rezultirala su spoznajama o poučavanju mišljenja kojim se može utjecati na donošenje odluka 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 sudova u čiju je istinitost netko s pravom uvjeren. Neki filozofi ne razlikuju spoznaju i znanje, a neki ističu da je spoznaja djelatnost ili proces, a znanje rezultat tog procesa. Također neki filozofi ne prave razliku (ili čak direktno tvrde da se ne može praviti razlika) između znanja i istine. Oni koji provode tu razliku ističu da o znanju ne govorimo uvijek kad netko nešto 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 i opsega kruga. Lav Vigotski znanje promatra kroz angažman edukatora imajući na umu da je on presudan za napredovanje educiranog. Gadamer problem u znanju i razumijevanju postavlja kao središnje pitanje ukupnog ljudskog iskustva svijeta 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“.

36



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



Vjerovanje: subjektivna uvjerenost ali nije objektivno zasnovana.



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

Također bitno je uočiti razliku između znanja i saznanja. Saznanje se pojašnjava spoznajom. Spoznaja, jedan od osnovnih oblika čovjekova bivstvovanja, djelatnost kojom otkrivamo istinu; također: rezultat te djelatnosti, isto je što i znanje. Spoznaja je za razliku od drugih duševnih doživljaja (npr. zamjećivanja i predočivanja), nošena unutrašnjom intencijom da otkrije nešto, što i neovisno od subjektivne doživljajnosti objektivno važi. Kolika je važnost različitih problema spoznaje potvrđuje filozofska disciplina – Spoznajna teorija, koja proučava mogućnost, granice, objektivnu vrijednost, porijeklo i predmet spoznaje. Prema Descartesu, osnovni programski zahtjev, proučavanje naših spoznaja treba da prethodi svakom drugom proučavanju. J. Locke, (smatra se osnivačem spoznajne 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 intenzivno su 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 zadržavanje same svrhe, odnosno racionalnost u izboru svrhe”..., što je u umjetnoj inteligenciji 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 prikazima simbolima c) Proceduralnim shemama - daju i procedure za korištenje toga znanja d) Okvirima za prikaz znanja - čine na neki način fuziju svih shema

37

Činjenica jest kako je u umjetnoj inteligenciji, na raspolaganju, odnosno sastavni dio svakog ekspertnog sustava, baza znanja. Ali još je bitnije da iz umjetne inteligencije naučimo prepoznati znanje i iz baza podataka. Da je znanje moguće prepoznati iz baza podataka potvrđuju primjeri u nastavku. 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 i simulacije» 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 dostupnost informacija 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 eru svijeta. Nevjerojatan broj trendova koji se više ne mogu niti nazivati trendovima, jer upravo zbog postojanja tolikog broja njih, sam termin «trend» više ništa ne određuje. Svaka pojava više ništa konkretno ne govori, poništava se u stalnim sudarima s drugim pojavama, također šupljim i bez ikakvog «stvarnog» sadržaja Naši produkti kao da prekrivaju samu stvarnost, ili još «bolje»: usisavaju ju. Ta postavka vrijedi 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 se idealiziranju čovječanstva i njegovom humaniziranju. Možda iza našeg oponašanja i stvarnog i imaginarnog, stoji neko treće...“ Definicija simulakruma sama po sebi upućuje na kopiju koja nema izvornik ili nije utemeljena u stvarnome svijetu. Istovrijednice, (engl. i lat. –simulacrum, simulakre), nisu fizički već eterični objekti, objekti koji su izvedeni entiteti, sekundarni u odnosu na fizički original, oni su paralelna slika neke vrste virtualne realnosti.

38

Naziv se vrlo često upotrebljava u kritici postmoderne kulture u kojoj nestaje jasna granica između stvarnosti i njezinih kopija, tj. reprezentacija i obuhvaća različite pojave, od zabavnih parkova preko povijesnih rekonstrukcija do umjetnoga života. Kao što Baudrillard navodi, simulakrum dolazi u tri kronološki smjenjiva oblika:   

simulakrum krivotvorine, simulakrum proizvodnje i simulakrum simulacije.

Zadnji oblik, simulakrum simulacije je proizvod s kraja dvadesetog stoljeća, a prva dva oblika traju puno duže. Poveznice sa simulakrumom su 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 strastima kroz 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 umjetnu inteligenciju. 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. 39

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 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. Samosvijest, je definirana kao svijest o samom sebi, znanje o vlastitim psihičkim stanjima i procesima kao promjenjivim svojstvima i manifestacijama jednog jedinstvenog i postojanog (identičnog) subjekta „ja“. U običnom govoru to je svijest o vlastitoj vrijednosti, držanje koje afirmira 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 u fazama težnje prema samoostvarenju, (samoaktualizaciji), kako je definirao 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 znanstvenoj angažiranosti, koja je u neprestanom ciklusu učenja i stjecanja znanja kako 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 proizvođenju svih kompliciranih sadržaja predodžbe, jer svijest pritom mora biti sigurna da su svi sastavni dijelovi te predodžbe identični s predodžbama koje su se prije toga razvile. Rekognicija je bitna za shvaćanje, aprehenziju, (lat. apprehensio), intelektualni akt pomoću kojeg se shvaća relativno jednostavan objekt kako 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 najveću aktivnu i nama dostupnu baza podataka, (Eurostatdata base - New Cronos) u kojoj pogledajmo Područje 9: Znanost i tehnologija – 40

Informacije o istraživanju, razvoju, inovacijama i zapošljavanjima u sektorima 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 primjeri koji slijede o tome svjedočiti. 3.1.3.Tehnike pamćenja u funkciji očuvanja znanja Kako je prethodno navedeno, tehnika prepoznavanja pomoću kojeg inženjeri znanja spoznaju da je sadržaj neke nove predodžbe identičan sa sadržajem jedne prijašnje predodžbe nedvojbeno asocira na pamćenje. Mnemotehnika, dolazi od, (grč. mnéme = sjećanje, pamćenje) je postupak koji ima svrhu da olakša pamćenje sadržaja manje unutarnje smislene 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 biološka funkcija svakog organskog života. Ono se očituje kao posljedica svega pređašnjega iskustva u promjenama organske supstance koja se onda nasljeđuju. Postupci i metode pamćenja su se u novije vrijeme pojašnjavali naučenim 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 opisali su, 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 41

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 i Poluksa, pa je Skopas rekao Simonidu da će mu isplatiti samo polovinu dogovorene 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 svim njegovim gostima koji su ostali zatrpani. Otrpavajući ih nikako nisu mogli razlikovati 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 tražiti određena mjesta, stvari koje želi zadržati u pamćenju, predočiti u fantaziji i 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 koji spontanost 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 s umjetnom inteligencijom. Na temelju iskustava u poučavanju sve prisutnija pojava umanjenja sposobnosti pamćenja, posljedica je pretjeranog forsiranja i nametanja mogućnosti informacijskih tehnologija u metode poučavanja, pa je u nastavku 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 42

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 nisu znanje, 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 su iskustva 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 su korišteni koncepti kao na primjer: predmet, osobina, i događaj. I to događaj kao događanje, prijelaz iz mogućeg u zbiljsko - ontologija zbiljskih događaja, odnosno ontologijsko istraživanje o vrstama stvari koje su u svijetu i koje odnose imaju među sobom, postojanje, predmetstvo, svojstvo, prostor i vrijeme. U istraživanju se oslanjalo na konceptualno modeliranje koristeći se klasičnim relacijskim modelom, a čije su osnove struktura, ograničenja i skup 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 i nude uz pomoć informacijsko komunikacijskih tehnologija, izradu multimedijalnih prezentacija, s dodavanjem efekata, slika, zvukova i poveznica. Rabe se kao sredstvo pomoći u predavanjima i 43

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 da iziđe ispred onih kojima je potrebno prenijeti poruku, znanje ili informaciju. Ali koji je to sadržaj izlaganja i što sve kao prezentacijski materijal koristiti, čime je moguće predstaviti i usvojiti znanje, naročito kada 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 kojim se 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 znanja, 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. 44

Tablica 3.1. Pregled provedenih istraživanja u pet nezavisnih edukacija

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 psihometrijskih istraživanja i teorijskih 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 od osam sati, za specijaliste - stručnjake koji već posjeduju specijalistička znanja. U jednom slučaju radilo se o stjecanju specijalističkih znanja kroz jednosemestralni kolegij na veleučilištu, za studente, nove, buduće stručnjake. 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 45

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 poveznica hermeneutičkog 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 umjetne inteligencije u pretragama i stvaranjima novih baza znanja, budući da se radi o poučavanim stručnjacima od kojih se očekuje stručnjačko rješavanje problema na razini ekspertize, te se tako učilo iz umjetne inteligencije.

Slika 3.5. Hermeneutički akt razumijevanja kao podloga komunikacijskih komponenti 46

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 u istraživanjima 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 frankfurtsku školu. Razlozi tome su ležali u velikom broju francuskih poučavatelja jedne epohe, a frankfurtski krug je interesantan 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 prema literaturi. Ekspert je stručnjak odnosno specijalist koji se mora također educirati, ali on prvenstveno educira, i bez njega ne bi bilo ES. Njega se promatra i s pozicije vrsnog poučavatelja i cilja kojem teže poučavani. U konačno 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 i njezinih društvenih učinaka u životnoj praksi. Očekuje se, da se uloga odlikuje izrazom expertus, što se osamostalilo 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 na umu s oprezom se pristupa raščlambi sredstva – prezentacijskog materijala, 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 Referentni 47

Predstavnici Baza Znanja, (RPBZ), ne služi samo privremenom fiksiranju nekoga govora, već stoji s normativnim zahtjevom nasuprot svekolikom razumijevanju. On prethodi svekolikom novom poticanju govora. Razumijevanje teksta ostaje ovisno o komunikacijskim uvjetima koji kao takvi sežu izvan pukog fiksiranja smislenog sadržaja, onoga što je rečeno. Ako karakter prisutnosti nekog teksta slabi, tekst očevidno gubi i svoj fakticitet prema razumijevajućemu i razboritu čitanju. Tekstovi sami po sebi, mogu biti prezentni i u svojim figurama i oblicima, u svojim pojmovima i slikama. Izgovorene riječi teksta istom oslobađaju i nose događanje sporazumijevanja, koje tek kasnije postaje razumijevanje. Pri razumijevanju uvijek preostaje iskustvo da se sve što je artikulirano 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 se stavlja na bit “eminentnog teksta“. U Gadamerovim razmatranjima tekst je podloga mišljenja u smislu rehabilitacije prezentnosti koju ne možemo misliti unaprijed. Prezentnost ne znači „prisutnost postojećeg“, dakle ne znači zbilju koja se može objektivirati, već „uputu“: jezik i pismo a to vrijedi i onda kada ono što se predmnijeva, nije nigdje drugdje osim u riječi koja se pojavljuje i koja otvara. Otvaranje je moguće kada postoji slušateljstvo koje 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 potvrdi koja 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 48

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 upravo događa prilikom prezentacije. Stoga je problem znati pročitati pojavu slike, 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. Takve refleksije nisu pojave na kojima je moguće zastati, kao niti nad letećim tekstom uz nju, već ostaju objektivacijama u kretanju 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 manje unutarnje 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 djela i treći ocjenom prisutnog nezavisnog nadzora. Sve ukazuje na nužnost "retoričke 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 49

dati mišljenje o njemu, kao što je bio primjer Ciceronove interpretacije legende. Refleksije slika ili letećeg teksta, nisu pojave na kojima možemo zastati, već se moraju loviti kako bi ostale objektivacijama u kretanju izraza. A inscenacija nezaboravljenog konflikta, ili u Ciceronovu slučaju emotivnog 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 „druge epohe“, 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 razmišljanja sve poveznice pretraga baza podataka o stjecanju znanja, potvrđuju prezentiranu dominantnost retoričkih situacija. One se nisu promijenile unatoč pritisku današnjih novih sve prisutnih i svugdje raspoloživih računalnih 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 je ikojem od autora bio poznat pothvat onog drugog i zaključuje kako se tekstovi mogu čitati kao različite interpretacije mnemoničkih kriza o kojima izvješćuju, pri čemu se ne daju zanemariti frapantne sličnosti u obostranom predstavljanju prekomjernih kapaciteta pamćenja.

3.2.6. Komponentna podteorija ljudske inteligencije Kako je u prethodnim poglavljima potvrđeno, poučavanje i stjecanje znanja povezano je s inteligencijom i kognitivnim procesima. Komponentna podteorija najrazrađenija je od tri poznate podteorije, (druge dvije su da podsjetimo: iskustvena podteorija i kontekstualna podteorija), Trijarhičke teorije ljudske inteligencije. Ona se temelji na opsežnom istraživanju obrade informacija, pa kako se ne bi zadržalo samo na tekstu i slici iz prezentacijskog materijala, tom podteorijom korisno je u razmatranje uzeti još i različite vrste komponenti koje ljudi koriste pri usvajanju znanja i rješavanju problema.

50

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

Slika 3.6. Odnosi između komponenti trijarhičke teorije Svaka od prikazanih komponenti sa slike ima svoju ulogu: 1.

Metakomponente imaju upravljačku ulogu: planiraju, kontroliraju, motre i procjenjuju

2.

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 živčevim vezama 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 s metakomponentama ostvaruju komponente stjecanja znanja i izvedbene komponente.

51

3.2.7. Komentar o provedenom istraživanju Provedeno istraživanje povezano je s prezentacijama koje se rabe kao sredstvo pomoći u predavanjima, odnosno prijenosu znanja. Na pet nezavisnih skupina poučavanja, u zadnje dvije godine, u četiri slučaja 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 s osvrtom, na tekst i sliku. Rezultati su od samog početka uspoređivani s teorijama iz pretraga baza znanja i baza podataka i korišteni su za validaciju. 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 slučajevima edukacije bio u sjeni retoričke situacije, što su potvrdile i ankete iz upitnika. Uspješnost prenesenog znanja i razumijevanje u zadnjem edukacijskom slučaju, s minornim udjelom prezentacijskog materijala, postignuta je 100%, i u odnosu na isti slučaj od prije godinu dana s dominantnim 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 “ono drugo zrcaljenje kao pojedinačnu prispodobu ili primjer“ i da retoričke refleksije nisu samo pojave na kojima možemo zastati, već ostaju objektivacijama 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 društvene uloge retorike on predlaže funkcionalnu definiciju koja diferencira poznata određenja retorike i tjera na daljnja razmišljanja. On definira retoriku kao tehniku, što znači kao "umijeće" u klasičnom smislu ali i kao umijeće poučavanja, koje podrazumijeva živahan odnos retora i učenika, ali shvaća retoriku i kao moral. 52

Važnost je Barthesova diferencirajućeg pristupa u funkcionalnom sređivanju retorike koja se može daljnjim razmišljanjima kako precizirati tako i modificirati. Stoga se predlaže lučenje retorike kao discipline od retoričkoga kao govorničkog djelovanja, gdje se za određivanje statusa izdvaja 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 vrsta sekundarne 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 tijeku oslonjena su između ostalog na pretraživanja baza znanja, uz pomoć ekspertnog sustava, usmjereno i na hermeneutičku 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 zadatka s postavljenim ocjenjivačem. Iskustvima moderne analitičke ontologije koristi se predstavljanje koncepta osobine i događaja, klasičnim relacijskim modelom. 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 na velikom broju ispitivanja. Ekspertni sustav, (ES) temeljen na umjetnoj inteligenciji, (UI) može se 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 53

(engl. «Going Back to Basics in Design: From the IT Artifact to the IS Artifact»), ponudili istraživačkoj zajednici novi smjer istraživanja u disciplini IS – IS artefakt. U članku je kritizirano pridavanje velikog značaja IT artefaktima, te nedovoljan fokus prema ostalim artefaktima koji su isto važni u dizajnu IS. Henver i njegovi suradnici u jednom od najcitiranijih 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 tehnološke sustave, koji se nisu u stanju prilagođavati potrebama korisnika ili novonastalim 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 je cijelo 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 se svega 4,9% članaka direktno adresira na ulogu i utjecaj tehnologije na organizaciju. Analiza je provedena za članke u periodu od siječnja 1997. do prosinca 2006. u vodećim svjetskim časopisima, a taj period je vjerojatno 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 (bilo tehnološki bilo ljudski) nemaju svojstvene osobine, nego stječu formu, atribute i sposobnosti kroz njihove interpretacije. Tako fokus istraživanja se pomiče prema razvoju načina razmišljanja o 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 da obrasci nastaju korištenjem i procesuiranjem 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 od osnovnih svojstava ES, dok korisnik sustava sukladno razini svjesnosti o okruženju doprinosi performansama takvog ekspertnog sustava koji je gledan iz socio-tehnološke perspektive. Ropohl ukazuje kako istraživački program socio-tehnoloških sustava ima za svrhu razumjeti kompleksnost realnih situacija a ne provoditi analizu separiranih aspekata. 54

Cilj prezentiranog rada bio je sintetizirati ekonomska promišljanja koja se bave procesom donošenja odluka s postojećim istraživanjima autora te nekim od osnovnih kibernetičkih i inženjerskih pretpostavki kako bi u rezultatu dobili jasniju predodžbu o svijesti kao svojstvu inženjera znanja koja utječu na performanse ekspertnih sustava gledane iz nedjeljive 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 u kontekst 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 nalazila u 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 iz kojeg su analizirani dostupni tekstualni izvori, (Biblija, Ilijada, Odiseja,…). Umjetna je inteligencija, (UI), s tih polazišta prešla na dva sustava u mozgu, a psihometrijom je potvrđeno da je u stvari riječ o amigdalnom i analitičkom mozgu. No ono što je predmet svih daljnjih istraživanja na svim 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 donoseći neke odluke u liberalnom kapitalizmu, vremenu u kojem živimo, prištedi ili investiranjem dobro zaradi, a to mogu najbolje prezentirati ekonomisti, onda je to podloga i za nagrade kao što je to ona za ekonomske znanosti, 55

koju dodjeljuje Švedska banka u čast Alfreda Nobela. Istraživanjem su obuhvaćeni primjeri koji svoje porijeklo vuku iz objavljenih i neobjavljenih 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 se koristile 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 za istraživanja američke savezne države Oregon za potrebe Ministarstva obrane Sjedinjenih američkih država, a uz potporu Hebrejskog sveučilišta u Jeruzalemu. Metode su prezentirane s utvrđenim kognitivnim pogreškama, čija je empirijska analiza uzrokovala niz implikacija na teorijsku i primijenjenu ulogu utvrđenih vrijednosti. Tako je pokazano da se ljudi, kada moraju procijeniti složenije zadatke, oslanjaju uz ograničenu količinu heurističkih načela, na reducirane i jednostavnije operacije mišljenja. Isti dvojac, deset godina nakon objavljenog članka, objavljuje novi članak, u kojem sada uzima u obzir kognitivne i psihofizičke determinante 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 kognitivne lakoće kojom donosimo ispravne odluke. Ona je bazirana na tome da nema prijetnji, nema većih novosti, nema potrebe za preusmjeravanjem pozornosti ili ulaganjem 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 56

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 da nedjelovanje (ljudska lijenost) dovede do nje. To ukazuje da se treba dovesti u stanje prožeto dobrim osjećajima te neopterećenosti kako bi se mogle donijeti ispravne odluke, a do tog stanja se može doći i dizajnom ES koji će podržavati to stanje korisnika. Do toga možemo doći tako da sustav prezentira informacije i znanje iz sustava, 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 za korištenje 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 suradnjom Herberta Alexandera Simona i Allena Newella, (Škola za računalne znanosti, 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 banke za ekonomske znanosti kao i Daniel Kahneman, samo 25 godina prije, točnije, 1978. godine. Preklapanjem radova, njihovih zaključaka, kao i doprinosa, oba para navedenih istraživača, može se zaključiti da se Danijel Kahneman poziva na Herberta Alexandera Simona u svojoj knjizi u poglavlju koje govori o intuicijama stručnjaka i kada im možemo vjerovati. 57

S vrlo skromnim naglaskom konstatira kako ga sva „plemena i klanovi u istraživanju odlučivanja priznaju i poštuju kao utemeljitelja UI“. 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 vlastite modele. 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 i računarstvo, te ima za cilj saznati kako potaknuti i njegovati komunikaciju između ljudi koja je bazirana na tehnologiji, ili ljudi i tehnologija u direktnoj interakciji. Da bi se to moglo ostvariti predlažu se sljedeći principi: stvarati znanost 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 određenim situacijama. Inženjer koji se bavi bihevioralnim inženjerstvom mora determinirati a) koje točno ponašanje želi da se dogodi, b) kojim poticajima ga želi kontrolirati, te c) koje metode ima na raspolaganju, uključujući kontingenciju, (lat. contigentia, contigere = dotaći se, mogućnost, eventualnost, Slika 3.1.

58

Slika 3.1. Odnos između trostrukog pojma kontingencije i bihevioralnog inženjerstva Ono što je zajedničko kognitivnom i bihevioralnom inženjerstvu jesu obrasci koji nastaju prilikom ponašanja (koje je neposredno u direktnoj vezi s komunikacijom). Za razliku od ponašanja koje je kvalitativno i u sebi nosi subjektivne karakteristike, ono što je bitno kada govorimo o računarstvu su obrasci koji se javljaju kao objektivne i kvantitativne refleksije određenog ponašanja, te kao takvi mogu biti prepoznati od strane ES. Prilikom dizajniranja sustava prepoznavanje novih obrazaca omogućuje da se prepozna novo ponašanje korisnika, te sukladno tome sustav i adaptira prema novom ponašanju korisnika. To može biti u svrsi regulacije 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 koje se stječe vremenom trajanja tog procesa. Iz baza znanja, baza podataka i mehanizama zaključivanja, a što su osnovni dijelovi ES inženjeri znanja kontinuirano uče i to najviše kroz spoznaje o ponašanju, Slika 3.2.

59

Slika 3.2. Kognitivno i bihevioralno inženjerstvo stjecanja znanja iz umjetne inteligencije izgradnjom ES Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kao inženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na temelju poznatih pristupa o njenom objašnjenju. 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 bila računalni 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 se znanstvene metode mogu primjenjivati samo na ona ponašanja koja se mogu opažati i mjeriti. Utjecaj na istraživanje klasično je uvjetovanje, odbacilo još s kraja 19. stoljeća, introspektivnim metodama tražeći ograničavanje psihologije na eksperimentalne laboratorijske metode. U 21. stoljeću psihometrijska ispitivanja bihevioralnom inženjerstvu su otvorile nove putove u potvrdama zakonitosti ponašanja. Proces stvaranja navika može se istraživati, za razliku od instinkta koji je dio genetske 60

osnove, što je potvrđeno ispitivanjem na primatima. Iz tih razloga potvrđen je dominantni utjecaj okoline. Odbacujući koncepcije nasljednih sposobnosti, talenata, mogućnosti, sklonosti i vokacije, biheviorizam i dalje obećava promjenu svijeta. Oslobođeni prošlosti, ljudi bi mogli biti uvjetovani da se ponašaju na prihvatljiv način, što se u konačnici uspjelo s inteligentnim sustavima. Danas se ES koriste gotovo u svim područjima i rade sve ono za što se smatra da čini čovjekovu inteligenciju. Komponente ekspertnog sustava generiraju:   

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 trenutku treba primijeniti neko od pravila iz baze znanja na nove činjenice dobivene tijekom konzultacija s korisnikom. Na ovaj način se simulira ljudsko razmišljanje. U današnje vrijeme bez tehnologije i postojećih društvenih struktura teško je ostvariti bilo koji cilj, stoga je moguće i poželjno promatrati opisani proces kao proces socio-tehničkog sustava. Inženjer znanja kao ljudsko biće razaznaje razliku između sustava i svrhe ostvarenja unaprijed zadanih ciljeva. ES baziran na UI može samo riješiti predefinirane ciljeve, ali ES baziran na UI s inženjerima znanja može i riješiti ciljeve koje po prvi put nastaju kao posljedica interakcije s okruženjem. Odnosno samo socio-tehnički sustav može riješiti cilj koji je nastao zbog interakcije sa stvarnošću koja se po prvi puta pojavila, te samim time je i nepoznata ESu. Bitno je da sustav bude svjestan da se nešto novo i nepoznato dogodilo u stvarnosti. Ako svjesnost pokreće uspješnost socio-tehničkog sustava ovisi o svjesnosti istog. Međutim svjesnost po Wieneru definira sredstvo za kontrolu stroja UI koja se bazira na stvarnoj performansi a ne na očekivanoj. Bez svjesnosti o stvarnim performansama ne mogu se donositi odluke (odnosno upravljati sustavom) bazirane na stvarnosti, a na predviđanjima koja 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, 61

može koristiti za prilagodbu budućih aktivnosti. Do problema dolazi jedino u slučaju s previše kapaciteta svjesnosti socio-tehničkog sustava u odnosu na stvarnost, odnosno o tome koliko impulsa koje stvarnost odašilje, sustav može percipirati. I taj se kapacitet mora uzeti u obzir za donošenje odluka. Ross Ashby je ukazao da su previše kompleksni sustavi od malog značaja a Wiener je različitu kompleksnost povezao s intenzitetom procesa učenja. Za aspekte učenja, koji se javljaju prilikom kompleksnijeg ponašanja sustava, po Wiener-u, potrebne su centralne jedinice za donošenje odluka. U našem slučaju to bi bili inženjeri znanja, koji da bi mogli biti generator učenja sustava moraju biti svjesni novonastalih stvarnosti, te time pokrenuti proces samoupravljanja sustavom. Znači, da bi sustav bio sposoban prepoznavati ciljeve koji nastaju u interakciji sa stvarnošću koja je za sustav nova on mora u svom obuhvatu koji ga čini predmetom promatranja uključivati i inženjere znanja. Po ovim pretpostavkama otvara se novo područje istraživanja koje se bavi kako tehnologije mogu pomoći inženjerima znanja da povećaju kapacitet svjesnosti. Istovremeno akceptirano je otvoreno pitanje o samom procesu donošenja odluke, kojem je preduvjet svjesnost. Interpretacija novog stanja u realnosti je subjektivna te samim time organska a ne mehaničko deterministička. Ako se za primjer uzme Centar održavanja i kontrole prometa, (COKP) kroz tunel na autocestama te pokuša zamisliti scenu u kojoj se obitelj zaustavila na parkiralištu za opasne terete ispred tunela, na kojem se dijete počelo igrati s malim dječjim helikopterom na daljinsko upravljanje. Pod naletom vjetra i nespretnim rukovanjem dječji helikopter ulijeće u tunel. Pretpostavka je da se takva stvarnost po prvi puta dogodila te da ju dizajneri ES u COKP-i nisu predvidjeli. Međutim ES u slučaju ulaska letećeg objekta u tunel treba automatski zaustaviti promet i zatvoriti tunelu. Iz perspektive samoregulirajućeg sustava (mehaničkog i nesvjesnog) parametar koji će biti presudan za zaustavljanje prometa je zadana veličina letećeg objekta koja će uzrokovati zaustavljanje prometa. U slučaju da je zadana veličina letećeg objekta veća od malog dječjeg helikoptera sustav neće pokrenuti zaustavljanje. Iz perspektive sociotehničkih sustava, ako je operater u COKP-i primijetio i svjestan je stvarnosti koja se po prvi put događa, u kojoj je mali dječji helikopter uletio u tunel, on može donijeti odluku o zaustavljanju (ili ne zaustavljanju) prometa u tunelu, pozivanju interventne ekipe kako bi se obratila obitelji te slanja službe održavanja tunela da kada je manji promet pokupi ostatke dječjeg helikoptera. Ovdje smo svjedoci dva potpuno 62

različita scenarija, a ono što ih čini različitim je svjesnost o stvarnosti te svojstvima sustava. 3.3.4. Rezultati istraživanja Odluke o akciji ES bazirane na UI pomažu pri poučavanju mišljenja i donošenju odluka bazirano na događajima u kojima je sustav bio interaktivan 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 s istraživanjima područja UI u cilju generiranja teorijskih osnova za izradu algoritama koji s razine ES mogu potpomagati procesu donošenja odluke. Komentari na rezultate istraživanja poslije analiza i sinteza, posljedica su 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 aplikacijski tunelski ES baziran na UI, koji se temelje na učećim agentima, moguće je utvrditi da je uz hardverski pristup dizajnu potrebno razvijati metode koje će podržavati organski pristup. Može se zaključiti da analiza odvojenih komponenata socio-tehničkih sustava, tehnologije i ljudi, ne može donijeti željene rezultate u svrhu poboljšanja performansi sustava za potrebe rješavanja kompleksnih situacija. Bitno je prepoznati međuodnose tehnologije i inženjera znanja, te kako oni utječu na performanse ES. Kada su identificirani međuodnosi, onda je potrebno s 63

inženjerske perspektive te odnose poboljšati. Ono što je bitno u nastavku istraživanja je prepoznavanje obrazaca korištenih u sustavu od strane samog 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 sustav može koristiti da prepozna novo ponašanje korisnika. Rezultat promjene realnosti rezultira promjenom ponašanja inženjera znanja. Na ovaj način ES prepoznaje novo ponašanje inženjera znanja, odnosno ako znamo da je ono rezultat novonastale stvarnosti socio-tehničkog sustava, možemo tvrditi da na ovaj način ES uspješno prepoznaje promjene u stvarnosti. Ovaj pristup u inženjerskom smislu omogućuje da se postojećim sustavima dodaju svojstva koja omogućuju organski razvoj, te je taj proces temeljen na ES i čovjeku, koji zajedno uočavaju promjene u realnosti. Kao primjer može se uzeti senzor u automobilu koji reagira na prisutnost alkoholnih para u unutrašnjosti zaključujući da je vozač pod utjecajem alkohola. U slučaj kada je u automobilu razbijena boca s alkoholom senzor će blokirati pokretanje vozila, što je kriva odluka sustava 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 za implementaciju 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 sastavnicu organskog procesa korištenja ES koji da bi dao performanse koje mogu odgovoriti na promjene u okruženju, odnosno realnosti, mora uključivati i tehnološku i ljudsku komponentu. Rezultat svake odluke socio-tehničkim sustavom kojeg čine inženjer znanja 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 iz kojeg 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 vrste okruženja, jedna je kontekstualna, odnosno bavi se širim okruženjem, dok 64

je druga transakcijska, odnosno bavi se užim okruženjem. Percepciju možemo 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 uloženog napora i prisutnosti nezadovoljenih zahtjeva i 4. Odustajanje od rješenja složenog pitanja izgradnjom pojednostavljujućih pitanja tako da u sjećanje prizivamo neke recentnije ili istaknutije događanje koje vežemo uz reprezentativnost uzorka ili najdostupniju informaciju. Jurić objašnjava pluri-perspektivnost kao koncept koji se referira na inkorporaciju i posredovanje kroz dijalog ne samo znanstvenih, nego i neznanstvenih (tj kulturnih) kontribucija, uključujući i različite načine razmišljanja, različite tradicije mišljenja i kulture, odnosno različitim pogledima koji počivaju na kulturnim, spolnim, vjerskim, političkim i drugim 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, u svrhu donošenja kvalitetne odluke, može se primijetiti mogućnost refleksije individualne percepcije s različitim perspektivama. Kao platforma koja omogućuje pluri-perspektivne procese može se navesti primjer Amazon Mechanical Turk platforme, za distribuciju zadataka velikom broju osoba, odnosno agenata, čija se onda subjektivna interpretacija, odnosno percepcija pretvara u pluri-perspektivu koja je temeljena na intersubjektivnom dogovoru.

65

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 s vremenskom odstupnicom od 30-tak godina koja su uporabljena kao podloga poučavanja. Osnova poučavanja je povezana s inženjerima znanja - novom profilu stručnjaka umjetne inteligencije koji kognitivnim i bihevioralnim inženjerstvom proširuju mogućnost poučavanja iz umjetne inteligencije. U drugom dijelu rada su prezentirana originalna istraživanja obojice autora koji rezultira prepoznavanjem originalnog koncepta donošenja odluka koji se profilirao iz obrađenog istraživanja umjetne inteligencije 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 završava stadij "odlučivanja" (deliberacije, osvještavanja, ocjene i borbe motiva), smišljen je i izabran oblik aktivnosti objektiviziranja koje se promeće u stvarnost. 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 koja nas okružuje. Proces svjesnost, čuvstvo, misao i odluka je osnova naše interakcije s realnošću, te nam je želja u daljnjim istraživanjima sagledati taj proces iz socio-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, zahtijevajući mišljenje i odluke. 66

4. MOZAK FLEKSIBILNI SAMOREGULIRAJUĆI ENTITET 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, usmjeravajući 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 Alliance for Brain Initiative. Ta inicijativa je dobila široke razmjere 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! “

67

Uvod u četvrto poglavlje ___________________________________________________________ Neuroznanost predstavlja jedno od najuzbudljivijih područja suvremene znanosti. 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 mnogo toga zna, tek smo na početku razumijevanja goleme kompleksnosti mozga, a to znači i na početku mogućnosti primjene neuroznanstvenih 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 neke funkcije "prozori" za ulaz utjecaja počinju zatvarati u vrlo ranoj dobi), no za druge se oni tek počinju otvarati". Umjesto prijašnje usporedbe mozga s kompjutorom, danas istraživači gledaju 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. 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 važnu ulogu u razvoju živčanog sustava, imunološku ulogu, ulogu u održavanju krvno moždane barijere. Svaka je anatomska podjela ljudskog mozga relativna. Ona koja je danas općeprihvaćena dijeli mozak na moždano deblo (truncus cerebri), mali (cerebellum), srednji (diencephalon, u kojem se nalazi i limbički sustav) i veliki mozak (telencephalon). Model ljudskog mozga prikazuje Slika 4.1.

68

Slika 4.1. Model ljudskog mozga, središnji presjek mozga Moždano deblo regulira osnovne životne funkcije poput disanja, mali mozak kontrolira izvođenje tjelesnih pokreta, održavanje ravnoteže pri pokretima, srednji je mozak sjedište kontrole žlijezda sa unutarnjim izlučivanjem, 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 upravlja višim 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 frontalnog korteksa, prednjeg dijela kore velikog mozga, smještenog iza čela. Svaki pojedinac poznaje promjene koje se svakodnevno događaju u njegovoj svijesti. Ono što kontrolira naše emocije jest limbički sustav, smješten između korteksa i moždanog debla. U sredini limbičkog područja, iza naših očiju, su dvije amigdale. Položaj amigdala prikazuje Slika 4.2.

69

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 događa izolirano, 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 u trenutak, uočava je li to što nam se upravo događa nalik nečemu što nas je u prošlosti ražalostilo ili razbjesnilo. Ako uoči sličnost, amigdala “diže alarm” - objavljuje opasnost i u djeliću sekunde mobilizira nas na akciju. Može to učiniti mnogo brže nego što «misleći» mozak shvatiti što se uopće događa. To je razlog zašto mnogi ljudi pobjesne i učine nešto neprimjereno prije nego što stignu promisliti da li to doista žele učiniti. Naše je analitičko mišljenje uvijek pod utjecajem emocija. Ako uspostavimo zrelu, zdravu vezu između moždanih dijelova, možemo kontrolirati svoje odgovore na amigdaline poruke. Korteks nam može reći da odustanemo od neposredne reakcije "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 interpretiranje informacija 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 70

kanalu. Periferni sustav čine živci koji povezuju periferne dijelove tijela i središnji živčani sustav u oba smjera. Živčani sustav dijeli se na voljni (moždano kralježnički) i autonomni (vegetativni - simpatički i parasimpatički). Prema tipu, živčana se vlakna dijele 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 kraćih živčevih vlakana - dendrita i po jedno duže živčevo vlakno - akson ili neurit. Dendriti su obično dobro razgranati poput krošnje stabla. Slično je razgranat i završni dio aksona te ima izgled korijenja biljke. Veza između dva 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

71

Slika 4.4. Shematski prikaz sinaptičke veze dvaju neurona (a) i neuromišićne veze (b)

72

Aksoni se udružuju u živčana vlakna, a snop živčanih vlakana čini živac. Specifičnost za živčeve stanice je nemogućnost diobe nakon završetka 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 diobenog vretena s pomoću kojih se razmiču udvojeni kromosomi u novonastale 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 ne ostvaruje izravno, nego kemijskim podraživanjem sljedećeg neurona i to s pomoću neurohormona (neurotransmitera) npr. acetil-kolina, noradrenalina. Određene molekule neurohormona neprestano se sintetiziraju 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 promjene slične onima u samom prijamnom dijelu prethodnog neurona. Otvaraju se ionski 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 neurona određena količina enzima za njegovu brzu razgradnju. Specifični enzim za razgradnju acetil kolina je acetil-kolin esteraza, (ACE), a za noradrenalin mono-amino oksidaza, (MAO). Ti enzimi razgradit će molekule neurohormona vezanih za neurohormonske receptore i time omogućiti zatvaranje natrijskih ionskih kanala i prekid prijenosa podražaja. Repolarizacija podraženih stanica ostvaruje se izbacivanjem viška iona natrija 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 zaliha adenozin-trifosfata, (ATP).

73

4.4. Učeći mozak Naš mozak je pravo čudo. Mozak istražuje, proučava sam sebe. Neuroznanost predstavlja jedno od najuzbudljivijih područja suvremene znanosti. 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 mnogo toga zna, stručnjaci smatraju kako smo tek na početku razumijevanja goleme kompleksnosti mozga, a to znači i na početku mogućnosti primjene neuroznanstvenih spoznaja u obrazovanju. No, već i ovo što se danas zna ili pretpostavlja ima ogromno značenje za praksu u razredu jer te spoznaje mogu 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 da shvate 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 struktura našeg mozga unaprijed određena nasljeđem (geni), te da ta nepromjenjiva struktura određuje kako se umno razvijamo i kako ostvarujemo među utjecaj s okolinom. Nove tehnike snimanja mozga, međutim, pokazuju da nasljeđe određuje tek broj moždanih stanica s kojim se djeca rađaju i njihov početni raspored, dakle samo osnovni okvir. Mozak djeluje putem tzv. neuralnih ili komunikacijskih mreža koje obuhvaćaju milijarde živčanih stanica, neurona, i nekoliko stotina tisuća milijardi veza, sinapsi, među njima. Tipično je za njegov razvoj stvaranje ogromnog broja tih veza među neuronima, jer se nakon rođenja sami neuroni više ne stvaraju. Fizička struktura mozga, mreža povezanih neurona, mijenja se kao rezultat iskustva, učenja. To svojstvo mozga naziva se njegovom plastičnošću. Broj veza između neurona u mozgu dojenčeta više je nego 20-struko veći od njihovog broja u mozgu odraslog čovjeka. Tijekom djetinjstva sve do adolescencije sinapse se umnožavaju u prekomjernom broju ali isto tako i «brišu» vrlo velikom brzinom. Tako naše iskustvo oblikuje 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 74

danas mnogo manje doima kao gotova kamena skulptura, a mnogo više kao djelo u stalnom nastajanju” (Wright, 1997). Iskustvo, naravno, može biti vrlo različito. Npr. snažni su dokazi da prvo djetetovo iskustvo, iskustvo s roditeljima, osobito snažno oblikuje dijelove mozga koji su uključeni u emocije, ličnost i ponašanje. Neke studije pokazuju da jačina vezivanja djeteta uz one koji brinu o njemu može povećati njegovu sposobnost da uči i suočava se sa stresom. Druge pokazuju da zlostavljanje i zanemarivanje djece može mozak za cijeli život «napuniti» neprikladnom agresijom i rastresenom 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 doživljavaju najdramatičniji preustroj i ti perceptivni centri zajedno s nagonskim centrima, kakav je limbički sustav, bit će pod snažnim utjecajem iskustva u ranom djetinjstvu. Nasuprot tome, noviji, frontalni dijelovi o korteksa, koji upravljaju planiranjem i donošenjem nisu "umreženi" prije pete do sedme godine života. Drugo veliko restrukturiranje mozga zbiva se između devete i jedanaeste godine. 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 te reorganizacije posljedica dvogodišnjih ciklusa, valova, razvojnih promjena moždanih hemisfera, pri čemu se obnavlja jedna petina sinaptičkih veza u mozgu. Ideja o razvojnim valovima još nije potvrđena, ali sve više znanstvenika su njene pristalice. Dakle, nova istraživanja mozga pokazuju da se on ne prestaje mijenjati nakon treće godine, kako se to dosad pretpostavljalo. Neuroznanstvenica Megan Gunnar duhovito kaže: "Samo se za neke funkcije "prozori" za ulaz utjecaja počinju zatvarati u vrlo ranoj dobi (kritična razdoblja), no za druge se oni tek počinju otvarati" (Wright, 1997). Umjesto prijašnje usporedbe mozga s kompjutorom, danas istraživači gledaju 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.

75

4.5. Tehnike učenja Učenje započinje na mikroskopskoj staničnoj razini. Mozak ima nekoliko vrsta stanica koje su uključene u proces učenja, a najviše su izučeni 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 hranjenje neurona. Što mozak više neurona koristi, to više galija stanica treba. Einsteinov je mozak bio prosječne veličine, ali je sadržavao daleko više galija stanica od normalnog mozga. Učenje je upravo ono što mozak najbolje radi. Učenje zapravo mijenja strukturu mozga. Znanstvenici nisu još posve sigurni kako se to događa, ali imaju ideju o tome što se događa. Proces započinje podraživanjem mozga. Ti podražaji mogu biti unutrašnji (npr. “oluja ideja”) ili mogu biti neko novo iskustvo kao rješavanje nekog problema. Jednom kad je podražaj primljen, svaka moždana stanica radi kao mala električna baterija. Informacije putuju kroz neurone 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 sljedećeg neurona. 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 efikasniji. Istraživači H. Van Mier i S. Peterson s Medicinskog fakulteta Sveučilišta Washington otkrili su snimajući PET tehnikom (tomografija pozitronske emisije) da se pri početnom učenju “pale” tj. aktivna su mnoga područja mozga, a što su zadaci bolje naučeni to je manje takvih aktivnih područja. Psihometrijska istraživanja – potvrđuju da aktivnost pojedinih dijelova mozga (snimak pozitronskim emisionim tomografom – PET), koji su trenutno aktivni odnosno podraženi, su topliji od susjednih područja zbog povećanog metabolizma, Slika 4.5. Na taj su način otkrivene glavne aktivnosti dijelova mozga, Slika 4.6.

76

Slika 4.5. Aktivnosti dijelova mozga snimljene pozitronskim emisionim tomografom –PET

Slika 4.6. Aktivnosti pojedinih dijelova mozga potvrđene istraživanjima Prof. Nielsa Birbaumera na institutu u Tübingenu 77

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 stvara veću blagotvornu eklektičnu energiju nego kad je u pitanju već poznato. Mada je zanimljivo znati što se prilikom učenja zbiva na staničnoj razini mozga, ipak, jasno je da se stanično učenje i ponašanje pojedinca znatno razlikuju. Možemo iz knjiga dobro naučiti kako omogućiti dobar proces učenja, 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 u kemizmu mozga, količini hormona – peptida. Krajnji rezultat učenja jest ljudska inteligencija. Mozak je ono što posjedujemo (struktura), a um ono što mozak radi (funkcija). Um je proces. Znamo danas da je mozak sposoban za neprestano stvaranje novih veza, za povećavanje uma učenjem. 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 se najčešće 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

78

- 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

Pojednostavljenim pristupima i inzistiranjem na “pravim” odgovorima tipičan 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 i učenju. Nemamo jedan “centar” za pažnju, sustavi koji su uključeni u pažnju locirani su u različitim dijelovima mozga. Mozak uvijek na nešto obraća pažnju jer od toga ovisi naše preživljavanje. Većinu naše pažnje "okupiraju" kontrasti u pokretima, zvukovima i emocijama, prema tome kontrast, 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 pojačavanju važnih podataka. Neuroznanstvenici naglašavaju ulogu kemijskih tvari u pažnji, tj. važnost neurotransmitera, 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 primati i 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 79

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 ocjenjivanja omogućavaju 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 se značenje postiže unutarnjim procesima, novi podražaji sukobljavaju se s unutarnjim procesima osmišljavanja onoga što se upravo uči. Zato možemo ostvariti punu pažnju učenika ili možemo postići da otkrivaju 80

značenje onoga što uče, no nikad ne postižemo oboje u isto vrijeme (Jensen, 1998). Tražiti od učenika konstantnu pažnju (a to najčešće znači usmjerenost 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 učenju smjenjuju 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 postojećem iskustvu. 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 ili diskusija 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 na druge 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 između korteksa 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 prestrašeni oslobađa se noradrenalin koji nas priprema za reakciju bijega ili borbe. Kad percipiramo prijetnju izlučuje se mnogo kortizola u tijelo uzrokujući da viši misaoni procesi ustupaju mjesto automatskom funkcioniranju koje nam pomaže da preživimo. Budući da ti hormoni utječu na mozak, znači da je on podložan snažnom utjecaju promjena u našem raspoloženju. Negativne emocije 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 dramatično oštećuje učenje. Stres koji prati doživljaj prijetnje posebno aktivira limbički sustav. Dolazi do automatskog sužavanja pažnje učenika, te oni gube mnogo od kapaciteta za racionalno i kreativno razmišljanje. Učenici mogu 81

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 snažno utječu emocije. Kad se ne uzimaju u obzir neugodni osjećaji učenika u situaciji učenja, oni će ugroziti čitav proces učenja. S druge strane, dobri osjećaji stvaraju ugodno uzbuđenje i čine učenje privlačnim. Emocije određuju 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 kad se poticajima iz okoline stvaraju nove veze. Ona kaže: "Kad obogaćujemo okolinu, razvija se mozak s debljim korteksom, razgranatijim dendritima i većim staničnim tijelima" (Jensen, 1998). Neuroznastvenik B. Jacobs utvrdio je 40% više neuralnih mreža u mozgovima obrazovanih ljudi nego u osoba koje su napustile školovanje. Prema tome, očito je da okolina, kao i osobno iskustvo, može snažno utjecati na razvoj mozga. Stoga je pitanje kako obogatiti okolinu u kojoj se uči od prvorazrednog značenja za obrazovanje. Obogaćena okolina je ona koja pruža dovoljno podražaja da se potaknu strukturne promjene u mozgu. Kako mozak najbrže i najlakše uči u prvim godinama života i ranim školskim godinama, to je vrijeme kad se poticanjem polažu temelji kasnijeg učenja. 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 učenje čine 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 za drugog, učenicima valja dati mogućnosti izbora u procesu učenja: izbora tempa učenja, razine složenosti zadatka, izbora partnera, kako će sjediti, na 82

kojem dijelu projekta će raditi, izbora oblika krajnjeg rezultata rada. Učitelji koji nastoje poticati razvoj mozga svojih učenika nastoje da ih, bez obzira što učenici izabrali, izlože širokom rasponu različitih postupaka. Tradicionalni razredi u kojima je tako često dosadno, u kojima se tako često pažnja nastoji zadobiti prijetnjama (ocjenjivanje!) morali bi što prije postati prošlost! Sporiji, linearniji put tradicionalnog školskog učenja zapravo nedovoljno stimulira mozak. Učitelj govori (predaje gradivo) a učenici ga trebaju memorirati kako bi u situaciji «ustani i reci» pokazali što znaju. 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 oko 8400 sati. Smije li nam biti svejedno hoće li ta okolina njegovati i razvijati mozak ili će pak doslovno sužavati granice njegovih potencijala? Naš mozak istovremeno radi na više razina, procesirajući odjednom svijet riječi, boja, pokreta, emocija, oblika, zvukova, okusa, težina i mnogo, mnogo toga drugoga. On povezuje sve te podatke, komponirajući značenje i razvrstavajući ono što je dnevno životno iskustvo iz svega onog čime je okružen. Taj fantastični multi-procesor u tradicionalnim razredima uglavnom je gladan ulaznih podataka. Zašto? On je sposoban procesirati mnogo više informacija, 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 tematskom izletu, ekskurziji ili u razredu s posebnim događajima, npr. projektima. Obogaćena okolina koja uključuje sve osjete učenika, stalnu povratnu informaciju 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 83



analiziranje vanjskih podataka promišljanjem



neiscrpni kapacitet za stvaranje

Jedan bitan razlog jest da još nismo shvatili kompleksnost i eleganciju načina na koji mozak uči, osobito kad funkcionira optimalno. Kad shvatimo i 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 i funkcioniranju mozga kod muškaraca i žena, Slike 4.9. i 4.10.

Slika 4.9. Aktivnosti pojedinih dijelova mozga kod muškaraca

84

Slika 4.10. Aktivnosti pojedinih dijelova mozga kod žene Mnogi i danas smatraju da se učenje odvija kroz pamćenje činjenica i specifičnih vještina. Pritom se zanemaruje ogroman kapacitet mozga 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 u geometriji, prosječan učenik vidio je tisuće paralelnih crta u ogradama, prozorima, slikama, mehaničkim igračkama, itd. Umjesto da podsjete na sve te primjere, većina će učitelja nacrtati paralelne crte na ploču i dati definiciju. Učenici poslušno preslikaju "novu" informaciju u svoju bilježnicu kako bi je proučili i zapamtili za odgovaranje ili test. Paralelne crte 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 različite informacije, ali je ipak najefikasniji u pamćenju onih koje su važan dio neke smislene cjeline. Naš mozak stalno teži povezivanju dijelova u cjelinu, pa najviše i najbolje učimo kad povezujemo nešto novo s nečim što već znamo, 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 85

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 vještine 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, učine ih "svojima" kroz uključivanje u složene situacije učenja. Istraživanja razvoja i funkcioniranja mozga potvrdila su mnoge intuitivne i iskustvene spoznaje o efikasnom učenju i poučavanju i stavila pod kritičku lupu uobičajenu praksu u školi. Na mnoga pitanja, osobito ona oko 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 s osobinama 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 86



Suradnja



Neposredna povratna informacija



Ovladavanje gradivom (stjecanje kompetencije)

Mnogi znanstveni istraživački projekti danas istražuju fenomene spiritualnih iskustava. Zapravo, čudno je da se znanost nije i ranije bavila istraživanjem, 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 nije uspijevala dati ništa što je približno razumnom objašnjenju čovjeka. Kao rezultat svih ovih psiholoških teorija uslijedile su psihološke terapije koje nisu 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 da usvoji 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 razne moderne 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 vidu sve aspekte postojanja, i objektivne i subjektivne. Ako se izostavi bilo koji dio postojanja, na primjer spiritualni aspekt, steći će se samo djelomična slika 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 samo aktualizirana osoba je isto takav čovjek - osoba koja je izrazila sve svoje latentne potencijale, unutarnje sposobnosti i više ne reagira u suprotnosti sa svojom osobnošću i sredinom, jer je usklađena sa svim vanjskim i unutarnjim. Za sva ova istraživanja suvremene psihologije je bitna cjelokupna priroda pojedinca. Ovo podrazumijeva fizički, mentalni, emocionalni, psihički i spiritualni aspekt čovjeka. To je prava spiritualna staza 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 87

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 još nisu 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 vezan fiksnom porivima i motivima. Na osnovi toga se smatralo da čovjek treba ispunjavati ove nazovi porive, ponavljajući ih beskrajno. Međutim, iako neophodno, 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 ne ostane u istom životnom okviru. Čovjek treba neprekidno tragati za višim oblicima 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 ili mrzimo. Potpuno smo uključeni u kategorizaciju koja nas sprječava da vidimo 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 imati štetan 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 psihološki savjetnik. To je univerzalni način za uklanjanje ili sprječavanje suvišnih briga, konflikata i stresova. Također, to je siguran put do pozitivnog i ispunjenog života. Naša sposobnost da obavljamo svakodnevni posao i da se zabavljamo zavisi isključivo od našeg unutarnjeg bića. Ako naše unutarnje biće nije u harmoniji, onda ni odnos s vanjskom sredinom ne može 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 podržavaju ovu ideju. Oni danas vjeruju da normalno stanje čovjeka treba biti neprekidan izraz radosti, da bi kontrolirali raspoloženje, isključili negativna stanja 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 88

zemljama gdje nema tehnološkog razvoja ovo nije pojednostavilo problem, jer promjena nije bilo godinama, a kamoli iz dana u dan. Tehnološka društva 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 do oba uha. To je posebno pripremljen tonski sadržaj koji se pretežno nalazi ispod praga čujnosti, dakle nečujan je, a maskira se zvukom kiše ili morskih valova. Ti zvukovi također imaju svoju ulogu, oni vežu svjesnu pažnju na nešto čiji sadržaj mozak ne treba posebno obrađivati, pa ta monotonija dodatno djeluje smirujuće. Zvukovi koji dolaze na lijevo i desno uho razlikuju se po frekvencijama tako, da mozak stvara kombiniranu zvučnu sliku koja predstavlja razliku lijeve 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

1 2 3 4 5 6

Valovi oznaka βh β α γ δ c

Vlakno

Debljina Frekvencija Stanje μm Hz A-vlakno 6-13 20-40 STRES A-vlakno 6-13 12-20 BUDNOST-puna koncentracija A-vlakno 13-20 7-12 OPUŠTENOST -uoči sna B-vlakno 3-8 4-7 REM -faza sna, sanjanje C-vlakno 1-5 0,1-4 DUBOKI SAN- bez snova C-vlakno 0,5-1

Ta pojava otkrivena je još 1973. godine, a otkrivač je američki liječnik dr. Gerald Oster. Od tada traju istraživanja o korisnosti primjene tonske stimulacije na rad mozga u čemu posebna zasluga pripada Robertu Monroe-u

89

4.10. Veze u ponašanju mozga i spoznaje umjetne inteligencije Kao mogućnost produciranja, procesuiranja i uređenja prikaza informacija po uzoru na biološke neurone, koriste se umjetne neuronske mreže. Međusobne veze unutar mreže omogućuju ponavljanje testiranja koje se koristi za učenje. Na taj način mreža može rješavati problema kao što 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 tijekom svog života podložan različitim utjecajima. Pokušavaju se simulirati i modelirati utjecaji koji bi se približili čovjekovom načinu mišljenja, osjećanja i djelovanja. Naročito je u istraživanjima važno prodrijeti do spoznaje socijalne interakcije kojom se u životu pokušava djelovati na druge 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 tih nekoliko primjera vidljivo je da se mozak razvija korištenjem, tj. "bombardiranjem" informacijama. Naime, neko dijete može imati idealnu strukturu 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 umrežavanje važno je mozak bombardirati informacijama u mlađoj dobi. Neki znanstvenici su mišljenja da je najpovoljnije doba za funkcionalni i intelektualni razvoj mozga dob od četvrte do osme godine života.

90

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 čini određeni 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, osnova zajedničke egzistencije, međusobnih odnosa u društvu, međusobnog poštovanja i tolerancije. Konformizam u užem smislu znači promjenu stava, uvjerenja ili ponašanja u smjeru prilagođavanja grupi izazvanu grupnim pritiskom. Ukoliko je konformizam odraz osobnog prihvaćanja, tj. stvarne promjene tada se naziva pravim odnosno istinskim. Od popuštanja se razlikuje jer uključuje promjenu ponašanja prema grupi ili društvenoj normi te uključuje pritisak grupe ljudi, a ne pojedinca konformiranje prema očekivanjima jedne grupe može biti devijantno po mjerilima neke druge grupe. Na pritisak grupe moguće su tri reakcije: 

antikonformizam (pojedinac namjerno djeluje suprotno od očekivanja grupe),



neovisnost (pojedinac čini ono što bi i inače) i



konformizam (pojedinac se bezuvjetno prilagođava grupi).

Društveni uvjeti konformizma su urbanizacija, sredstva masovnog komuniciranja, nagle promjene kulturnih obrazaca (brze promjene vrijednosnih sustava, političke konfrontacije i ideologizacija političkih odnosa. Antikonformizam često generira konflikt. Zajednički život te međusobna ovisnost ljudi dovodi do niza socijalnih procesa koji određuju sadržaj, oblik i način djelovanja pojedinaca i grupe u društvenim procesima koji 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 za zajedničke ciljeve osnovni su rezultat socijalne interakcije. Ti oblici interakcije su esencijalni za društvenu egzistenciju, svako društvo teži da ih institucionalizira kao kulturne vrijednosti i da kroz proces socijalizacije 91

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 društvene integracije i određen stupanj konformizma prema društvenim normama. Pojedinac se često nalazi u konfliktnoj situaciji zadržavanja vlastitog osjećaja identiteta dok istovremeno se od njega očekuje da popusti željama drugih, povlađujući normama i standardima. Neslaganje s društvenom zajednicom izlaže pojedinca sankcijama (u rasponu od izopćenja do zatvora), dok neuspjeh postizanja i održavanja osjećaja identiteta može dovesti 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 varijable koje utječu na konformizam su: 

privlačnost grupe za pojedinca (veća privlačnost rezultira većim konformizmom)



referenične grupe (grupe koje volimo i s kojima se uspoređujemo su 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 nepodložan konformizmu. Ako grupu čine dva suradnika eksperimentatora, ispitanikov postotak konformističkog ponašanja raste na 14%. Uvođenjem trećeg suradnika postotak konformizma prelazi 30%. Daljnje uvođenje suradnika u 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.

92

Konformizam se također može smanjiti tako što ispitanik svoju odluku ne iznosi 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 po razinama konformizma kod neutralnih čestica u zadacima, ali da su se muškarci konformirali više od žene na femininim, a žene više od muškaraca na maskulinim česticama. Konformizam je najveći kad su ispitanici nagrađeni za slaganje s netočnom većinom. Za objašnjenje konformizma koristi se teorija socijalne usporedbe. Ljudi 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 za usporedbu (zadatak je lagan tj. nedvosmislen a glasi odrediti najsličniju liniju 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, a konformizam 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 je Aschova paradigma previše poznata studentskoj populaciji, promjeni kulturne 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 privatno (u svojoj kabini) 93

i omogućuje istovremeno testiranje više ispitanika. Stupanj konformizma u njihovim 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, vjeruje u 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. Kasnija istraživanja 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 pomaže odupiranju 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, što nameće dvije stvari – sklad u grupi je poželjan, a razlike u mišljenju ne. Iz toga 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 što određuje i izaziva konflikt. Šest sedmina ukupne mase neke sante leda je pod vodom i nevidljivo je za promatrača, ali tih šest sedmina određuje veličinu 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 pomnim istraživanjem.

94

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 na koji način i u kolikoj mjeri utječu jedna na drugu, a istodobno držati razdvojenim njihovo djelovanje. Razina djelovanja - to su formulirane teme konflikta, vidljivo ponašanje strana 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 djelovanje konflikta. Što konflikt više eskalira, to je veće značenje i značaj psihosocijalne razine. Zato je vrlo važno shvatiti i prepoznati psiho-socijalnu razinu kako bi se konflikt u potpunosti razumio. Biti svjestan psihosocijalne razine konflikta, a time i skrivene dinamike, znači učiniti stvarni razlog konflikta vidljivim, odnosno omogućiti da se taj stvarni razlog prevlada.

95

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 varijable koje imaju utjecaj na popuštanje: -uzajamnost –utvrđeno je veće popuštanje kod ljudi kojima je prethodno učinjena neka usluga, nego kod kontrolne skupine kojoj nije učinjena nikakva usluga. -samopoštovanje - do smanjenja samopoštovanja i velikih razina popuštanja došlo je u Apslerovom eksperimentu kao rezultat prethodnog navođenja ljudi da učine «budalaste» stvari zbog kojih će im kasnije biti neugodno. -prekršaji - utvrđeno je da ljudi koji su «uhvaćeni» na djelu u nečem pogrešnom popuštaju više od kontrolne skupine koja nije «uhvaćena» u istim 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 manji zahtjev kojemu su popustili, imaju višu razinu popuštanja većem zahtjevu koji 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 veliki zahtjevi, 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 i konzervativne u usporedbi s pojedincima, ali grupe donose rizičnije odluke od prosječnog člana grupe što je poznato kao učinak ˝pomaka prema rizičnosti˝. Neovisno o spolu pojedinca i veličini grupe, grupna odluka nakon rasprave je smjelija i sklonija rizičnijim izborima od prosjeka ili

96

srednjih vrijednosti individualnih odluka članova. I odluke pojedinaca nakon grupne rasprave su rizičnije nego prije rasprave. Kasnijim istraživanjima (1969.) je utvrđeno da grupna rasprava rezultira 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 učinci uprosjećivanja što je objašnjeno time da se polarizacija ne može očekivati kod već postojećih, djelatnih grupa, jer one već imaju grupne norme i očekivanja, 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 mogućih loših posljedica ne želi sam prihvatiti odgovornost donošenja rizične odluke (kojoj rezultat može biti neuspjeh). U grupi odgovornost nije samo na 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 i spremnost drugih članova grupe na rizik. Usporedba s drugima im pokazuje da su oprezniji nego što su mislili, da je njihov nivo preuzimanja rizika ispod 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 koje dileme će dovesti do pomaka prema riziku, a koje prema opreznosti. Društveni utjecaj kao uzrok polarizacije sugerira o normativnom i informacijskom utjecaju većine. Informacijski utjecaj podrazumijeva utjecaj uvjeravajućih argumenata koji podupiru već preferirani smjer, a normativno 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 rasprave kod pojedinca javlja recidivizam, a prema količini recidivizma određuje se stupanj javnog popuštanja. 97

4.10.6. Pokoravanje autoritetu Pokoravanje autoritetu je (u smislu društvenog utjecaja) pokoravanje pojedinca ili grupe izravnim zapovijedima, pismima ili naredbama autoriteta (osobe ili institucije). Da bi se ljudi pokorili autoritetu, njegove zahtjeve moraju percipirati kao legitimne. Pokoravanje može biti benigno i 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 bavi učenjem. Namješten je tako da je ispitanik uvijek igrao ulogu učitelja, a suradnici učenika. Na učenika su pred učiteljem postavljene elektrode i učenik se zatim požalio na slabo srce. Učenik je za svaki naredni krivi odgovor ˝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 eksperimenta Milgram je proveo istraživanje među studentima, psihijatrima i odraslima iz 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 išle dalje od 255 - 300 volti. Praktični rezultati pokazali su da je 65% ispitanika nastavilo davati šokove sve do maksimalnog intenziteta. Pokušavajući objasniti rezultate eksperiment je nastavljen s ciljem otkrivanja situacijskih i društvenih čimbenika koji imaju utjecaj na pokoravanje autoritetu. Promatrao je legitimnost autoriteta, udaljenost ˝učenika˝ od ˝učitelja˝ , blizinu osobe autoriteta, proturječnost autoriteta i spol ispitanika. Kad je autoritet imao sumnjiv legitimitet, ako je ˝učenik˝ bio u blizini, ili su se kolege pobunile, pokoravanje se znatno smanjilo. Tek su proturječne naredbe rezultirale time da su svi ispitanici odbili dalje davati elektrošokove. U zaključku se može reći da autoritet snažno utječe na 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 tvrdili da ispitanici nisu bili uvjereni u to da ozljeđuju ˝učenika˝ ( post eksperimentalni razgovori su to opovrgnuli). Treća kritika odnosi se na mogućnost poopćavanja eksperimenata u stvarnom svijetu. Uloga učitelja 98

podrazumijeva potiskivanje osobnog identiteta i osobne odgovornosti na drugo mjesto, te također podrazumijeva određeno kažnjavanje učenika (ali se 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 preuzimanju uloge javlja se pojava zamjenjivanja individualnog identiteta grupnim. Osobu to dovodi do anonimnosti čiji mogući rezultat je dezindividualizacija (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 Junior University) 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 kojima su dobrovoljci (zrele, tjelesno i mentalno zdrave osobe, natprosječne inteligencije, nepovezane sa asocijalnim ponašanjem) slučajnim odabirom dodijeljene uloge zatvorenika i čuvara. Prvima je rečeno da će im biti uskraćena neka građanska prava, ali da neće biti tjelesnog zlostavljanja, a od čuvara je zatraženo da zadrže red u zatvoru zbog njegovog normalnog funkcioniranja. 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 njihovim ulogama (agresivnost, sadizam, dehumanizacija). ˝Normalne˝ osobe postale su pod utjecajem dezindividualizacije patološke i asocijalne u manje od tjedan dana. Zimbardo tvrdi da su ˝zatvorenici˝ skloniji konformiranju 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 tvrdi da ljudi koji postižu visoke rezultate na „F-skali“ i osobe koje imaju potrebu za društvenim odobravanjem, ljudi s niskim samopoštovanjem i tjeskobni ljudi su oni koji teže većem konformiranju. Osobine za koje se smatra da osobu čine podložnijom društvenim utjecajima su osobine autoritarne ličnosti (nekritički, submisivan stav prema autoritetu i rigidno slijeđenje konvencionalnih vrijednosti) iako ta povezanost nije utemeljena na dovoljno pouzdanim dokazima. Smatra se da je ličnost faktor koji 99

najviše doprinosi konformizmu, ali ga snažne situacijske sile često nadjačaju. 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 antidemokratsko 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)

100

1. Antiintracepcija - Averzija prema senzualnosti, estetičnosti i usmjerenost materijalnom. 2. Autoritarna agresivnost - Nekritičko pokoravanje vlasti tendencija osuđivanja. 3. Destruktivnost i cinizam - Općenita neprijateljstva , ocrnjivanje čovjeka. 4. Konvencionalizam - Rigidno prihvaćanje konvencionalnih vrijednosti srednje klase 5. Moć i Snaga - taktika jake ruke -Pretjerano iskazivanje snage i čvrstoće. 6. Praznovjerje 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. Postoje dva socijalno psihološka procesa kojima se objašnjava učinkovit utjecaj manjine, 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 mišljenjem većine. Pretpostavlja se da je najveći problem osobe s manjinskim 101

mišljenjem kako steći status quo i pokazivanju kompetentnosti u općim područjima odnosno ˝zaslugama za idiosinkratičnost˝. Što više zasluga osoba na taj način stekne, grupa će joj tolerirati više devijantnih, izvornih i/ili inovativnih ideja. Osobe visokog i niskog statusa u grupi se najmanje konformiraju 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 uspješno djelovati na većinu. Istraživanja provedena 1974. su pretpostavila da članovi manjine mijenjaju društvene norme svojim stilom ponašanja koji ima 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 ga izbjegava ili smanjuje, njezina dosljednost čini da ljudi posumnjaju u vlastite pretpostavke. Dosljednost mišljenja nije sama po sebi uzrok utjecaja manjine, nego je potrebno postojanje dosljednosti mišljenja kod manjine 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 i nefleksibilna dosljednost može i smanjiti utjecaj manjine. Važno je da manjina svoj stil ublaži određenom dozom fleksibilnosti, određenih ustupaka većini, jer inače je moguće potpuno izopćenje manjine od ostatka grupe.

4.10.8. Cocktail party efekt Cocktail party efekt interesantan je primjer u učenju iz neuronskih mreža. Kao mogućnost, odnosno sposobnost eliminacije utjecaja više govornika, i odabir jednog željenog možemo razmatrati i kao problem eliminacije koji se u ekspertnim sustavima veže uz sposobnost izdvajanja n signala iz n senzora različitih ulaznih podataka, Slika 4.13.

102

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 u društvenim 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 za društvenu egzistenciju, svako društvo ih teži institucionalizirati kao kulturne vrijednosti i da procesom socijalizacije 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. Društva, odnosno društava u kojima je često pojedinac prisutan ali i u situaciji kada postoji ili se ignorira društveno očekivanje 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, onime što mi mislimo o sebi, ali i o onome što drugi misle o nama. Tijekom svojeg života čovjek je (svjesno ili nesvjesno) podložan društvenim utjecajima. Odnos pojedinca i socijalne okoline ovisi o društvenim odnosima, sadržaju grupnih normi, vrednovanju pojedinih oblika ponašanja te individualnim odnosom prema grupi, njegovoj osposobljenosti. Društveni uvjeti su urbanizacija, sredstva masovnog komuniciranja, nagle promjene kulturnih obrazaca (brze promjene vrijednosnih sistema, političke konfrontacije i ideologizacija političkih odnosa.

103

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 ne zasniva na osjećaju zajedništva i pripadnosti grupi u kojoj se nalazi, već stvaranju procjeniteljskog odnosa na potencijalne vrijednosti koje se mogu pohraniti i kasnije uporabiti. Prethodno izloženo nužno je povezati s Abrahamom Haroldom Maslowom (New York, 1. travnja 1908. – 8. lipnja 1970.), američkim psihologom, teoretičarem pokreta za ljudske potencijale. On je osnivač škole unutar suvremene psihologije koja je poznata pod imenom humanistička psihologija. Njegova teorija ličnosti predstavlja jedan od temelja 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)

104

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 neistinitošću)

egzistencijalna,

(karakterizirana

istinitošću

ili

- evaluativna, (karakterizirana evaluacijom objekta kao dobrog ili lošeg) i - proskriptivna, (karakteristično je da se objekt ocjenjuje kao poželjan ili nepoželjan) 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 poželjna krajnja) 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 druge se oni tek počinju otvarati". Umjesto prijašnje usporedbe mozga s kompjutorom, danas istraživači gledaju na mozak kao 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. 105

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 i obrazovan 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 socijalnom inteligentnom 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 razvoja inteligentnih 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 interakciji 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. goaloriented 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 neki od podciljeva nisu ostvarivi, traži se alternativnim putovima doći prema konačnom cilju. 106



Modificira se na temelju iskustva - sustav ima algoritme za automatsku 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 inteligentnim sustavima na prijateljski način, prirodnim jezikom i govorom.



Tolerira pogreške i nejasnoće u komunikaciji - takva komunikacija podrazumijeva dvosmislenost i gramatičku neispravnost 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: 107

Jako inteligentni sustav - u tolikoj je mjeri razvijen da može razmišljati na istoj 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 inteligentni 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 više određenih područja znanosti. Ovakvi programi su komercijalizirani kroz 80-e godine prošlog stoljeća, a razvili su ih znanstvenici u području umjetne 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 specifičnoj vrsti problema, ali i pružanja matematičke analize problema. Ovisno o njihovom dizajnu tj. izvedbi, pružaju korisniku određene povratne informacije koje je potrebno poduzeti da bi se riješio zadani problem. ES su od najveće pomoći za organizacije koje imaju visok nivo iskustva i znanja u direktnom i pravilnom rješavanju problema koje je teško prenijeti na 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 članovima organizacije u svrhu rješavanja problema. ES su inteligentni programi na računalima koji koriste znanja i postupke zaključivanja, kako bi se riješili teški zadatci, kad oni zahtijevaju znatnu ljudsku stručnost. Kao model znanja nužnog za tu razinu može se zamisliti sveukupno stručno znanje najboljih praktičara na nekom polju rada, (Lujić, 1993.). Osnovne komponente ES su:   

komunikacijski među sklopovi mehanizam, (modul) zaključivanja baza podataka i baza znanja 108

Danas se ES koriste gotovo u svim područjima i rade sve ono za što se smatra da čini čovjekovu inteligenciju. Komponente ES generiraju tri glavna zadatka inženjerstva znanja:   

Prezentacija i pohrana velikih količina znanja problemskog područja Aktiviranje 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 stručnih sposobnosti kvalitetnog rješavanja problema. On koristi svoje znanje, sposobnosti i vještine, (kompetencije), stečene kroz bogato iskustvo da skrati proces pronalaženja rješenja. Znanje eksperta je nadgradnja znanja koje 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 više eksperata. Inženjer znanja je osoba koja poznaje područje računalnih znanosti, UI i zna kako se izgrađuju ES. On poznaje u svom području izgradnje ES sve njegove dijelove: baze znanja i baze podataka, mehanizam zaključivanja i korisničko 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 za rješavanje problema u obrađivanom području. Mehanizam zaključivanja, (MZ), (engl.. inference engine) je softver sposoban da sredi informacije iz baze znanja i da na osnovi toga izvuče zaključke, tako što činjenice iz baze znanja kombinira s informacijama dobivenim od korisnika u cilju izvođenja specifičnih zaključaka. Pri radu se koriste kontrolne strategije, koje odlučuju u kom trenutku treba primijeniti neko od pravila iz baze znanja na nove činjenice dobivene tokom konzultacija s korisnikom. Na ovaj način se simulira ljudsko razmišljanje. Moduli zaključivanja izvršavaju algoritme za rješavanje zadataka tako da pozivaju neko od svojstava iz baze ili tako da pronađu nova svojstva iz svojstava koja su pohranjena u bazi znanja. Komunikacijski među sklopovi omogućavaju korisniku sve udobnosti rada sa sustavom na interaktivan 109

način, a ujedno mu pružaju uvid u tijek donošenja zaključka. Može se module 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 raspolaganje samo 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 ili način 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 propozicijskom razumijevanju. Logika je znanost koja proučava načela koja vode do ispravnih 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:

110



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 koje odgovaraju novom znanju dobivenom zaključivanjem na temelju starog znanja.



djelotvornost zaključivanja – mogućnost ugradnje dodatne informacije u strukturu znanja, koja se može koristiti za usmjeravanje pažnje mehanizma zaključivanja prema obećavajućim 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 polja računalnih 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 nove koncepte, donositi zaključke, razumjeti prirodni jezik, raspoznavati prizore i dr. Naziv se također rabi za označivanje svojstva svakoga neživog sustava koji pokazuje inteligenciju, obično su to računalni sustavi, dok se izraz katkad 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 mogućnost njegove primjene u praksi. UI daje računalu dodatnu mogućnost procjene mogućega kapaciteta koji se ogleda u inteligentnom ponašanju a to je jedan od osnovnih ciljeva UI. Iako računalo ne može učiti i stjecati iskustvo kao ljudsko biće, ipak može upotrebljavati znanje i iskustvo pojedinaca i tako ga 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 111

pronalaženje cilja. To je sredstvo koje daje opću strategiju za rješavanje problema ili za dolaženje do odluke. Iako heuristička informacija nije eksplicitno 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 inteligencije je ta da se tvrdnja izvede iz činjenica koje su istinite i poznate i to primjenom neizrazite 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 su oslonjene 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 odnose imaju 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 kroz ontologije. Moderna analitička ontologija je prije svega teorija općih kategorija, 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 testiranja koje se koristi za učenje. Na taj način mreža može rješavati problema kao što su prepoznavanje, predviđanje, optimizacija, asocijativna memorija, kontrola i razumijevanje. Hermeneutika, (grč. hermeneuo = tumačim razlažem). Za učinkovitost, moderne analitičke ontologije, u području UI i IS služi suvremena 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 112

znanosti. Ona upozorava da svako razumijevanje uvodi svoje pretpostavke, svoje podrazumijevanje. Ontologije i hermeneutika, uključuju mogućnost prepoznavanja i definiranja 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 u ostvarivanju njihovih ciljeva), – mobilnost (mogu djelovati u bilo kojoj okolini), – sposobnost učenja na temelju razumijevanja ljudske inteligencije i komunikacije sa strojem, čime se postiže njihova izuzetna 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 strukture hipoteza, spoznaja, otkrića, znanstvenih činjenica, teorija i zakona. Tehničko stajalište obuhvaća promatranje, prikupljanje, mjerenje i sređivanje podataka, te eksperimentiranje s podacima, čime se osiguravaju optimalni uvjeti pod kojima se može doći do uporabljivih podataka, informacija i spoznaja. Organizacijsko stajalište treba osigurati racionalnu tehnologiju namijenjenu za daljnje istraživanje u svim bitnim elementima. Elementi i komponente inteligentnog ili ekspertnog sustava promatraju se preko međusobnog povezivanja, funkcionalnim i fizičkim vezama, koji kao cjelina obavlja definiranu funkciju. Element može biti bilo koja komponenta, funkcionalna jedinica, podsustav ili cijeli sustav koji se može sagledati kao jedinka. Komponenta je element sustava koji se općenito smatra dovoljnim za provođenje određene funkcije, a u širem se smislu može smatrati samostalnom fizičkom cjelinom. Sve tehničke tvorevine, 113

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 u svim 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 s istovrsnim i sličnim rezultatima homogeno strukturiranih ili sličnih sustava i podsustava. Kibernetika, (grč. kybernetike tehne = kormilarska vještina). Već je Platon toj riječi, polazeći od njena osnovna značenja kao vještine upravljanja 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 i funkcioniranju. 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, 114

- robotika... Na tim osnovama egzistiraju četiri vrste kibernetike: 1. Teorijska ili opća kibernetika, 2. Primijenjena ili aplikativna kibernetika, 3. Tehničko-tehnološka kibernetika i 4. 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 znanstveno istraživanje 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 se komadići 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 tom kontekstu razvija se praksa kognitivnog i bihevioralnog inženjerstva koje 115

je svoju potvrdu dobilo naučenim iz UI, čime su i inženjeri znanja dobili svoje adekvatno mjesto. Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kao inženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na temelju poznatih pristupa o njenom objašnjenju. Ti se pristupi općenito svrstavaju 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 zajedničkim korištenjem povezničkih i simboličkih sustava uz pomoć ostalih računalnih tehnika.

Odluka za primjenu kognitivnog inženjerstva leži u definiranju analitičkih razina na kojim se mozak i um mogu proučavati, a po tom i 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 i neuroni sastoje (promatrano kao sustav)



Funkcionalna (algoritamska) razina opisuje obrađenu informaciju koja će biti spremna proizvesti nekakav učinak.



Bihevioralna razina opisuje direktno promotrivi izlaz (ili ponašanje) sustava.

Prvotne jednostavne analogije kognicije i računarstva koristile su za opisivanje razine analize uspoređivanje mozga i računala. Fizikalnu razinu bi predstavljao procesor računala, bihevioralna razina predstavlja bi računalni izlaz na monitor ili pisač a funkcionalna razina bi bila računalni operativni sustav koji omogućava procesoru i perifernim jedinicama da komuniciraju. Umjesto analogije, istraživanja sklonost i mentalnih 116

fenomena, primjenu kognitivnih komponenti uporabe znanja, inženjeri znanja su proveli u praksi izradom baza znanja, kojima se služi mehanizam zaključivanja u ES. Kognitivno, ( lat. cognitio = spoznaja), predstavlja mentalne procese za koje se pretpostavlja da ističu ponašanje, ono pokriva široki raspon 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 određenim situacijama. Kada u području UI promatramo proces razvoja, izgradnje, operabilnosti i održavanja ES, onda je nerazdvojivo iskustvo i znanje koje se stječe vremenom trajanja tog procesa, od onog potrebnog i uloženog na samom početku. Iz baza znanja, baza podataka i mehanizama zaključivanja, dijelova ES inženjeri znanja kontinuirano uče. Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kao inženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na temelju poznatih pristupa o njenom objašnjenju. Ti se pristupi općenito svrstavaju 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 zajedničkim korištenjem povezničkih i simboličkih sustava uz pomoć ostalih računalnih tehnika.

Odluka za primjenu kognitivnog inženjerstva leži u definiranju analitičkih razina na kojim se mozak i um mogu proučavati, a po tom i

117

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 i neuroni sastoje promatrano kao sustav



Funkcionalna (algoritamska) razina opisuje obrađenu informaciju koja će biti spremna proizvesti nekakav učinak.



Bihevioralna razina opisuje direktno promotrivi izlaz ili ponašanje sustava.

Prvotne jednostavne analogije kognicije i računarstva koristile su za opisivanje razine analize uspoređivanje mozga i računala. Fizikalnu razinu bi predstavljao procesor računala, bihevioralna razina predstavlja bi računalni izlaz na monitor ili pisač a funkcionalna razina bi bila računalni operativni sustav koji omogućava procesoru i perifernim jedinicama da komuniciraju. Umjesto analogije, istraživanja sklonost 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 se znanstvene metode mogu primjenjivati samo na ona ponašanja koja se mogu opažati i mjeriti. Utjecaj na istraživanje klasično je uvjetovanje, odbacilo još s kraja 19. stoljeća, introspektivnim metodama tražeći ograničavanje psihologije na eksperimentalne laboratorijske metode, (John B. Watson (1878.-1958.). U 21. stoljeću psiho metrijska ispitivanja bihevioralnom inženjerstvu su otvorile nove putove u potvrdama zakonitosti ponašanja. Zbog različitih pristupa zauzimaju se gledišta koja svoje polje proučavanja nazivaju bihevioralnom analizom ili bihevioralnom znanošću što rezultira klasifikacijama biheviorizma: 

Klasični, (Watsonov) biheviorizam - objektivno proučava ponašanja, bez mentalnog života, bez unutarnjih stanja pri čemu je misao definirana kao prikriven govor.



Metodološki biheviorizam - objektivno proučava ponašanja treće osobe kod koje psihološki podaci moraju biti među predmetno provjerivi i bez teoretskih propisa. 118



Radikalni, (Skinnerski) biheviorizam - uključuje bihevioralni pristup mentalnom životu, nemehanistički, kod kojeg unutarnja stanja nisu dozvoljena

Uz ovu osnovnu klasifikaciju postoji još i Teleološki i Teoretski, kao Post-Skinnerski, te Moralni, Filozofski, Politički, Molarni, Molekularni i dr. biheviorizmi. Poznato je kako je u biheviorizmu još od 1924. prevlast navike potpuna i nadjačala je pojam instinkta. Mnoga ponašanja koja su ranije opisivana kao instinkti su zapravo stečene navike. Proces stvaranja navika može se istraživati, za razliku od instinkta koji 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 je obećavao promijenjeni svijet, oslobođen prošlosti, u kojem bi ljudi mogli biti uvjetovani da se ponašaju na prihvatljiv način, što se u konačnici uspjelo s inteligentnim sustavima. U 80-tim godinama prošlog stoljeća opis ponašanja kao što je prikazano u 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 interakciji sa svojom okolinom i pokazuje prilično jasno da je razumijevanje realne dinamike operantnog ponašanja umreženi proces i u kratkom i u dugo vremenskom opsegu. Iako ovako definiran u tehničkom smislu izgleda neizvediv u području umjetne inteligencije, fuzionirajući podatke i informacije, inženjeri znanja su povezivanjem kroz multidisciplinarne pristupe riješili važna područja preklapanja, (Ludwig Wittgenstein). Slika 5.1.

119

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 na raspolaganju 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 prvom redu od klasifikacije i identifikacije, Slika 5.2.

120

Slika 5.2. Tehnike, modeli i metode u klasifikaciji i identifikaciji znanja inteligentnih sustava

Sveukupnost izgradnje, uporabe i održavanja ekspertnog sustava obuhvaća skup metoda i postupaka koje se odnose na prikupljanje, računalno predstavljanje i memoriranje, kao i uporabu ljudskog znanja u rješavanju složenih problemskih situacija. Taj proces uključuje posebnu vrstu interakcije između graditelja ES i eksperata iz određenog problemskog područja. Inženjer znanja s ekspertima provodi ekstrakciju znanja, njihovih procedura, strategija i postupaka za rješavanje problema i 121

ugrađuje to znanje u ekspertni sustav. Rezultat procesa je skup programa koji rješavaju probleme u određenom području na način kako to radi čovjek-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 u određenom području, sakupljena i ugrađena u program tako da u postupku rješavanja 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 122

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 mentalnoj interakciji 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 i korisnika.

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)

123

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 otklanjanju nedostataka, odnosno osiguranju sustava kvalitete. To je novo područje o kojem se nije spominjalo u navedenoj literaturi koja obrađuje područje djelovanja 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 u globalnom 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. Stečena iskustva 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 kao Quality Expert Proces, Slika 5.6. što je prezentirano kao mogućnost globalnog razvoja QMS, Slika 5.7,

124

Slika 5.6. Koncept ekspertnog sustava kvalitete transformiran u ekspertni proces sustava kvalitete

Koncept razvoja ekspertnog sustava kvalitete

BAZE ZNANJA     

8D FMEA 6-Sigma 6M-Ishikava PDCA  3A

PROCEDURE

BAZE PODATAKA ANALIZE METODE

ONTOLOGIJE

QMS Slika 5.7. Koncept globalnog razvoja ekspertnog sustava kvalitete

Specijalistički programi obrazovanja inženjera znanja, podloga su za stručnjake od kojih se očekuje stručnjačko rješavanje problema na razini ekspertize, 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 125

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, prema kojoj 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 posjedovanje iskustva, nije zvanje, ali zvanjem postaje kada posreduje svojim znanjem u stručnoj praksi. U okviru edukacijskih programa kako za specijalistička zvanja tako i za napredovanje vrlo se jasno prepoznaje uloga inženjera znanja osim u održavanju ekspertnih sustava, tako i u sustavu kvalitete od samog početka razvoja, Slika 5.9.

126

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 i računska umijeća. Na posljetku to je bio naziv za sva umijeća da se elementarne aritmetičke operacije izvode pomoću arapskog sustava označavanja brojeva. Škola ALGORITMIČARA, koja se zalagala za ovaj način računanja nastaje je u XII. stoljeću i odnijela je pobjedu nad školom ABACISTA, (prema abacus – računalo s pomičnim kuglicama). Kasnije je riječ algoritam dobila u matematici šire značenje upotrebljavajući se za metodu ili proces računanja sa simbolima prema fiksiranim pravilima. „Logičkim 127

algoritmom“ ili „algoritmičkom logikom“ neki nazivaju algebru logike a neki i čitavu simboličku logiku. ALGORITAM, (točnije algorizam) je skup simbola i općeniti postupak za sustavno rješavanje određene klase matematičkih problema. Kako bi računala bila u mogućnosti u kratkom vremenu egzaktno riješiti zadani problem, (postoje problemi koji današnjim metodama nisu rješivi u stvarnom vremenu, kao i mnogi kombinatorni problemi, poput problema trgovačkog putnika i problem zadovoljenja Booleove funkcije koji u sebe uključuje složene računske operacije), uz neophodnu tehnologiju i napredak postignut u računarskoj znanosti, razrađuju se algoritmi za rješavanje. Pojedini problemi se ne mogu poznatim algoritmima riješiti milijardama godina, pa se u tu svrhu koriste iskustvene metode čija je učinkovitost eksperimentalno potvrđena. Neke od tih metoda su razrađene pomoću heuristike, o čemu je bilo riječi prethodno. Heuristikom razrađeni algoritmi zapravo su algoritmi nastali eksperimentiranjem u svrhu dobivanja zadovoljavajućeg rješenja. Bitno svojstvo 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 i uglavnom 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

HEURISTIČKI ALGORITMI

HEURISTIKE SPECIFIČNIH PROBLEMA

METAHEURISTIKE

128

Tablica 5.2. Algoritamski uvjeti za pronalaženje globalnog optimuma

Algoritamski uvjeti za pronalaženje globalnog optimuma

uvjet stabilnosti (stabilizaciju u globalnom optimumu) uvjet oslobađanja iz lokalnog optimuma (bijeg iz lokalnog optimuma).

Tablica 5.3. Podjela heuristike specifičnih problema

Heuristike Algoritmi namijenjeni za rješavanje točno određenih specifičnih problema problema Funkcije procjene, (Funkcije heuristike)

Tablica 5.4. Grupe algoritama

1. Pohlepni algoritam 2. Lokalno pretraživanje 3. Algoritam simuliranog kaljenja 4. Tabu pretraživanje

Grupe algoritama

5. Pretraživanje promjenjivom okolinom 6. Stohastičko difuzno pretraživanje 7. Optimizacija mravljom kolonijom 8. Optimizacija rojem čestica 9. Evolucijski algoritmi.

129

Tablica 5.5. Podjele metaheurističkih algoritama 1 2 3

Metaheuristički

4

algoritmi 5

6

Prirodom-inspirirani algoritmi Algoritmi koji nisu prirodom inspirirani Algoritmi koji imaju dinamičku funkciju objekta Algoritmi koji imaju statičku funkciju objekta Algoritmi koji koriste jednu strukturu okoline Algoritmi koji koriste skup struktura okoline Algoritmi koji imaju mogućnost pamćenja prethodnih rješenja Algoritmi koji nemaju mogućnost pamćenja prethodnih rješenja Konstruktivni algoritmi Poboljšavajući algoritmi Hibridni algoritmi Algoritmi bazirani na populaciji rješenja Algoritmi putanje

Tablica 5.6. Pregled poznatijih algoritama

Red. Naziv/Oznaka br. algoritma (HR)/(ENGL) 1

2 3

4

Pretraživanje najboljim prvim Best-first search (BFS) Dijkstrin algoritam Dijkstra's algorithm (DA) Algoritam penjanja uzbrdo Hill Climbing (HC) Jednostavni HC algoritam Simple HC (SHC)

Opis algoritam koji optimizira pretraživanje po širini (Breadth-first search). služe za pronalaženje najkraćeg puta između dvaju vrhova u grafu, uvijek dovode do optimalnog rješenja ako ono postoji, (završni algoritam) po optimiziranja pripada familiji algoritama lokalnog pretraživanja, temeljen na logici uspona počinje od nekog rješenja i ukoliko postoji susjed koji bolje optimizira funkciju, novo rješenje postaje taj susjed zbog veliki problem HC-a zapinjanja u lokalnom optimumu koristi se inačica algoritma

130

5

6

7

8

Stohastičkorestartiran HC algoritam Random-Restart HC (RRHC) Ponavljajuća pohlepa Iterated Greedy (IG) Pohlepni slučajni adaptivni postupak pretrage The Greedy Randomized Adaptive Search Procedure (GRASP) Popravni pohlepni Greedy Squeaky Wheel (GSW)

9

Usmjereno lokalno pretraživanje Guided Local Search (GLS)

10 Iterativno lokalno pretraživanje Iterated Lokal Search (ILS) 11

Kvantno kaljenje

bolja inačica HC-a u svakoj iteraciji slučajno odabire početno rješenje i nad njime provodi SHC, za svoje rješenje odabire najbolje rješenje iz svih iteracija uzastopnim iteracijama provodi pohlepnu destrukciju i konstrukciju postojećeg rješenja, u svakoj iteraciji se novostvoreno rješenje prihvaća u ovisnosti o kriteriju prihvaćanja kombinacija konstruktivne heuristike i lokalnog pretraživanja, rješenje se sastavlja korak po korak uzimajući u svakoj iteraciji, slučajnim odabirom, komponentu rješenja iz ograničene liste kandidata koja se sastoji od α najboljih elemenata rangiranih prema vrijednosti pohlepne funkcije, ukoliko je α jednak jedinici dobivamo osnovni pohlepni algoritam, a ukoliko je α jednak broju komponenata dobivamo slučajno pretraživanje gradi rješenje pomoću pohlepnog algoritma, a elementima rješenja koja uzrokuju pogrešku pridjeljuje kaznene bodove, koji služe da bi se popravio prethodno odabran poredak elemenata rješenja, pri čemu se elementi sa više kaznenih bodova guraju naprijed mijenja funkciju cilja da bi izbjegao upadanje u lokalni optimum, koristi lokalno pretraživanje koje često može dati suboptimalno rješenje, ne mijenja okolinu poput da bi što bolje pretražilo prostor rješenja, već to čini mijenjanjem funkcije koju optimizira (funkcija objekta) kroz niz iteracija koristi lokalno pretraživanje i početno rješenje kreće na različitim mjestima, u svakoj iteraciji se najprije odredi početno rješenje za lokalno pretraživanje tako da se poremeti najbolje pronađeno rješenje, u nekim slučajevima je u prednosti nad načinom optimiziranja koje odabire početno rješenje i neprestano ga poboljšava, (brzina) nadograđuje simulirano kaljenje, velike prednosti ima nad funkcijama koje imaju velike, ali uske barijere, ima veću mogućnost zapinjanja u lokalnom 131

Quantum Annealing 12

13

14

(QA) Pretraživanje promjenjivom širinom Variable Depth Search (VDS) Lin-Kernighanov algoritam Lin-Kernighan Algorithm (LKA) Višerazinsko oplemenjivanje Multilevel Refinement (MR)

15

Ekstremna optimizacija Extremal optimization (EO)

16

Harmonijsko pretraživanje

17

18

Harmony search (HS) Bakteriološki algoritmi Bacteriologic Algorithms (BA) Memetički Algoritam Memetic Algorithm (MA)

optimumu, tj. teži bijeg iz lokalnog optimuma zbog visine barijere, uvodi pojam neodređenosti po uzoru na valna svojstvo kvantnog svijeta i ima mogućnost tuneliranja kroz takve barijere generalizira lokalno pretraživanje, osnovna je ideja promijeniti veličinu okoline po kojoj se pretražuje tako da algoritam može učinkovito pretraživati složene probleme u razumnom vremenu varijanta je VDS pretraživanja

rekurzivno aproksimira problem kroz niz razina, u svakoj razini se prvo uzima projekcija rješenja podređene razine, zatim se upotrijebi jedna od metoda jednostavnih pretraživanja da se oplemeni projekcija niže razine vuče inspiraciju iz modela samo-organizirane kritičnosti iz područja statističke fizike, optimizira probleme koji se mogu rastaviti na komponente i neovisno procjenjivati, evolucijom pojedinih komponenti rješenja -komponente se mijenjaju, početno rješenje se odabire nasumično oponaša skupinu glazbenika u potrazi za savršenom harmonijom, četiri su osnovna koraka u HS-a: 1. inicijalizacija parametara i harmonijske memorije, 2. improviziranje nove memorije, 3. obnavljanje harmonijske memorije i 4. provjera zaustavnog kriterija. 2-4 korak pripadaju iterativnom postupku algoritmi inspirirani evolucijskom ekologijom, tj. adaptacijom bakterija na okolinu u kojoj obitavaju a bitno svojstvo koje uzima u obzir je nemogućnost prilagodbe populacije bakterija na sve uvjete okoline Kombinirani algoritam s lokalnim pretraživanjem, naziv je dobio po kulturološkom genu mem koji prenosi informacije iz jednog uma u drugi

132

19

20

21

22

23

24

25

26

Razbacano pretraživanje Scatter Search (SS) Nanovo vezivanje puta Path relinking (PR) Procjena distribucijskih algoritama Estimation of Distribution Algorithms (EDA) Metoda ukrštene entropije Cross-Entropy Method (CEM) Diferencijska evolucija Differential evolution (DE) Grupirajući genetski algoritam Gruping Genetic Algorithm (GGA) Interaktivni genetski algoritmi Interactve genetc agorithms (IGA) Stohastičko difuzno pretraživanje Stohastic Diffusion Search (SDS)

omogućuje opće principe za rekombinaciju rješenja zasnovanih na konstrukciji puta u Euklidovom prostoru, koristi male populacije čijom kombinacijom nastaju nova rješenja. Jedinke se prikazuju kao točke u Euklidovom prostoru i njihovom linearnom kombinacijom nastaju rješenja sljedeće generacije skupina algoritama koji imaju podlogu u teoriji vjerojatnosti, ali koriste i populaciju koja se razvija kroz proces pretrage , procjena distribucije se vrši u svakoj iteraciji na temelju postojećih rješenja područje simulacije rijetkih događaja, simulacija rijetkih događaja i uzorkovanje po važnosti ima dvije faze: 1. generiranje slučajnih uzoraka rješenja prema određenom mehanizmu i 2. obnavljanje parametara mehanizma u svrhu dobivanja boljih uzoraka koristi se za optimizaciju funkcija više varijabli i ima veliku vjerojatnost pronalaska globalnog optimuma, diferencijska evolucija se od drugih evolucijskih strategija najviše razlikuje u fazi mutacije optimizira uz pomoć grupe jedinki koje se razdvajaju u disjunktne , ovakav način optimizacije zahtijeva promjenjive veličine kromosoma pojedinih grupa jedinki i posebne operatore manipulacije nad grupama jedinki skupina algoritama koji uključuju ljudsku procjenu, koriste se u područjima gdje funkciju dobrote nije lako pronaći - umjetnost bazira se na populaciji rješenja sa ciljem pronalaženja najboljeg odgovarajućeg uzorka, spada u grupu inteligencije roja, a glavna mu je karakteristika da koristi direktnu komunikaciju između agenata, oponašajući mehanizam komunikacije mravlje vrste poznate kao Leptothorax Acervorum, spada u multiagentne sustave i koristi se u problemima kada se funkcija cilja može rastaviti na komponente koje se 133

27

28

mogu zasebno procijeniti, kako bi se pronašlo optimalno rješenje, upošljava se roj od nekoliko agenata od kojih svaki ima pretpostavku o globalnom optimumu, brzo, bez iscrpnog pretraživanja, procjenjuje se trenutna pretpostavka jer pri traženju rješenja roj agenata obavlja posao paralelno , istodobno i sinkronizirano inspiraciju vuče iz ponašanja argentinske vrste mrava Iridomyrmex humilis, pokusi u kojima je mravlje gnijezdo spojeno sa izvorom hranom pomoću dva Optimizaciju mosta čija se relativna duljina mijenjala, nakon nekog mravljom vremena većina mrava prolaziti kraćim putem, zbog kolonijom posrednog načina komunikacije - feromon kojeg mravi ostavljaju za sobom i donose odluku na temelju Ant Colony količine feromona, kako se feromoni više osjećaju na Optimization kraćem putu (zbog njihove veće gustoće), većina mrava će nakon nekog vremena prolaziti kraćim (ACO) putem, također treba uzeti u obzir i učinak isparavanje feromona, koji je bitna karika algoritma koji oponaša mrave, koristi se za pronalaženje najkraćeg puta, najkraćeg Hamiltonovskog ciklusa Problem trgovačkog putnika (Travelling salesman problem, TSP), Baziran je na populaciji rješenja, inspiriran ponašanjem jata ptica i roja insekata pa se osnovne ideje algoritma mogu opisati na takvom ponašanju, jato galebova svakodnevno traga za hranom, ukoliko jedan galeb osjeti dobar izvor hrane vrlo je vjerojatno da će ga ostali članovi jata slijediti, da bi se omogućila Optimizacija rojem potraga i za boljim hranilištem, svaki galeb u sebi ima i instinkt za bolje hranilište, time je omogućeno čestica kratkotrajno odvajanje od jata -lete nad prostorom rješenja u potrazi za globalnim optimumom, svakoj Particle swarm čestici je potrebno pridružiti vektor brzine i vektor optimization položaja u hiperprostoru Rn, ponekad su potrebne dimenzije prostora veće od tri da bi se problem (PSO) efikasno riješio, svaka čestica pamti dvije vrste rješenja: svoje najbolje i globalno najbolje rješenje, često se, umjesto globalno najboljeg rješenja, pamti najbolje rješenje susjedne okoline kojim bolje istražuje prostor rješenja, manja je vjerojatnost 134

29

Evolucijski algoritmi Evolutionary algorithms (EA) 30

Evolucijske strategije

Evolutionary Strategies (ES)

31

Evolucijsko programiranje Evolutionary Programing (EP)

upadanja u lokalni optimum, ali je konvergencija sporija inspiraciju vuku iz Darwinove evolucijske teorije koja tumači da u prirodi vlada neprestana borba za opstanak, teče proces prilagođavanja vrsta okolini u kojoj žive, a sve sa ciljem da se uspije u toj okolini opstati, u određenoj populaciji neke vrste, dobra svojstva nastoje očuvati, a loša svojstva nastoje zamijeniti boljim, uvjeti u prirodi određuju koje će jedinke opstati selekcijom i razmnožavanjem spašavaju od izumiranja, jedinke koje nastaju razmnožavanjem u pravilu nasljeđuju svojstva roditelja, ali zbog mutacija neka od tih svojstava mogu biti promijenjena i nastajanje novih svojstava ključ su prilagodbe vrsta novim uvjetima koriste realni vektor za prikaz jedinke, a mutacija i selekcija su glavne tehnike pretrage prostora, mutacijom se svakoj komponenti vektora dodaje slučajna vrijednost distribuirana po Gaussovoj razdiobi, pri čemu algoritam posjeduje svojstvo samoadaptacije standardne devijacije u svakoj iteraciji, odabir roditelja je slučajan, tj. po uniformnoj razdiobi, selekcija je deterministička i mogu se razabrati dvije osnovne strategije (λ, μ)-ES strategija izabire za sljedeću generaciju μ najboljih jedinki od λ stvorene djece (μ+λ)-ES strategija izabire za sljedeću generaciju μ najboljih jedinki iz λ stvorene djece i μ najboljih jedinki roditelja, algoritam se uglavnom koristi pri manjim populacijama, a prednost mu je brzina i činjenica da dobro optimizira probleme koji se svode na funkcije realnih varijabli nastalo na ideji da se simulirajući evoluciju kao proces učenja pokuša stvoriti umjetnu inteligenciju, pri čemu se koriste konačni automati stanja numerička optimizacija, nema točno utvrđen standard, nema križanja među jedinkama, pa je mutacija glavni operator promjene, mogu se koristiti različiti načini prikaza jedinke i različiti načini ostvarivanja mutacije, istovjetni s onima iz ES-a, selekcija se vrši po (μ+ μ)-strategiji 135

32 Genetski algoritmi Genetic Algorithms (GA)

33

Genetsko programiranje Genetic Programing (GP)

koriste se prilikom diskretnih optimizacijskih problema i onih koji se na to mogu svesti, na širok skup problema, koristi binarni vektor (niz bitova) za prikaz jedinke i uniformno križanje, mutacija se svodi na promjenu bitova na nekim pozicijama, pri čemu je vjerojatnost promjene pojedinog bita konstantna, u selekciji se jednostavno svi roditelji zamjene s djecom, složenije verzije GA imaju izmijenjene načine križanja, mutacije i selekcije ali ipak, većina funkcija u algoritmu i dalje ostaje stohastička što održava populaciju raznolikom i sprječava prebrzu konvergenciju k suboptimalnom rješenju rješenje nekog problema pokušava pronaći tako da stvara program koji će ga riješiti, za to je potrebna velika populacija, a rješavanje problema je relativno sporo, za prikaz jedinki je pogodno upotrijebiti strukturu grafa, a mutacijama se mijenja struktura grafa (promjena čvorova), dok se križanjem izmjenjuju podstabla, primjenjuje se u područjima strojnog učenja

136

5.5. Ekspertni sustavi - Stručni sustavi Ekspertne odnosno stručne sustave najčešće poistovjećuju s računalnim programima koji obuhvaćaju znanje eksperata pojedinog stručnog 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 smatrati aplikativnom tehničkom cjelinom namijenjenom konkretnoj stručnoj uporabi koja se u velikoj mjeri oslanja na znanje. Korisničko sučelje ima funkciju 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, kao stručni 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) činjenica odnosno znanja. Dinamična okolina unutar koje stručni sustav mora funkcionirati nameće na njega dva zahtjeva: ažuriranje i prilagodljivost pojedinom stručnom korisniku. 5.5. 1. Razvoj stručnih sustava kroz ažuriranje U početnim fazama razvoja, prikuplja se znanje na osnovi kojeg će ES raditi. 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 (koji su tijekom razvoja bili dobri ili povoljni). Već se događalo da su se gotovi ES bacali u vodu jer su kroz razdoblje razvoja postali beskorisni kao što su primjeri brojnih sustava vojnog karaktera. Drugi vid ažuriranja je nadograđivanje ES u uporabi. Kako bi se ekspertni sustav ažurirao, 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. Zbog različitih preferencija, znanja, potreba, sklonosti i sposobnosti korisnika, i uz najbolji trud razvojnog tima ES da ga naprave što prihvatljivijim što širem krugu korisnika, često se pojavljuju 137

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 na samoga korisnika. Poznavajući funkcioniranje ekspertnog sustava moguće je klasificirati zahtjeve korisnika. Korisnik preko sučelja ekspertnog sustava pokreće mehanizam zaključivanja koji koristi bazu znanja u procesu zaključivanja i 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 pribaviti vrijednosti 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 stanja uzemljenja)



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 poboljšanje stanja otpora tla).

5.5.2. Nedostatak određenih parametara sustava Korisniku mogu biti važni neki parametri sustava koji nisu važni drugim korisnicima ili su pak, neki parametri pri razvoju ES bili previđeni. Za primjer uzimamo stručni sustav za određivanje pogodnosti lokacije za izgradnju 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 postoje neki arheološki artefakti i postoji u blizini hotelski kompleks koji želi za svoje potrebe uključiti u svoju turističku ponudu obilazak istih njemu je 138

itekako važno da je okoliš lijep, ali i imperativom legislative nije moguće graditi transformatorsku stanicu povrh arheoloških iskopina ili u određenoj blizini istih, a toga se nitko nije sjetio pri razvoju ES jer se nije očekivalo da će se pojaviti područje bogato arheološkim nalazištima. Postoje korisnici kojima neki parametri nisu toliko važni koliko su važni drugim korisnicima i obratno. Isto tako, odnos parametara u realnom sustavu može biti drukčiji od onog postavljenog u ES. Uzeti ćemo primjer ES za odabiranje sklopnog postrojenja u transformatorskoj stanici. U ES je postavljeno da se sklopno postrojenje izgradi s odgovarajućim bojama. Ali ako u okviru velikog međunarodnog ugovora postoji firma kojoj su sva postrojenja prepoznatljive iste boje i ne smiju biti u različitim nijansama. Nijanse boje utječu recimo 15% na odabir postrojenja, što u konačnici ima implikaciju na ugovor koji ES nije predvidio. Uz rješenje koje ES daje, korisniku mogu biti potrebni još neki savjeti ili informacije koje ekspertni sustav može zaključiti na osnovi poznavanja već postojećih ili izračunatih parametara koje upotrebljava da dođe do glavnog cilja. Problem je što ne postoji znanje o odnosima među tim parametrima koji bi dali tražene pomoćne informacije i zato ES nije na taj način u stanju pomoći korisniku. Uzmimo primjer ekspertnog sustava za utvrđivanje stanja otpora izolacije aerodromskog kabelskog razvoda za ALS. Na osnovi sličnosti stanja otpora izolacije pojedinih izolacijskih materijala ES već ima podatke o pojedinim izolacijama, mogao bi lako odrediti stanje ako bi imao poveznice što može biti od velike koristi zbog mogućnosti pravovremenih intervencija. 5.5.3. Univerzalni nad model ekspertnog sustava Ažurnost baze znanja (parametara i njihovih odnosa) i funkcionalnosti ES (mehanizama zaključivanja) je potrebna radi održavanja ES sinkroniziranog sa stanjem u stvarnosti i to općenito gledano generalno u svim njegovim primjenama. Prilagodljivost baze znanja (odabir parametara i određenje odnosa među njima) i funkcionalnosti ES (do kojih informacija sve mehanizmi zaključivanja mogu doći) pojedinom korisniku je potrebna radi dobivanja kvalitetnijih informacija za specifičnu realnu okolinu tog korisnika. Može se zaključiti da su zahtjevi za ažuriranjem i 139

prilagođavanjem ES korisniku zapravo identični zahtjevi. Prema razlici po stupnju primjene – ažuriranje 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 dijelova ili cijelih zahtjeva. Za ispunjenje tih zahtjeva, rješenja predstavljaju implementacijsku razinu nad modela mapirajući ga, na generalni model za ciljnu tehnologiju. Postavljeni ciljevi trebali bi omogućiti da se izmjene izvode uz što manje zahvata u postojeći ekspertni sustav (ako se radi o preinaci postojećeg) i da su same izmjene jednostavne za shvatiti i izvesti. To znači da 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 slučaju sustav mora postati točniji ili prilagođeniji. Fleksibilnost je moguće postići modularnim ekspertnim sustavom. To je koncept kojim se postiže razdvajanje unutar samog ekspertnog sustava na: 

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 140

svakog od ovih dijelova. Tako se dolazi do: grupiranja parametara, klasificiranja odnosa među njima, modularnog sustava za glavne informacije koji rješava glavni problem i podsustava za dodatne informacije koji dolazi do pomoćnih informacija, savjeta i rješenja korisnih za korisnika. Iako logička podjela ne mora biti i fizički tako ostvarena u ekspertnom sustavu. Parametri i odnosi među parametrima, mogu biti jedan sustav. Dio parametara i relacija među njima može biti na fizičkoj razini integriran unutar 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 sustav za 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 samim grupiranjem 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 omogućiti lako upravljanje ovim dijelovima. Time se povećava i vrijeme učenja rada sa sustavom, a to za sobom povlači pitanje spremnosti korisnika da utroši dodatno 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 na opseg 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.

141

Tablica 5.7. Dijelovi ekspertnog sustava i odnosi među parametrima

Odnosi među parametrima Parametri

Sustav za glavne Sustav za dodatne informacije informacije 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 da to ne sprječava implementaciju izračunavanja nekih parametara u ovom dijelu, a ni unos vrijednosti u sustavu za glavne informacije. Nad model se može implementirati na razne načine, tako da pojedine konceptualne cjeline mogu biti fizički implementirane djelomičnom ili potpuno, i to u više drugih konceptualnih cjelina. Sustav za glavne informacije koristi parametre s pridruženim vrijednostima za izračunavanje vrijednosti ostalih parametara preko definiranih odnosa među parametrima i 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 dodatne informacije može zahtijevati i vrijednosti parametara koji nisu unošeni kroz prijašnji proces. Rješenje je omogućavanje pristupa do dijela za unos vrijednosti parametara pa se veza među dijelovima ekspertnog sustava prikazuje odnosima, Tablica 5.8.

142

Tablica 5.8. Veze među dijelovima ekspertnog sustava, odnos među parametrima i unosi

Odnosi među parametrima Parametri

Unos Sustav za glavne Sustav za vrijednosti informacije dodatne parametara informacije Odnosi među Unos vrijednosti parametrima parametara

5.5.4.1. Prikaz nad modela tablicama sistemskog dijagrama Nad model ES, bez dijelova kojima se prilagođava može se prikazati tablicom iz sistemskog dijagrama, Tablica 5.9. Tablica 5.9. Veze i odnosi među dijelovima ekspertnog sustava Parametri Odnosi Skladište Sustav za Sustav za Unos parametara glavne dodatne vrijednosti informacije informacije parametara -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,

143

G1 – sustav za glavne informacije preko dijela za unos vrijednosti parametara dobiva tražene vrijednosti G2 – sustav za glavne informacije sprema u skladište sve promijenjene i izračunate vrijednosti, I1 i I1– analogno G1 i G2, Parametri, odnosi među njima, pa čak i skladište mogu biti potpuno nerazdvojiva 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 s odnosima i vrijednostima -P1 -P2 +G1 +D1 +U1

Sustav za glavne informacije -G1 -G2 +P1

Sustav za dodatne informacije -D1 -D2 +P1

Unos vrijednosti parametara -U2 +G1 +D1 +P1

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 dvije strane. Ovakav koncept prikazuje Tablica 5.11.

144

Tablica 5.11. Jedinstveno sučelje ekspertnog sustava za komunikaciju dvije cjeline

-P&R Parametri i relacije među njima -Vp Veličine parametara -UVp Unos veličina parametara Pristup ostalim dijelovima ekspertnog sustava sučeljem Podsustav 1 sustava za dodatne informacije -D1 Podsustav 2 sustava za dodatne informacije -D2 … Podsustav n sustava za dodatne informacije -Dn Ukoliko više podsustava nastane iz jednog ekspertnog sustava, (iz sustava za glavne informacije), ali nije nigdje smješteno, potrebno je stoga oformiti novi centralni dio koji će služiti za management ekspertnog sustava. Preko sustava za management ekspertnog sustava pristupa se managementu parametara i njihovih odnosa, konfiguriranju sustava za dodatne informacije i izvođenju sustava za glavne i dodatne informacije. Takav meta model ekspertnog sustava je lako ažurirati i prilagođavati (bilo od strane razvojnog tima ili korisnika), Tablica 5.12. Tablica 5.12. Ekspertni sustav s managementom parametara i relacija

Management ExSys Management parametara Management relacija parametara Management sustava dod. informacija Parametri Relacije Skladište Unos vrijednosti parametara Sustav za glavne informacije Sustav za dodatne informacije

-M1 +M1 +M2 +M3

-M2 +P1 +P2 +I1

-M3 -M4 -M5 -M1 -M2 -M3

-P1 -R1 -S1 -U1 -G1 -I1

-P2 -R2 +U1 +P3 -G2 -I2

-P3

+G1 +I1 +P1 +O1 +S1 +M4 +M5 +P1 +S1 +O2 +M3

Opis veza managementa sustava s ostalim dijelovima ekspertnog sustava: 145

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 moduli su 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 nad ekspertnim 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 njegove nadogradnje smanjili, izgradnja (pogotovo početne faze kao definiranje 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 ekspertnog sustava po ovom modelu – možda je moguće razviti ekspertni sustav s tek djelomičnom implementacijom ovog modela, a kasnije, 146

ako se ukaže potreba i financijska opravdanost, uvesti ovaj nad model u potpunosti; 

troškovi razvoja ekspertnog sustava manjeg obima u odnosu na troškove razvoja po nekom drugom modelu mogu biti značajno veći, međutim, financijska korist upotrebe ovog modela može ih opravdati;



stvaranjem novih opcija, korisniku treba više vremena naučiti koristiti ekspertni sustav, te može tražiti veću pomoć tehničke podrške.

Izgradnja podsustava za dodatne informacije, dijela parametara i njihovih odnosa može biti neisplativa jer bi te dijelove koristio možda samo jedan mali postotak korisnika. U slučaju da su ti korisnici sposobni razvijati samostalno te dodatke, rješenje problema je u definiraju mehanizama spajanja, razmjene podataka, upravljanja i od spajanja pod dijelova koje razvijaju sami korisnici ili neka treća strana. Zbog mogućnosti mijenjanja znanja na osnovi kojeg se zaključuje i znanja kojim se zaključuje potrebno je razviti mehanizme koji će osigurati konzistentnost cijelog sustava znanja. U protivnom, neiskusni korisnik ili greška pri promjeni ili brisanju odnosa između parametara mogu dovesti do neupotrebljivosti ekspertnog sustava. Rješavanje ovog problema se svodi na razmatranje već navedenih opsega i načina integracije dijelova sustava, opsega managementa sustava koji se daje korisniku i ugradnji kontrolnih mehanizama. Već postoje alati za razvoj ekspertnih sustava koji omogućavaju da se ugrade kontrolni mehanizmi koji znanje koje se unosi, prije zapisa u bazu znanja, provjere sintaksno i semantički, kako je to postavljeno u okviru problemske domene.

5.5.4.3. Implementiranje nad modela radom u oblacima Zbog sveopće prisutnosti interneta, moguće je ažuriranje i prilagođavanje ekspertnog sustava dodavanjem dijelova koji se povezuje s globalnom bazom parametara i odnosa te globalnom bazom podsustava za dodatne informacije na internetu koja se održava od strane razvojnog tima ekspertnog sustava. Korisnik može preko tog dijela birati koje će parametre i njihove odnose te podsustave za dodatne informacije skinuti. Također je moguće ostvariti da korisnik šalje razvojnom timu svoje definicije 147

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 neke 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, praćenje sustava za zaštitu od atmosferskih pražnjenja, karakteristike elektrotehničkih 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 podsustava globalnog sustava, dodatne informacije se šalju korisniku. Primjer takvog globalnog sustava postoje kao razni oblici savjetovanja za praćenje razvoja globalnih sustava koji između ostalog ovise i o trenutnom stanju za njihovim potrebama. Internet pruža ogromne mogućnosti širenja sposobnosti ekspertnog sustava 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 zbog nemogućnosti 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, 148



koliko to košta korisnika da li korisnik mora dodatno plaćati održavanje 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 na njegovu 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. Teži se da početno postavljenim zahtjevima o potrebi reflektiranja trenutne stvarnosti tj. izbjegavanja eventualnog zastarijevanja korištenog znanja, a time i izbjegavanja donošenja pogrešnih ili nepotpunih informacija. Također je postignuta mogućnost pružanja dodatnih informacija, odnosno savjeta 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 ga može preuzimati sustav za dodatne informacije i koristiti postojeće kojima može dodavati nove parametre s vrijednostima ili koristeći dio za unos vrijednosti parametara izračunavati ih.

149

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 to su okviri zapisa parametara s pridruženim vrijednostima – formati. Za to je potrebno osigurati konverziju. Skladište može biti izvedeno tako da je integrirano 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 ekspertnog sustava 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 kojih se 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 za dodatne informacije baviti pronalaženjem.

Poželjno je da sustav za dodatne informacije može pozivati druge aplikacija, kao podsustave za dodatne informacije zbog brzine izvođenja, 150

većih mogućnosti, postojanja već nekih gotovih modula koji se mogu koristiti za izgradnju podsustava i koristiti za spajanje podsustava za dodatne informacije s ostalim dijelovima. U slučaju da podsustav za dodatne informacije treba izvoditi složene i dugotrajne operacije nad podacima koji zahtijevaju dosta računalnih resursa podsustav se može razviti kao ljuska koja s vanjske strane komunicira s ostalim dijelovima sustava tehnologijom interfacea. Takav sustav ljuske može poslužiti i za implementaciju sustava za glavne informacije. 5.5.7. Korisničko sučelje Korisničkim sučeljem korisnik pristupa pojedinim dijelovima ekspertnog sustava i konfigurira ga. Stoga ono mora omogućiti lak i razumljiv 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 spajanje multimedijalnih 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 teže razviti, ali već postoje na tržištu standardizirana inteligentna sučelja koja uvelike 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 za izmjenom 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 način mogu unositi vrijednosti varijabli jednostavnog izgleda i strukture, koliko to dopušta ozbiljnost ekspertnog sustava.

151

Osim upravljanja parametrima i njihovim odnosima korisniku je potrebno olakšati i upravljanje podsustavima za dodatne informacije, a to uključuje 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 raspona kontrole nad pojedinim dijelovima ekspertnog sustava koji će se dati korisniku, odnosno određenje kontrole koja će ipak biti ostavljena u rukama razvojnog tima ne gubeći pri tom prvotne ciljeve.

5.5.8. Podloge za izgradnju ekspertnih sustava Izgradnja ekspertnog sustava započinje analizom i specifikacijom zahtjeva 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 znanja osigurale njihovu konačnu primjenu. Odabirom učećeg agenta, postavljen je cilj na ekspertni sustav da djeluje u okružju koje je njemu na početku nepoznato, pa kako stječe više znanja tako je i njegovo djelovanje bolje i sigurnije, 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 dijagramskim standardima 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 relacija tako i korisničkih sučelja (formi). Potrebno je napraviti konceptualni, logički i fizički model baze podataka. Također je potrebno definirati forme za unos i pregled podataka u bazi, kao i oblike izvješća imajući na umu jednostavnost korisničkoga sučelja, koje je potrebno projektirati uz validacije unosa podataka. Konceptualno modeliranje polazi od specifikacije zahtjeva a rezultira izrađenim konceptualnim modelom koji opisuje strukturu: 152

-

entitet,

-

veza,

-

atribut entiteta i

-

ograničenje.

Relacijski model podataka opisuje isključivo logičke aspekte podataka, a ne bavi se problemom fizičkog smještaja podataka u bazi. U izradi baze podataka najčešće se koristi klasični relacijski model, koji je najzastupljeniji a čiji su osnovni koncepti: -

struktura,

-

ograničenja,

-

skup operacija

Kako se baza znanja sastoji od znanja iz problemskog područja koje je potrebno za uspješno djelovanje ekspertnog sustava, njena izgradnja počinje već u prvoj fazi. Znanje će biti iskazano: - Činjenicama (neospornim tvrdnjama i sigurnim podacima) - Postupkovnim pravilima (hipotezama, vjerojatnim tvrdnjama i ne baš sigurnim podacima) - Heurističkim pravilima (dobrim procjenama kad nema niti činjenica niti podataka) •

Činjenice su izjave iz problemskog područja, koje opisuju znanje aksiomatskog tipa.

Primjer: Tunel je dvosmjeran, orijentacija tunela je «sjever –jug», portal tunela je u usjeku,...i one su već djelomično raspoložive, te ih je potrebno nastaviti prikupljati i formirati bazu podataka (ta je baza bitna za kasnije projektiranje).

153

•

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 kao sugestije jer ih se ne može dovoljno čvrsto obrazložiti, a ekspert (projektant, stručnjak iz određenog područja) ih stječe svojim višegodišnjim iskustvom. Primjenjuju se u svim slučajevima kada zbog 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 čuvaju integritet baze podataka, preko validacije i programskih ograničenja operacija s bazom podataka ali i da omoguće jednostavan rad korisniku. Forma korisničkog sučelja neke baze za unos podataka padajućim menijima 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 se automatsko zaključivanje u ekspertnim sustavima te je moguće mijenjati već postojeću bazu znanja. Za svaki model zaključivanja postoji odgovarajuća strategija kojom se kontroliraju i usklađuju procesi pretraživanja baze znanja i zaključivanja.

154

Baze znanja mogu prikazivati znanja kao:  predikate – formalna logika (engl. formal logic) je tehnika koja predstavlja informacije na način da je lako provjeriti je li informacija točna ili nije.  semantičke mreže – grafove koji predstavlja objekte (događaji ili akcije) 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 više činjenica 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, nekom neizrazitošću 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). Za potrebe regulacije rasvjete preko fuzzy regulatora.

155

Kada se sustavi temelje na učenju primjera, za takav sustav potrebno je imati dva skupa primjera: jedan skup iz kojih se uči i drugi skup primjera na kojima će se ispitivati kvaliteta naučenog odnosno kvaliteta znanja. Rezultat učenja na primjerima može biti skup pravila izraženih grafički pomoću stabla koje se može formirati potpuno automatski ili uz intervenciju eksperta. Najinformativniji atribut se pojavljuje kao prva točka stabla, drugi po redu kao druga točka i tako redom. Tako stablo završi klasama i to je rješenje koje se i trebalo dobiti. Postupkom određivanja najinformativnijih 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 rješavanje sustava regulacije, osjetila, izvršnih upravljačkih i regulacijskih elemenata: - Fotoosjetljivi senzorski sklop (ugađanje na upravljačke elemente krugova rasvjete) - Fotoosjetljivi senzorski sklop (postavljanje referentnih veličina za ugađanje) - Izvršni upravljački elementi za regulaciju rasvjete - Izvršni upravljački sklopovi za upravljanje Dizajniranje sustava temeljenih na znanju vrlo se uspješno provodi metodologijom CommonKADS, koja se po prirodi i sadržaju približava spiralnom modelu koji osigurava poboljšavanje i nadzor nad samim sustavom. Kako postoji dobra dokumentacija za CommonKADS metodologiju, moguće je definirati parametre važne za unapređenje i iskoristiti ih u daljem radu.

156

5.5.9. Ekspertni sustav - Ekspert Za shvaćanje ES korisno je prisjetiti se tko je ekspert? Ekspert je iskusna osoba, onaj koji posjeduje iskustvo. Za eksperta, u njemačkom se jeziku, kako navodi H.G. Gadamer, još od 16. stoljeća uvriježilo značenje „procjenitelj”, onaj koji svoja znanja i iskustva koristi za procjenu ili ocjenjivanje. Asocijacija na eksperta - procjenitelja, Slika 5.10.

Slika 5.10. Poznati detektiv i njegov prijatelj kao eksperti

Prema Aristotelu: ”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 zadržavanje same svrhe, odnosno racionalnost u izboru svrhe”. U novije vrijeme, procjenitelj, ekspert jest onaj kojega se sluša kada on procjenjuje, i kada netko kaže da tako ocjenjuje, tada time misli da je to ono što bi rekao „da se njega pita”. Postoji izvjesna napetost između specijalističkog znanja i umijeća općenito te izvodivost i ispravnost primjene tog znanja i umijeća. Napetost kao sukob može se razaznati između specijaliziranog umješnika na jednoj strani i ne specijaliziranog donosioca odluke za praktičnu primjenu na drugoj strani. Znanje i umijeće specijalista je drugačije vrste nego ono znanje koje odlučuje o primjeni!? Eksperti i njihova znanja su vrlo bitna za izgradnju ES. 157

5.5.10. Grupa eksperata - Delfi metoda Ideja o primjeni ES začeta je tijekom 50-ih godina, kada su znanstvenici za ispitivački proces prvi put upotrijebili Delfi metodu, (engl. Delphi method) tijekom vrhunca hladnog rata za otkrivanje odgovora na tajna vojna pitanja, u američkoj korporaciji, RAND Co. Asocijacija na grupu eksperta - procjenitelja Slika 5.11.

Slika 5.11. Grupa eksperata američke kompanije RAND Co.

Ovakva istraživanja provedena su kako bi se dobio širi pregled mišljenja u nadi povećanja točnosti projekcija i prognoza. Vjerovalo se da će generirati rezultate točnije nego što ih generiraju tradicionalni načini prikupljanja stavova, mišljenja i ekspertiza. Delfi tehnika, odnosno metoda, jedna od češće upotrebljavanih prognostičkih metoda naziv je dobila po najpoznatijem antičkom proročištu. Slikovito ime ove prognostičke metode je jedina dodirna točka s grčkim proročištem staroga vijeka u hramu boga Apolona, kada je proročica Pitija sjedila iznad pukotine u stijeni iz koje su izbijale hladne omamljujuće pare i nesuvislo i dvosmisleno odgovarala na upite. Njeni su odgovori prihvaćani kao izricanje proročanstava. Delphi metoda je strukturirana znanstvena metoda sa jasnim pravilima i procedurom. Cilj se matematički svodi na izračunavanje medijana, donjeg i gornjeg kvartila. Medijan je položajna srednja vrijednosti koja niz dijeli na dva jednaka dijela. U jednom dijelu se nalaze elementi koji imaju 158

vrijednost numeričkog obilježja jednaku ili manju od medijana, dok se u drugom dijelu nalaze oni elementi koji imaju vrijednost numeričkog obilježja jednaku ili veću od medijana. Glavna ideja metode bila je: 1. okupiti eksperte sa zadanog i promatranog područja, 2. eksperti su bez bojazni iznosi svoje mišljenje, 3. mišljenja eksperata su prosljeđivana na prosudbu, 4. odgovori eksperata su se analizirali i čuvali odvojeno, 5. eksperti su sudjelovali anonimno kako bi se minimizirao socijalni utjecaj 6. pronalazile su se točke u kojima se eksperti slažu ili im se mišljenja razilaze 7. predstavljani se sažeci i zaključci anketa sudionicima, također anonimno 8. eksperti čitaju tuđa razmišljanja te ih mogu uzeti u obzir prilikom svog novog odgovora, kojeg su slobodni ponovo revidirati. Broj informacija koje posjeduje grupa prelazi broj i kvalitetu informacija pojedinca. Tijekom rada grupe povećavao se broj relevantnih faktora i raznih aspekata i događaja. Izračunavanje medijane se preporučuje kada su nepoznate sve vrijednosti numeričkog obilježja ali su dobivene vrijednosti poredane po veličini, i poznat je njihov broj. Što je raspon između donjeg i gornjeg kvartila manji, medijan je reprezentativniji jer je zgusnutost oko medijana veća. Prednosti medijana u odnosu na izračunate srednje vrijednosti (aritmetička sredina, harmonijska sredina), je ta: -

da je manje osjetljiv na ekstreme,

-

reprezentativnost medijana u izrazito asimetričnim distribucijama frekvencija veća je od reprezentativnosti aritmetičke sredine. 159

Delphi metoda se tijekom godina proširila iz vojno-industrijskog kompleksa i danas služi za predviđanja na raznim područjima između ostalog: 

Tehnološke prognoze, brzina razvoja i otkrića novih tehnologija



Utjecaj novih tehnologija na društvo i ekonomiju

Ali je i udarila temelje koncepciji i razvoju ES. 5.5.11. Primjer ekspertnog sustava za pronalaženje mjesta kvara u distribucijskom sustavu elektroenergetskog napajanja Primjer obrađuje stvarnu tvrtku, Taiwan Power Company (TPC) ured okruga Taipei City. U bazu podataka spremljeni su podaci o sastavnim dijelovima i topologiji mreže distribucijskog sustava. U bazu znanja ugrađen je skup heurističkih znanja sakupljen iz iskustava dispečera. Za pronalaženje mjesta kvara u distribucijskom sustavu razvijen je sklop za logičko zaključivanje koji izvodi deduktivno rasuđivanje temeljem pravila iz baze znanja. Sklop za logičko zaključivanje sastoji se od tri glavna dijela: -

dinamičke metode pretraživanja

-

algoritama za potragu unatrag

-

operacija nad presjekom skupova

Korištenjem Prologa – jezika umjetne inteligencije, instaliran je ekspertni sustav u osobno računalo. Da bi demonstrirali efikasnost predloženog pristupa, korišten je ES za određivanje mjesta kvarova na stvarnom podzemnom kabelskom distribucijskom sustavu unutar distribucijskog područja. Da bi smanjili vrijeme ispada elektroenergetskog sustava i povećali pouzdanost napajanja, za dispečere je vrlo bitno što prije pronaći mjesto kvara u distribucijskom sustavu. U dosadašnjoj se praksi, određivanje mjesta kvara u većoj mjeri temelji na heurističkim pravilima dobivenim iz prethodnog iskustva sistemskih dispečera. Važna uloga eksperata u otkrivanju mjesta kvara distribucijskog sustava motivirala je izgradnju i primjenu ekspertnih sustava na tom području. 160

Većina do danas razvijenih ekspertnih sustava za dijagnozu kvara koriste se informacijama iz sklopne opreme, prekidača i releja. Ti elementi su prikladni za procjenu i sekcioniranje kvara na prijenosnom sustavu ili na distribucijskim vodovima. Za kvarove koji se događaju na dijelu distribucijskog sustava između primarnih grana i potrošača informacije će biti izbrisane na osiguraču glavnog čvora napojnog voda. Prekidač strujnog kruga na glavnom čvoru primarnog voda neće funkcionirati za kvarove koji se događaju na bočnim granama, pod granama, distribucijskim transformatorima i pridruženim uređajima. U ovom slučaju nisu dostupne informacije prekidača strujnog kruga, kao ni lokacija ispalog osigurača. Kvarovi na ovom dijelu sustava uzrokovati će prekid usluge manjem broju potrošača u odnosu na one na primarnom vodu. Međutim oni se događaju češće od kvarova na primarnom vodu. Osim toga ovaj dio sustava sadrži veliki broj široko rasprostranjenih uređaja na velikoj zemljopisnoj površini. Kako u dispečerskom centru postoji limitirani broj servisera i ekipa u službi, za dispečera je bitno ispravno identificirati moguće lokacije kvara i na najvjerojatnija 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 prosudbu te poslati servisere na drugo mjesto. U centralnom dijelu prometnih gradova kao što je Taipei, serviserima treba 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 u dispečerski centar. Dispečeri tada koriste adresu poziva za servis i svoje prethodno iskustvo za identificiranje lokacije kvara. Kako u trenutnoj bazi podataka ne postoje podaci o lokaciji i povezanosti komponenata distribucijskog sustava, kao što su sekcije kabela, distribucijski transformatori, sklopke i sl., nemoguće je točno identificirati iz kojeg distribucijskog transformatora dobiva napajanje kupac u kvaru. 161

U većini slučajeva dispečer će pregledati konfiguracijske dijagrame i mape napojnih krugova i pokušati odrediti distribucijske transformatore u blizini adrese kupca koji je zahtijevao servis. S tako određenim distribucijskim transformatorima, temeljem njihove povezanosti s ostalim uređajima u distribucijskoj mreži, dispečer identificira nekoliko mogućih lokacija kvara. U procesu donošenja odluke, važnu ulogu imaju heuristička dispečerska pravila stečene prethodnim operativnim iskustvom. ES oponaša ponašanje iskusnog dispečera u dijagnosticiranju kvarova distribucijskog sustava. Da bi se dispečeri oslobodili od mučnog pregledavanja mapa i napajačkih dijagrama, u bazu podataka ekspertnog sustava spremaju se lokacija 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 City sakupljen 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 i operacija nad presjekom skupova. Ekspertni sustav instaliran je u osobno računalo i testiran na distribucijskom sustavu unutar servisnog područja TPC ureda okruga Taipei City. Rezultati testiranja pokazali su da je ekspertni sustav sposoban na vrlo efikasan način identificirati greške u distribucijskom sustavu.

162

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 su logičkoj jedinici za konfiguriranje distribucijskog sustava u procesu određivanja 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 između korisnika i ekspertnog sustava. Pomoću tog okruženja, korisnik zahtjeva od ekspertnog sustava da odredi mjesto kvara. Isto tako korisnik može nadograditi podatke i pravila u bazi znanja.

163

S druge strane, preko tog okruženja, ekspertni sustav snabdijeva korisnike s informacijama o mjestima kvara i zahtjeva od njih da nešto urade. Dizajniranje ekspertnog sustava započinje sa sakupljanjem podataka o distribucijskom sustavu i spremanjem tih podataka u bazu podataka. Nakon toga, da bi se dobila heuristička pravila (pravila dobivena iz prakse) za identificiranje mjesta kvara vođen je razgovor sa iskusnim dispečerima. Završni korak u dizajnu ekspertnog sustava je kodiranje pravila i izgradnja logičke jedinice sposobne za izvođenje logičkog rasuđivanja nad pravilima u 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 164

6. Čvorove osjetljive na kvar zbog poznatih razloga Obzirom na opisne stavke potrebno je navesti slijedeće komentare: 1. Za određivanje svakog čvora i svih uređaja na njemu, kompletno TPC servisno područje okruga Taipei City, podijeljeno je u 6800 kvadrata, svaki veličine 100x100m. 2. Za imenovanje svakog bloka koristi se dvodimenzionalni pravokutni koordinatni sustav, ( brojevi od 0 do 9 i slova od A do H)

3. Iz konfiguracijskih dijagrama napojnih krugova, mogu se identificirati čvorovi koji određenom čvoru prethode i oni koji dolaze iza njega. 4. Da bi odredili mjesto kvara u distribucijskom sustavu zvjezdaste strukture, potrebni su samo uređaji koji određenom čvoru prethode budući da preko njih vodi jedini put prema izvoru. Da bi olakšali buduće radove na rekonfiguraciji mreže, također spremaju se i uređaje koji slijede. 5. Ključni kupci imaju tehničko osoblje zaduženo za kontrolu opskrbe zgrade električnom energijom. Njihova dužnost je obavijestiti TPC servisni centar o svakom prekidu usluge. U slučaju kada to nisu napravili, da bi provjerio da li je kod njih usluga u prekidu, dispečer koristi raspoložive telefonske brojeva za telefonski kontakt . 6. Adrese i telefonski brojevi ključnih kupaca spremljeni su u bazu podataka, tako da ekspertni sustav može zahtijevati od korisnika da nazove određenog ključnog kupca i natrag vrati informaciju o njegovom trenutnom statusu. Za automatsko pozivanje ekspertni sustav je povezan sa sustavom za automatsko pozivanje. 7. Koristeći podatke iz stavaka 1 – 3 i heuristička pravila, logička jedinica može odrediti neka područja gdje je moguće mjesto kvara. 165

8. Da bi područje kvara još više suzili, koriste se informacije iz stavaka 4 – 6. Ti podaci mijenjaju se s vremenom, i neprekidno nadopunjavaju od strane korisnika kako bi prikazivali trenutnu situaciju. U programu Prolog, podaci su spremljeni u formi 'činjenica'. Primjeri: Činjenica da je kupac_1 u kvaru glasi fact 1: interrupted (kupac_1) Činjenica da je točka_1 čvor glasi fact 2: branching (točka_1) Činjenica da je točka_1 blizu kupca_1 glasi fact 3: close-to (kupac_1, točka_1) BAZA PRAVILA Kroz razgovor s iskusnim dispečerima identificirana su i obrađena slijedeća heuristička pravila: 1. Kupac obično dobiva napajanje iz obližnje, (najčešće) distribucijske trafostanice 2. Čvor se napaja iz čvora koji mu prethodi 3. Distribucijski sustav ima zvjezdastu strukturu, pa postoji jedinstveni put od izvora do svakog čvora 166

4. Područje mogućeg kvara sadrži čvor najbliži kupcu u prekidu, te sve prethodne čvorove. 5. Najčešće će tehničko osoblja ključnih kupaca prijaviti kvar u njihovoj zgradi 6. Rijetko se istovremeno događaju dva različita kvara na istom distribucijskom području 7. Preopterećeni transformatori podložni su ispadanju 8. Ispadanje čvorova u blizini restorana vjerojatno je uzrokovano štakorima koji oštećuju izolaciju

Navedena pravila napisana su u Prologu, jeziku umjetne inteligencije. Ta su pravila ugrađena u bazu pravila i imaju slijedeću formu: If – AKO........................................................................ ( premisa ) Then – ONDA........................................................... ( konkluzija ) Ako je zadovoljena 'premisa' tada se aktivira 'konkluzija'. Npr. pravilo 1. iz baze pravila može se prikazati u Prologu na slijedeći način: rule 1: is-supplied ( X, Y ): interrupted ( X ), branching ( Y ) closeto ( X, Y ) Značenje ovog izraza je slijedeće: Ako vrijedi { X je kupac u prekidu & Y je čvor & Y je blizu X } Tada vrijedi { X dobiva napajanje Y } Koristeći 'činjenice' 1 – 3 iz baze podataka, očito je da će u 1. pravilu 'premisa' biti zadovoljena kada je varijabli X pridružena vrijednost kupac_1, a varijabli Y vrijednost točka_1.

167

Ako je ta 'premisa' zadovoljena dolazi do aktiviranja 'konkluzije' tj. zaključenja nove činjenice: X dobiva napajanje iz Y Drugim riječima, koristeći pravila iz baze pravila i podatke (činjenice) iz baze podataka ekspertni sustav kreira novi zaključak (činjenicu) koji u ovom slučaju glasi: kupac_1 dobiva napajanje iz točke_1. To znači da se kroz ponavljajuće usporedbe unutar 'premisa' dijela pravila, može izvesti skup novih činjenica i podataka iz konkluzijskog dijela pravila. Dakle može se reći da će kroz ponavljajuće deduktivno rasuđivanje, ekspertni sustav doći do konačnog rezultata.

LOGIČKA JEDINICA Proces izvođenja novih činjenica i konačnog rezultata pomoću deduktivnog rasuđivanja postavljenih pravila, kontroliran je od strane logičke jedinice, koja predstavlja jezgru ekspertnog sustava. Kako se Prolog program izvodi u redoslijedu u kojem su činjenice i pravila spremljeni u program, uz pomoć nekih kontrolnih naredbi, korisnik programa mora dizajnirati logičku jedinicu. Na primjer, temeljem 6. pravila iz baze pravila, pretpostavljen je pojedinačni događaj ispada. Drugim riječima, pretpostavljamo da u proučavanom sustavu, u bilo kojem trenutku, postoji samo jedan kvar. Slijedi dijagram toka procedura logičke jedinice, Slika 5.13..

168

Slika 5.13. Dijagram toka procedura logičke jedinice ES za pronalazak i ispis područja greške u distribucijskom sustavu

169

Iz dijagrama toka slijedi da logička jedinica započinje s učitavanjem zapisa prijava kvarova od strane korisnika ekspertnog sustava. Kako je određivanje mjesta kvara vrlo hitan zadatak, da se smanji vrijeme potrebno za unos adrese potrošača u kvaru, dizajnirano je prikladno korisničko sučelje. Potrošači se mogu podijeliti u dvije grupe: grupa ključnih potrošača i grupa običnih potrošača. Poznato je točno na koji čvor je spojen ključni potrošač. Ali to nije slučaj kod običnog potrošača. Stoga 2. blok u dijagramu toka logičke jedinice provjerava bazu podataka, da se ustanovi da li postoji neki ključni potrošač koji je u kvaru. Ako postoji takav potrošač, u 3. bloku provodi se potraga unatrag, počevši od čvora s kojeg ključni potrošač dobiva napajanje. U procesu potrage unatrag koriste se svi u bazi podataka spremljeni čvorovi koji prethode tom čvoru. Kao rezultat te potrage dobiva se područje kvara koje sadrži sve prethodne čvorove i njima pridružene uređaje. Za to se koristi baza podataka uređaja distribucijskog elektroenergetskog sustava kao što su: - transformatori, sklopke, oprema, sekcije kabela između čvorova i drugo... Primjer 1 Na dijagramu, Slika 5.14. prikazan je primjer za prijavu kvara ključnog potrošača napajanog iz čvora 11. Uočavaju se podjele na blokove u kojima se nalaze ključni potrošači X i Y. Oni su napajani preko svojih, pripadajućih, primarnih i radijalnih napojnih vodova. Napajanom čvoru 11 prethode čvorovi 1 – 2 – 9 – 10. Obzirom da ne razmatramo kvarove na primarnom napojnom vodu, čvorovi 1 i 2 otpadaju, pa područje kvara čini radijalni vod od čvora 2 do čvora 11. Bilo koji uređaj ili kabelska sekcija unutar područja kvara, može biti uzrok prekida usluge za ključnog potrošača s čvora 11. Konkretno to znači da kvar može biti na transformatorima i sklopkama koji se nalaze na čvorovima 9, 10 i 11, te na kabelskim sekcijama 2 – 9, 9 – 10, 10 – 11.

170

Slika 5.14. Procedura utvrđivanja čvorova napajanja

171

Primjer 2 Razmatra se slučaj kada nema prijave kvara od strane ključnog potrošača. U slučaju da je kvar prijavio običan potrošač za kojeg nije poznato s kojeg se čvora napaja, mora se pogađati iz kojeg čvora se napaja taj potrošač. Temeljem 1. pravila iz baze pravila zaključeno je da napajački čvor potrošača u kvaru ne može biti daleko od njega. Stoga 4. blok u dijagramu toka logičke jedinice provodi metodu dinamičkog pretraživanja za identifikaciju čvora koji je blizu potrošača u kvaru. Opis metode dinamičkog pretraživanja bazira se na utvrđivanju činjenica iz raspoloživih baza, podataka, pravila, (znanja),... U prikupljenoj bazi podataka imamo adresu i poziciju (opisanu s dvodimenzionalnim pravokutnim koordinatnim sustavom) svakog čvora. Problem leži u činjenici da imamo adresu potrošača u kvaru, ali ta adresa obično nije adresa niti jednog čvora. Glavna poteškoća u lociranju čvora, koji je blizu potrošača u kvaru, je da nemamo koordinate potrošača. Zbog toga metoda dinamičkog pretraživanja započinje traženjem čvora čija je adresa blizu adrese potrošača u kvaru. Npr. pretpostavimo da je adresa potrošača u kvaru „Aleja Samuraja broj 10“. Pronađen je čvor čija je adresa „Aleja Samuraja broj 14“ i za očekivati je da su brojevi potrošača 10 i 14 blizu. Može se zaključiti da je taj čvor blizu potrošača u kvaru. Čvor dobiva naziv 'centralni čvor'. Iako nije baš 100% sigurno da potrošač u kvaru dobiva napajanje iz tog čvora, može se zaključiti da ga dobiva od njega ili od okolnih čvorova. Kako je lokacija svakog čvora definirana na mapi s parom pravokutnih koordinata, korištenjem tih koordinata moguće je pronaći čvorove blizu ' centralnog čvora '. Ekspertni sustav uzima u obzir čvorove koji se nalaze unutar kvadratnog bloka dimenzija 100x100 m u čijem se središtu nalazi ' centralni čvor '. Obzirom da se površina kvadratnog bloka, na zahtjev korisnika ekspertnog sustava, može raširiti ili suziti, metoda je nazvana dinamičkom metodom pretraživanja. Pretpostavlja se da je zaprimljena prijava kvara od strane potrošača X i potrošača Y. Iako postoje adrese tih potrošača nisu poznate njihove koordinate na mapi. Zbog toga se prvo pomoću adresa čvorova pristupa pronalasku blizine potrošača i utvrđuje se da je adresa čvora 7 blizu adrese potrošača X, a adresa čvora 14 blizu adrese potrošača Y. Nakon toga korištenjem koordinata čvora 7, koji je postao ' centralni čvor ' potrošača 172

X, određuje se unutar 'Bloka 1' (kvadrat dimenzija 100x100m sa čvorom 7 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 Y napajan iz čvorova 6, 8 i 14 koji se nalaze unutar ' Bloka 2 ' Sada kada su pronađeni potencijalni čvorove iz kojih su napajani potrošači X 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 kvara: 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 više suziti 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 neki ključni 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). 173

Drugim riječima, potencijalno su u kvaru uređaji na čvoru 3 ili kabelska sekcija 1-3. Detalje sužavanja Područja 1 i Područja 2 razrađuju heuristički algoritmi. Na taj način daljnjim sužavanjima područja kvara, ekspertni sustavu u blokovima 1 – 4 nastavlja s provjerom da li postoje ključni potrošači koji dobivaju napajanje s čvorova 5 i 7. Blokovi pridruženi tim aktivnostima zbog limitiranog prostora izostavljeni su iz dijagrama toka. Područja kvara dobivena u 7. bloku dijagrama toka logičke jedinice, mogu se u 8. bloku i dalje sužavati korištenjem stavaka 4 – 6 iz baze podataka. Npr. ako područje kvara uključuje čvor 3 i kabelsku sekciju 1-3, a korištenjem 5. stavke baze podataka vidimo da je sekcija 1-3 često u kvaru, tada je vrlo vjerojatno da je kvar na toj sekciji. U 9. bloku dijagrama toka logičke jedinice, na korisničkom terminalu ispisuju se adrese i povezanost uređaja koji čine područje kvara. IMPLEMENTACIJA EKSPERTNOG SUSTAVA Ekspertni sustav implementiran je u osobno računalo. Napisan je u jeziku umjetne inteligencije Prologu. Program ima otprilike 130 pravila. Da bi se demonstrirala efikasnost predloženog ekspertnog sustava, provjerena je identifikacija mjesta kvarova na distribucijskom sustavu unutar servisnog područja koje pokriva TPC ured okruga Taipei City. Testirani sustav ima: 5 primarnih napojnih grana, 49 radijalnih grana i 138 čvorova. Među potrošačima koje opslužuje testirani sustav postoji 46 ključnih potrošača. Ulazni podaci u ekspertni sustav su adrese potrošača u kvaru. Izlazni podaci iz ekspertnog sustava su adrese i povezanost svih uređaja u području kvara. Testiran je slučaj kvara na čvoru 17. Kvar su prijavila 2 potrošača. Nijedan od njih nije ključni potrošač. Ekspertni sustav određuje moguća područja kvara za 1. Potrošača, a zatim ekspertni sustav izvodi presjek skupova mogućih područja kvara pa za rezultat dobiva 3 čvora ( 16, 17 i 20 ) i 3 sekcije kabela ( 1-16, 16-17, 17-20 ). Nakon toga, da suzi područje kvara, ekspertni sustav pretražuje bazu podataka i pronalazi 2 ključna potrošača koja su napajana sa čvorova 16 i 20. Ispisuju se njihovi telefonski brojevi i od korisnika sustava traži se da provjeri da li su ti potrošači u kvaru. 174

Nakon telefonskog kontakta ključnih potrošača dobivena je informacija da 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 ispisuju njihove adrese i povezanost. Na te adrese šalju se servisne ekipe da pregledaju specificirane uređaje, lociraju i otklone kvar. Za vrijeme testiranja u periodu od 12 mjeseci dogodilo se 19 slučajeva kvarova. Svi slučajevi analizirani su od strane ES. U 17 slučaja uspješno je locirano područje kvara. ZAKLJUČAK Primjer odabranog ES dokazao se u praksi kao operativna pomoć dispečerima 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 iskusnih dispečera temeljem njihovog operativnog iskustva. Baza podataka i pravila predstavlja temelj za deduktivno rasuđivanje koje izvodi logička jedinica u svrhu 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 pronalaženja kvarova na distribucijskom sustavu unutar servisnog područja koje pokriva TPC 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 stručnim edukacijskim obradama iz Tablice 5.13.

175

Tablica 5.13. Izbor članaka o ekspertnim sustavima u elektroenergetici

Red. Oznaka Naslov br.

Autori

ANALYSIS OF RADIATED EMISSIONS FROM A PRINTED CIRCUIT BOARD USING EXPERT SYSTEM ALGORITHMS EXPERT SYSTEM FOR POWER QUALITY DISTURBANCE CLASSIFIER

T. Hubing, Y. Fu

Objava

1.

P14 – ES

2.

P13 – ES

3.

P12 – ES

4.

P11 – ES

5.

P10 – ES

AN EXPERT SYSTEM FOR TRANSMISSION SUBSTATION EVENT ANALYSIS

M. Kezunović, P. Spasojević C. W. Froomen, D. R. Sevcik

6.

P9 – ES

PROTECTIVE DEVICE COORDINATION EXPERT SYSTEM

H. W. Hong C.-T. Sun M. Steven

7.

P8 – ES

AN EXPERT SYSTEM FOR LOCATING DISTRIBUTION SYSTEM FAULTS

8.

P7 – ES

AN EXPERT SYSTEM FOR SUBSTATION FAULT DIAGNOSIS AND ALARM PROCESSING

J. P. Liu, J.T. Lm H.S.Yu, R.T.Kuo Y.Y.Hsu, Y.Chien C. Protopapes, IEEE K.P. Psaltiras, Transactions on A.V. Hachias, Power Delivery Vol. 6. No. 2, April 1991

M. B. Ibne Reaz, F. Choong, M. S. Sulaiman, F.l M.Yasin, M. Kamada ARTIFICIAL INTELLIGENCE W. R. Anis AND ADVANCED Ibrahim MATHEMATICAL M. M. Morcos TOOLS FOR POWER QUALITY APPLICATIONS: A SURVEY A FAULT DIAGNOSIS H.-J. Lee, EXPERT SYSTEM FOR B.-S. Ahn, DISTRIBUTION Y.-M. Park SUBSTATIONS

176

IEEE Transactions on EMC, Vol. 49, No. 1, February 2007 IEEE Transactions on Power Delivery, Vol. 22, No. 3, July 2007 IEEE Transactions on Power Delivery, Vol. 17, No. 2, April 2002 IEEE Transactions on Power Delivery, Vol. 15,No.1, January 2000 IEEE Transactions on Power Delivery, Vol. 8, No. 4, October 1993 IEEE Transactions on Power Delivay, Vol. 6, No. 1, January 1991

9.

P6 – ES

10.

P5 –ES

11.

P4 -ES

12.

P3 – ES

13.

P2-ES EMC

14.

P2-ES

15.

P1ESEM C

16.

P1-ES

A KNOWLEDGE- BASED APPROACH TO OPTIMIZE SWITCHING IN SUBSTATIONS

Z. Z. Zhang G.S. IEEE Hope Transactions on O.P. Malik Power Delivery, Vol. 5, No. 1, January 1990 AN EXPERT SYSTEM A.V. Machias IEEE APPROACH TO DESIGNING E.N. Dialynas Transactions on AND TESTING SUBSTATION Power Delivery, GROUNDING GRIDS Vol. 4, No. 1, January 1989 CLASSIFICATION OF C. J. Kim IEEE FAULTS AND SWITCHING B.D. Russell Transactions on EVENTS BY INDUCTIVE Power Delivery, REASONING AND EXPERT Vol. 4, No. 3, July SYSTEM METHODOLOGY 1989 AN EXPERT SYSTEM FOR J.-L. Chen, IEEE LOAD ALLOCATION IN Y.-Y. Hsu Transactions on DISTRIBUTION EXPANSION Power Delivery, PLANNING Vol. 4, No. 3, July 1989 EMC EXPERT SYSTEMS T. Hubing University of FOR EVALUATING Missouri-Rolla, AUTOMOTIVE DESIGNS Dep. of El. and Computer Engineering Rolla AN EXPERT SYSTEM FOR C. Fukui, IEEE FAULT SECTION J. Kawakami, Transactions on ESTIMATION USING Power Delivery, INFORMATION Vol. 1, No. 4, FROM PROTECTIVE October 1986 RELAYS AND CIRCUIT BREAKERS AN EXPERT SYSTEM T. Hubing, University of APPROACH TO EMC J. Drewnijak, Missouri-Rolla, MODELING T. Van Doren, EMC Laboratory N .Kashyap AN EXPERT SYSTEM AS A Kevin Tomsovic, DISPATCHERS' AID FOR Chen-Ching Liu, THE ISOLATION OF LINE Paul Ackerman SECTION FAULTS and Steve Pope

177

6. INTELIGENTNI SUSTAVI I LEGISLATIVA Najmudriji grk SOKRAT bio je učitelj PLATONU a njegov je učenik bio ARISTOTEL. U namjeri da omogući najbolju naobrazbu sinu Aleksandru, Filip Makedonski pozvao je u to vrijeme najmudrijeg Grka da mu bude učitelj. Bio je to nitko drugu nego Aristotel.

Uvod u šesto poglavlje ___________________________________________________________ U ovom je poglavlju prezentiran dio problematike obrađene u razvojnim projektima autora koji ukazuju na manjkavost nacionalne legislative koja propisuje obvezu nekih specijalističkih mjerenja za provođenje kojih se koriste inteligentni i ekspertni sustavi. Odabrani su primjeri mjerenja i utvrđivanje graničnih razina: a) niskofrekventnih elektromagnetskih polja elektroenergetskih sustava i b) svjetlosnih karakteristika jediničnih izvora aerodromskih sustava svjetlosne signalizacije. Ekonomija elektrotehničkih sustava u cjelini, ili nekog njegovog aplikacijskog dijela, pod udarom je troškova koji proizlaze iz tih propisanih obveza uvjetovanih Pravilnikom o zaštiti od elektromagnetskih polja i Pravilnikom o aerodromima. Legislativni zahtjevi u prvom slučaju zanemaruju činjenicu da je elektroenergetski sustav nužno promatrati u cjelini, pa je stoga razvijen računalni program koji koristi elektromagnetski model, koncipiran tehnikom konačnih elemenata, koji ukazuje na niz nedorečenosti. Eksperimentalno dobiveni rezultati mjerenjem elektromagnetskih polja uspoređivani su s izračunatim i obrađivanim rezultatima iz baza znanja i baza podataka ekspertnog sustava. Dobiveni zaključci ukazuju na potrebu dodatnog preispitivanja zahtjeva vezanih na niz periodičkih mjerenja kod tipskih elektroenergetskih objekata, ali i problematiku pokretanja izmjene legislative. U drugom slučaju legislativni zahtjevi za mjerenje svjetlosnih karakteristika jediničnih izvora aerodromskih sustava svjetlosne signalizacije uvedeni naknadno za zračne luke kategorije I, komentirani su osvrt na ekonomičnost i razine propisanih referentnih veličina. Za otvoreni problem verifikacije stanja ili upitnosti i opravdanosti pojedinačnih mjerenja nakon interventnog održavanja ili prema utvrđenim rezultatima terenskih mjerenja, predložen je način rješavanja algoritmima iz ekspertnog sustava.

178

6.1. Osvrt na legislativu mjerenja elektromagnetskih polja i svjetlosnih karakteristika Uvođenje nove i usklađivanje postojeće legislative, naročito u zadnje vrijeme obilježeno ulaskom Hrvatske u Europsku uniju, (EU), zadalo je dosta posla političarima ali i „struci“. U ovom radu navode se dva primjera iz elektrotehničke struke potkrijepljena konkretnim aktivnostima iz prakse koja ukazuju mladim stručnjacima da postoje potrebe njihovog angažiranja i na drugim mjestima i u drugim okolnostima. Hrvatskoj, kao članici EU dostupna je najveća baza podataka, European Commission – Eurostat, i iz nje se može pratiti pristup rješavanju pojedine problematike koja je u nadležnosti određenih europskih institucija. Za potrebe ovog rada pretraživani su i korišteni materijali iz baze podataka Međunarodne komisije za zaštitu od ne ionizirajućeg zračenja, (engl. International Commission on Non-Ionizing Radiation Protection ICNIRP) i Europske agencije za zrakoplovnu sigurnost, (engl. European Aviation Safety Agency - EASA) . Hrvatska nacionalna institucija u čijoj je nadležnosti problematika elektromagnetskih polja, (EMP), je Ministarstvo zdravlja, Sektor državne i granične sanitarne inspekcije, Služba državne sanitarne inspekcije, Odjel za zaštitu od zračenja. Nacionalna institucija u čijoj je nadležnosti problematika mjerenja svjetlo tehničkih karakteristika je Ministarstvo pomorstva, prometa i infrastrukture, Hrvatska agencija za civilno zrakoplovstvo, Sektor aerodroma i zaštite zračnog prometa, Odjel aerodroma. 6.2. Iskustva s mjerenjima niskofrekventnih elektromagnetskih polja Aktualna hrvatska legislativa, Pravilnik o zaštiti od EMP, propisuje granične razine niskofrekventnih EMP, kojih su izvori svi elementi elektroenergetskog sustava, (EES), nazivnog napona većeg od 1 kV, (transformatorske stanice, elektroenergetske vodove, rasklopna postrojenja,...). Propisana je obveza mjerenja za svaki element, uređaj, sklop, sustav ili bilo koji elektroenergetski objekt, (EEO), koji se tretira kao pojedinačni izvor. Konkretna problematika rješavana je i obrađena na primjerima iz prakse, koji su provjereni statističkom obradom dobivenih rezultata za niz praktičnih primjera korištenjem aplikacijski razvijenim programom u modelu ekspertnog sustava. Potvrda je dobivena eksperimentalno uspoređivanjem rezultata dobivenih mjerenjem na EES s izračunatim rezultatima za granične razine referentnih veličina na području 179

profesionalne izloženosti i na području povećane osjetljivosti. Navedenim radovima, i javnim predavanjima, ukazano je na potrebno preispitivanje zahtjeva vezanih na prva i periodička mjerenja, naročito kada se radi o nizu tipskih objekata, za koje je službenim dopisima nadležnim institucijama države uz rezultate provedenih ispitivanja na EEO naponskih razina od 400kV do 6,3kV, Slike 6. 1, 6.2. i 6.3. zatražilo i dobilo izuzeće u cilju smanjenja troškova.

Slika 6.1. Mjerenja elektromagnetskih polja na 400kV, 220kV i 110kV elektroenergetskih dalekovoda i postrojenjima

Slika 6.2. Mjerenja elektromagnetskih polja u 110kV i 10kV transformatorskoj stanici

180

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.       H  J    E  Js (6.1)     E  j  B

(6.2)

 B  0

(6.3)

gdje je: J - fazor vektora gustoće ukupne struje,  J s - 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.

181

Obrađeni primjeri iz prakse, korištenjem aplikacijski razvijenim programom u modelu ekspertnog sustava, potvrđeni su prema Slikama 6.4. i 6.5, i aplikativno primijenjeni u razradama.

Slika 6.4. Izgled magnetskog i električnog polja ispod dalekovoda, od 04400kV 182

Slika 6.5. Prikaz usporedbe proračunskih i izmjerenih vrijednosti magnetske indukcije ispod 400kV dalekovoda Za razliku od aplikativne Studije, elaboratima, koji se izrađuju prema zahtjevima nadležnih institucija, na temelju propisane legislative, za zaštitu od električnih i magnetskih polja, za kabelske i zračne vodove, (pojedinačne ili rasplete), redovito se potvrđuje i zaključuje kako su projektirana tehnička rješenja zadovoljavajuća i da će emitirana električna i magnetska polja biti vrijednosti niže od propisanih dozvoljenih graničnih vrijednosti. Elaboratima se redovito, bez izuzetaka zaključuje da su proračuni na strani sigurnosti i da će očekivane jakosti električnog i magnetskog polja, u normalnom pogonu biti manje od graničnih, preuzeto iz projektne dokumentacije, literature dostupne autoru, Slike 6.6 i 6.7.

Slika 6.6. Razdioba električnog i magnetskog polja uzduž 35kV dalekovoda 183

Slika 6.7. Razdioba električnog i magnetskog polja presjeku ukopanog 35kV kabela U elaboratima za proračune maksimalnih vrijednosti jakosti električnih i magnetskih polja za transformatorske stanice, rezultati se prikazuju kao trodimenzionalna ili dvodimenzionalna raspodjela gustoće magnetskog toka 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 184

Slika 6.9. Dvodimenzionalni prikaz razdiobe magnetskih i električnih polja svih postrojenja i objekata trafostanice

U elaboratima se maksimalni napon s kojim se radi proračun za 20kV postrojenje, kako za vodove tako i za transformatorske stanice, iznosi 24 kV. Cjelokupni se proračun provodi s maksimalnim vrijednostima strujnog opterećenja, koje se u stvarnom pogonu vrlo rijetko javljaju. Tako su i ti proračuni na strani sigurnosti. Kako je poznato legislativa propisuje granične razine NF EMP, kojima su izvori svi elementi EES, nazivnog napona većeg od 1 kV. Transformatorske stanice, elektroenergetske vodove, rasklopna postrojenja, ili bilo koji drugi elektroenergetski objekt, element ili uređaj promatra se kao pojedinačni izvor. Formalnim inzistiranjem na udovoljavanju legislativnih zahtjeva utvrđivanja razine zračenja pojedinačnih izvora, zanemarena je činjenica da je EES cjelina čije se elektromagnetsko svojstvo razlikuje od pojedinačnih. Iz tog je razloga problematiku elektromagnetskih polja u EES nužno analizirati kroz sastavnice elektromagnetskog modela kao što je načinjeno u primjeru. Legislativa propisuje da vlasnici EEO, od početka projektiranja, kroz upravni postupak pa sve do izgradnje, uporabe i održavanja, moraju voditi računa o razinama elektromagnetskog zračenja. Proračune, procjene, zaštitu i mjerenja mogu raditi samo ovlaštene institucije s akreditacijom i certificiranom opremom, (softverski alati za proračune i instrumenti i uređaji za mjerenje), i taj je zahtjev prepušten tržišnom nadmetanju. Nalog da je za sve elemente elektroenergetskog sustava, nazivnog napona većeg od 1 kV, a u to se ubraja veliki broj što izgrađenih što rekonstruiranih transformatorskih stanica, elektroenergetskih vodova, kabela i sklopnih postrojenja, potrebno mjerenje provoditi i periodički, 185

unosi veliku zabunu zbog različitih tumačenja ili nepoznavanja same svrhe provedbe zaštite i mjerenja elektromagnetskih polja. Način na koji se može racionalizirati trošak odabire u prvom redu investitor, ali, moguće je da struka izgubi bitku u birokratskim pristupima, nadležnih institucija koje nisu u kompetenciji struke. Ono što je važno za problematiku mjerenja elektromagnetskih polja su učestale medijske insinuacije o štetnosti, malte ne katastrofičnosti EEO koji su 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 sustava svjetlosne signalizacije vezane uz autoceste, velike tunele kao i javna rasvjeta. Taj dio legislative mora biti poseban predmet obrade koji će uključiti i legislativu povezanih područja svjetlosnog onečišćenja, certifikacije i energetske učinkovitosti, obnovljive izvore energije i nove tehnologije 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 sadržavati vizualni 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 izvora svjetla 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 osigurala njihova sukladnost s primjenjivim vrijednostima. Intenzitet, širenje snopa i 186

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. Učestalost mjerenja intenziteta, širenja snopa i orijentacije jediničnih izvora svjetla sustava rasvjete USS opremljene sustavom za instrumentalni precizni prilaz CAT II/III, mora se temeljiti na gustoći prometa, razini lokalnog zagađenja, pouzdanosti instalirane rasvjetne opreme i stalnom ocjenjivanju rezultata terenskih mjerenja, i to: a) dva puta godišnje za jedinične izvore svjetla ugrađene u kolničku konstrukciju, te b) jednom godišnje za sve ostale jedinične izvore svjetla. Cilj sustava preventivnog održavanja za USS opremljene sustavom za instrumentalni precizni prilaz CAT II/III jest osigurati da tijekom bilo kojeg razdoblja operacija zrakoplova utemeljenih na CAT II/III, svi jedinični izvori svjetla sustava prilazne rasvjete i rasvjete USS budu ispravni. Nadalje stavke 13) do 20) također definiraju Sustav preventivnog održavanja 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 prilazne rasvjete 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 i orijentacije jediničnih izvora svjetla sustava rasvjete USS opremljene sustavom za instrumentalni 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 kolničku konstrukciju, 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 što uz stroge procedure i osposobljene, (licencirane) djelatnike, garantira 187

pružanje kvalitetne usluga prihvata i otpreme zrakoplova – sigurnosti zračne plovidbe na zračnoj luci). Može se kazati da je to složeni sustav s množinom opreme koja osim sustava svjetlosne signalizacije, obuhvaća sustave sigurne opskrbe električnom energijom s osnovnim i sekundarnim izvorima napajanja, sustave nadzora i upravljanja kretanja zrakoplova po manevarskim površinama i sustave za navođenje zrakoplova na parkirne pozicije. Svi su ti sustavi integrirani u sustave gospodarenja sigurnošću, kvalitete i upravljanja pa su dijelovi ili podsustavi inteligentnih i ekspertnih sustava. Stupanjem na snagu nove legislative u kompetenciji Elektrotehničkog odjela, pokrenuti su programi cjeloživotnog obrazovanja, (AERO TVZ), i opremljen je praktikum za izvođenje vježbi i uvođenje znanstvenoistraživačkog rada, za to specijalističko zrakoplovno područje. Uz programe edukacije razvijaju se inteligentni sustav koji se koristi prikupljenim i formiranim bazama znanja i bazama podataka aerodromskih sustava svjetlosne signalizacije. Na taj način kreirani algoritmi ukazuju na karakteristike i efikasnosti pojedine opreme i podsustava, što se može vrlo kvalitetno primijeniti i na konkretnim primjerima zrakoplovne problematike za zračne luke kao krajnje korisnike. Na tim primjerima, načinjena je i obrada specifičnog zahtjeva legislative za aerodromska vizualna sredstva, u koja se ubrajaju osim ALS, sustavi rasvjete, oznake i znakovi, što su zajedno sastavni dio sustava za vođenje i kontrolu kretanja operativnim površinama. Kada je riječ o svjetlo tehničkim karakteristikama, prosječna jakost glavnog snopa jediničnih izvora svjetala računa se na način da se utvrde točke mreže simetrične oko zajedničkih vertikalnih i horizontalnih osi, Slika 6.10.a), prikazuje točke mreže za sustave prilazne rasvjete i rasvjete USS, dok Slika 6.10.b), prikazuje točke mreže za svjetla središnje crte za vožnju i svjetla zaustavnih prečki. Svaka je komponenta ALS legislativno definirana, i prikazana u izokandela dijagramu.

188

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 pojedinačne komponente koja mora biti usklađena prema referentnoj. Svako pojedinačno svjetlo, ima svoju prosječnu jakosti. Prosječna jakost unutar elipse 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.

189

Tablica 6.1. ICAO Annex 14, omjer prosječne jakosti za svaki dio ALS u odnosu na jedinični izvor svjetala ruba USS Broj ALS/GLS- Dio sustava svjetlosne slike signalizacije 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10

Omjer prosječne jakosti svjetla dijela ALS i rubnih svjetala USS

Prilaz centralna linija/crossbars 1.5 - 2.0 (bijelo svjetlo) Prilaz bočne strane 0.5 - 1.0 (crveno svjetlo) Prag 1.0 - 1.5 (zeleno svjetlo) Prag (wing bar) 1.0 - 1.5 (zeleno svjetlo) Područje slijetanja 0.5 - 1.0 (bijelo svjetlo) Uzletno-sletna staza centralna linija 0.5 - 1.0 (bijelo svjetlo) (među razmak svjetala 30 m) Uzletno-sletna staza centralna linija 0.5 - 1.0 for CAT III (bijelo svjetlo) (među razmak svjetala 15 m) 0.25 - 0.5 for CAT I, II (bijelo svjetlo) Uzletno-sletna staza -kraj 0.25 - 0.5 (crveno svjetlo) Uzletno-sletna staza rubovi (među 1.0 (bijelo svjetlo) razmak svjetala 45 m) Uzletno-sletna staza rubovi (među 1.0 (bijelo svjetlo) razmak svjetala 60 m)

Kako navodi Pravilnik, važnost odgovarajućeg održavanja ALS, nikada se ne može dovoljno naglasiti. Prosječna jakost svakog pojedinačnog svjetla nikada ne smije pasti na vrijednost nižu od 50% vrijednosti prikazane na slikama navedenim u Tablici 6.1. Nadalje, Pravilnik upozorava na kontrolu jakosti prilazne rasvjete i sustava rasvjete USS, gdje uočljivost svjetala ovisi o stečenom dojmu kontrasta između svjetla i njegove pozadine. Da bi svjetlo bilo korisno pilotu kada prilazi danju, mora imati jakost od barem 2 000 ili 3 000 cd, a u slučaju prilaznih svjetala poželjna je jakost reda veličine 20 000 cd. U uvjetima magle po vrlo blještavom dnevnom svjetlu može biti nemoguće osigurati svjetla dovoljne jakosti da bi bila učinkovita. S druge strane, pri vedrom vremenu u mračnoj noći, moguće je utvrditi da su jakosti prilaznih svjetala i svjetala ruba USS reda veličine 100 cd, odnosno 50 cd odgovarajuća. Čak i tada, zbog manje udaljenosti na kojoj se promatraju, piloti su se znali požaliti da se svjetla ruba USS doimaju nepotrebno blještavima. U magli količina raspršenog svjetla je visoka. Noću to raspršeno svjetlo povećava blještavost magle iznad prilazne površine i USS do te mjere da je povećanjem jakosti svjetala iznad 2 000 ili 3 000 cd moguće postići 190

neznatno povećanje vizualnog dosega svjetala. U nastojanju da se poveća doseg pri kojem će se svjetla prvi put ugledati po noći, njihova se jakost ne smije povećati do one mjere koja bi za pilota mogla biti pretjerano blještava na smanjenoj udaljenosti. Iz prethodno rečenoga očita je važnost prilagodbe jakosti svjetala sustava rasvjete aerodroma u skladu s uvjetima koji prevladavaju kako bi se dobili najbolji rezultati bez pretjerane blještavosti koja bi zbunila pilota. Odgovarajuća postavka jakosti u bilo kojoj pojedinačnoj prilici ovisit će i o uvjetima pozadinskog blještavila i o vidljivosti. Podrobne smjernice o izboru odgovarajuće postavke jakosti za različite uvjete dane su u literaturi. Prezentirana problematika ukazuje da se po pitanju svjetlo tehničkih karakteristika aerodromskih rasvjetnih sustava, radi o dva pristupa istoj problematici. Da bi bio u funkciji sigurnosti zračnog prometa, ALS mora se kvalitetno održavati, a njegova uporaba na zračnoj luci ovisi i o klimatskim uvjetima, odnosno uvjetima vidljivosti uzduž USS, (engl. Runway Visual Range –RVR). Kvalitetno održavanje na zračnim lukama, oslonjeno na nove informacijsko - komunikacijske tehnologije, (engl. Information and Communications Technology- ICT), uvedeno je u prošlom stoljeću. Taj dio problematike područje je inteligentnih i ekspertnih sustava – predmet obrade programa oslonjenih uz specijalističko cjeloživotno obrazovanje i na kolegij Inteligentni sustavi.

6.3.2. Terenska mjerenja intenziteta rasvjete aerodromskih vizualnih sredstava Prva mjerenja na aerodromskoj rasvjeti bila su vezana na rasvjetu platforme i provodila su se manualno. Dobiveni rezultati kasnije su obrađivani i korišteni za održavanje. Današnja mjerenja na vizualnim aerodromskim sustavima provode se sofisticiranom mjernom opremom, Slika 6.11. i 6.12.

191

Slika 6.11. Mobilne jedinice mjerne oprema za terenska ispitivanja aerodromskih sustava svjetlosne signalizacije

192

Slika 6.12. Računalna i senzorska mjerna oprema za terenska ispitivanja aerodromskih sustava svjetlosne signalizacije Sustav za terenska ispitivanja svjetlosnih karakteristika aerodromskih vizualnih sredstava, (engl. Photometric Measurement System), ugrađena je i povezan na vozilu i služi kao inteligentni agentski sustav. Njegovi su dijelovi, komponente napajanja, nadzora i upravljanja, senzori, kamere, uređaji za komunikaciju i povezivanje s globalnim pozicijskim sustavom, (engl. Global Positioning System -GPS), Slika 6.13. Programi i specijalizirani alati razvijeni su za unos i obradu podataka kako bi mogli osigurati odgovarajuće načine za predstavljanje mjernih rezultata i trenutni 193

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

194

Slika 6.14. Protokol terenskih ispitivanja pojedinačnih svjetala ALS svjetla praga i ruba USS

195

Slika 6.15. Protokol terenskih ispitivanja dijela sustava svjetlosne signalizacije – rubna svjetla USS 6.3.3. Laboratorijska i radionička mjerenja intenziteta rasvjete vizualnih sredstava Primjeri laboratorijskih mjerenja podloga su uvođenju radioničkih ispitivanja s analogijom izdavanja protokola, a što će biti rješenje za zahtjeve pojedinačnih mjerenja i sanacija, Slika 6.16.

Slika 6.16. Laboratorijska ispitivanja ugradnih svjetala aerodromskih sustava svjetlosne signalizacije 196

6.4. Komentar Legislativni zahtjevi u području elektrotehnike ukazuju na potrebu dodatnog preispitivanja kako je u radu navedeno za dva primjera. Prvi su periodička mjerenja elektromagnetskih polja kod tipskih elektroenergetskih objekata, a drugi mjerenje svjetlosnih karakteristika jediničnih izvora aerodromskih sustava svjetlosne signalizacije. Za moguće probleme verifikacije stanja, upitnosti i opravdanosti pojedinih mjerenja, predloženi su načini rješavanja algoritmima iz ekspertnog sustava odnosno elektromagnetskim modelom, koncipiranim tehnikom konačnih elemenata. Eksperimentalno dobiveni rezultati uspoređivani s izračunatim i obrađivanim rezultatima iz baza znanja i baza podataka ekspertnog sustava, ukazali su na mogućnost rješavanja. Navedeni primjeri opreme, korištenih metoda i postupaka korisno su i informativno gradivo kako za područje struke tako i za prve spoznaje.

197

7. PRIMJERI INTELIGENTNIH I EKSPERTNIH SUSTAVA Iako slovi za najvećeg grčkog govornika, DEMOSTEN je u mladosti imao problema s govorom, govornički mu dar nije bio prirođen. Izvanrednim je trudom vježbao svoje govore trčeći gore dolje po stubama. Nikada nije govorio nepripremljen jer je smatrao da to duguje atenskom narodu. U njegovu podrumu gdje se pripremao, duboko u noć je gorjela svjetiljka. Na njegovu grob ustajao je spomenik s natpisom: „Da bijaše u tebe Demostene, snaga duhu jednaka, nikada ne bi Helenima ovladao ratnički Makedonac“.

Uvod u sedmo poglavlje ___________________________________________________________ U ovom poglavlju prezentirani su primjeri inteligentnih sustava, objavljeni kao stručni radovi na MIPRO-u 2014. godine i pripremljeni za objavu na MIPRO-u 2015. godine. Radovi uključuju opis i razradu predstavljenog koncepta inteligentnih sustava, (IS), koji analizom stanja prometa i klimatskih uvjeta na odabranoj lokaciji, utječu ili upravljaju na fizičkim zrakoplovnim ili tunelskim podsustavima. Sustavi su interaktivni s okolinom jer senzorima prikupljaju podatke iz nje i utječe na okolinu putem informacija i naredbi koje prosljeđuje aktuatorima. Bazirani su na arhitekturi koja je već raspoloživa jer je sastavni dio sigurnosnih sustava ugrađenih kako u dionicu autoceste, u centru za održavanje i kontrolu prometa, tako i u operativne površine zračne luke, kontrolnom tornju i centru aerodromskog održavanja. Intervencijom na prilagodbi, njenom ažuriranju ili potrebi zamjene, može se ostvariti racionalizacija u potrošnji električne energije potrebne za rasvjetu. Analizirani su scenariji upravljanja rasvjetom u vrijeme nastupanja poremećaja na dionici koji mogu biti uzrokovani prometom ili atmosferskim (klimatskim) uvjetima. Kao realno moguće stanje, obrađeni su scenariji i promjene režima prometa kroz najduži tunel na dionici iz jednosmjernog u dvosmjerni i obrnuto. Prezentirani razvoj inteligentnog sustava, na način da se paralelno s njegovom implementacijom razvija i ekspertni sustav koji uvodi nove dinamičke koncepte projektiranja i održavanja koji se potvrđuju u praksi. Odabrane referentne veličine luminancije na primjeru prilazne zone tunela, dijagnosticiraju se kvalitetnim fotoosjetljivim uređajima i prema njima se 198

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 koji mora 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 očuvanju okoliša. 7.1. Inteligentni sustavi cestovnih tunela Tuneli su važan dio prometne mreže autocesta bez koje se ne može zamisliti 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 funkcionalna sloja. 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 u centru za održavanje i kontrolu prometa, (COKP), koja je smještena uz tunel. 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 će omogućiti dobro uvježbanom timu ljudi da proces upravljanja tunelom provode na optimalan način. Maksimalno iskorištenje upotrijebljene tehnologije i sigurnost korisnika tunela unapređuje se primjenom inteligentnih sustava koji u mnogočemu nadmašuju rad i najuvježbanijih operatera. U ovim primjeru predložena je primjena inteligentnih sustava, (IS), (engl. Intelligence System), koji osim navedenih prednosti pridonose i racionalizaciji i sigurnosti prometa na izgrađenoj autocesti A1, Zagreb - Split - Dubrovnik.

199

7.1.1. Opis primjera Opisan je inteligentni sustav za upravljanje rasvjetom tunela na autocesti. Prva cjelina prikazuje stanje opremljenosti autoceste A1, sigurnosnim sustavima s akcentom na sustave video nadzora, video detekcije i rasvjete, te implementaciju u inteligentni sustav i uvođenje u rad kojim se ostvaruje racionalizacija u potrošnji električne energije potrebne za rasvjetu. U drugoj cjelini prezentirana je arhitektura konkretnog inteligentnog sustava, agentska platforma i scenariji rada za predviđenu racionalizaciju. Promatra se stanje prometa i klimatski uvjetima koji utječu na zatvaranje dionice autoceste. Treća cjelina predviđa faze razvoja IS koje obuhvaćaju nadogradnju ekspertnim sustavom, (ES) kako bi se kvalitetnijim parametriranjem i regulacijom tunelske rasvjete postigla još bolja racionalizacija. U ovoj cjelini malo su opširnije razrađeni dijelovi strukture ekspertnog sustava, kreiranje i punjenje baza znanja i baza podataka, što treba poslužiti za uvođenje novih tehnologija kojima se podiže razina sigurnosti prometa i još veća ušteda. Četvrta cjelina ukazuje na prednost primjene ES, te mogućnost daljeg unapređenja i razvoja kroz uvođenje i primjenu opreme izrađene novim tehnologijama. 7.1.2. Opis i način rješenja Primjer dionice autoceste, ukupne dužine 33 km s pet tunela odabran je za integraciju inteligentnog sustava kojim bi se racionalizirala potrošnja električne energije potrebne za rasvjetu te dionice. Inteligentni sustav u prvoj fazi se jednostavno implementira jer se koristi postojeća arhitektura osjetila i servera, sustav već ima ugrađene senzore i aktuatore te s jednostavnom prilagodbom programske podrške i manjim zahvatima na sučelju omogućuje racionalizacija u potrošnji električne energije na račun upravljanja tunelskom rasvjetom koja je vođena prometom i klimatskim uvjetima koji utječu na zatvaranje te dionice. Drugom fazom predviđen je razvoj IS baziran na izgradnji ekspertnog sustava za potrebe preciznog upravljanja rasvjetom tunela. Da bi se to postiglo ES treba omogućiti primjenu na sve tunele u funkciji i buduće koji će se projektirati i izgraditi.

200

Treća faze razvoja obuhvatila bi nadogradnju i ekspertnim sustavom bi se kvalitetnije parametrirala tunelske rasvjete za potrebe fuzzy regulacije za bolju sigurnost prometa i racionalizaciju. 7.1.3. Opremljenost autoceste sigurnosnim sustavima Na konkretnom primjeru odabrane dionice autoceste, ukupne dužine 33 km (Prilozi 1-7), izvedeno je pet tunela, Tunel Krpani –197 m, Tunel sv. Rok- 5727 m, Tunel Ledenik- 760 m, Tunel Bristovac – 688 m i Tunel Čelinka – 213 m. U funkciji sigurnosti a/c nalaze se sustavi: za opskrbu električnom energijom, ventilacije, rasvjete tunela, kontrole kvalitete zraka, detekcije požara, video nadzora, automatske video detekcije, promjenljive prometne signalizacije, poziva u nuždi, vodoopskrbe, hidrantske mreže, razglasa, radiodifuzije i sustavi za prijenos podataka. Nadzor i upravljanje prometa izvodi se iz COKP-e na sjevernoj strani tunela sv. Rok, a hijerarhijske razine prometno informacijskog sustava autoceste prikazane su na Slici 7.1. PREMA GPC-u

PPC TEMELJNA KOMUNIKACIJSKA MREŽA A/C LPC LPC LOKALNA KOMUNIKACIJSKA MREŽA A/C KM LOKALNA SABIRNICA I/OM I/OM I/O KANALI CPS

CPS LOKALNA SABIRNICA CPPS

CPPS KU CPPS

KU KU Slika 7.1. Hijerarhijske razine prometno informacijskog sustava autoceste (značenje skraćenica prema Prilogu br.3)

201

Uređaji su operabilni preko standardnih protokola dostupnim registrom jer se mogu skupljati svi podaci sa senzora okoliša i sigurnosnih senzora te upravljati uređajima preko aktuatora. Kamere, monitori, prometne i daljinske stanice, video-zidovi i video-matrice se nadziru i upravljaju preko različitih drivera, ovisno o konfiguraciji. Široki opseg automatskih, poluautomatskih i ručnih scenarija i standardnih postupaka se organizira preko managera scenarija. Pored standardnih dojava operateru, dostupne su i druge dojave (zvučne, slikovne, e-mail, SMS, itd.) zajedno sa svim naredbama i programskom logikom (grananje, pod-scenariji, čekanje, itd.); scenariji se izvršavaju preko automatizacijskih komponenti koje se spajaju direktno na jezgru. Hijerarhija sustava daljinskog vođenja autoceste prikazana je na Slici 7.2.

SDV centrala, (MASTER PLC) POPREČNE VEZE PREMA PIS-u

Ethernet mreža DS DS

KU KU Slika 7.2. Hijerarhija sustava daljinskog vođenja (značenje skraćenica prema Prilogu br.3.

202

7.1.4. Sustav video nadzora autoceste Sustav video nadzora čine CCTV kamere postavljene duž autoceste, Slika 7.3. i upravljački dio sustava smješten u COKP-u, Slika 7.4.

Slika 7.3. Video nadzor realiziran kamerama zatvorenog sustava

Da bi se smanjio broj optičkih niti potreban za prijenos "živih" video slika u COKP,lokalna komunikacijska razina izvodi se pomoću optičkih multipleksora video signala. Upravljački i kontrolni dio sustava video nadzora smješten je u COKP-i omogućava pregled i snimanje svih slika s CCTV kamera kao i upravljanje pokretnim kamerama.

203

Slika 7.4. Sustav video nadzora u centru održavanja i kontrole prometa

7.1.5. Sustav video detekcije Sustav video detekcije koristi se za zaustavljanje, brojanje i određivanje brzine i vrste vozila te za detekciju prometnih incidenata. Realizacija tog sustava temelji se na video signalu dobivenom s fiksnih CCTV kamera instaliranih u sklopu sustava video nadzora. U COKP se instaliraju programibilni video-detektori koji informaciju o broju i brzini vozila kao i o incidentnim situacijama prosljeđuju ostalim sustavima, Slika 7.5.

204

Slika 7.5. Sustav video detekcije prometa

7.1.6. Sustav rasvjete Sigurnost prometa na autocestama povezana je uz kvalitetnu rasvjetu najkritičnijih objekata, tunela. Ograničavajuće karakteristike kontinuiranog održavanja tunela kao i drugačiji vremenski uvjeti unutar samih tunela, zahtijevaju ispravno funkcioniranje rasvjete. Uz ograničenje potrebe održavanja tunela ostaje vrlo mali prostor za eventualne pogreške i neočekivane situacije. Osnovni ciljeve tunelske rasvjete su:

• PRIMARNI CILJ : Omogućiti siguran i pouzdan ulaz, prolazak i izlaz iz tunela 205

• SEKUNDARNI CILJ : Omogućiti primarni cilj bez obzira na količinu prometa Ostvarivanje napomenutih ciljeva direktno je povezano s odabirom odgovarajuće tunelske rasvjete koja omogućava brzu prilagodbu vozača na svjetlo unutar tunela, identifikaciju potencijalno opasnih prepreka u tunelu kao i neometan prolaz motornih vozila kroz tunel bez smanjenja brzine kretanja vozila. Ovi se zahtjevi očituju na jedan način tokom dana kada je kontrast jačine svjetlosti između unutrašnjosti tunela i vanjskog prostora velik, kao i tokom noći gdje vrijedi inverzni režim od dnevnog. Stoga pri planiranju tunelske rasvjete treba usmjeriti pozornost potrebu vizualne prilagodbe, Slika 7.6. a) i na 7 ključnih zona rasvjete tunela kako prikazuje Slika 7.6. b).

Slika 7.6. a) Dijagram vizualne prilagodbe na pragu tunela

206

1. PRILAZNA ZONA 2. ZONA ULAZA 3. ZONA PRAGA 4. ZONA PRIJELAZA 5. 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 u vizualnom 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 vožnje nije trenutačna pojava. Uzrok tomu su prostorna i vremenska prilagodba. U slučaju prostorne prilagodbe velika razlika luminancije između unutrašnjosti i vanjskog prostora tunela uvjetovat će vozačevu vidljivost, Slika 7.7. Pojava efekta „crne točke“ prouzročit će kod vozača osjećaj nelagode i nesigurnosti. Kod vremenske prilagodbe važno je to što je ljudskom oku potrebno više vremena da se navikne prilikom promjene iz svjetlijeg u tamno nego li u obrnutom slučaju. Vrijeme potrebno da se sama prilagodba izvrši tretirano je kao kritičan čimbenik. 207

Slika 7.7. Vizualna prilagodba kroz zone tunelske rasvjete

7.1.7. Inteligentni sustav upravljanje rasvjetom autoceste Sigurnost prometa (putnika) kroz tunele, podiže se primjenom inteligentnih sustava, koji svojom implementacijom nadmašuju rad operatera, a istovremeno pridonose racionalizaciji pogona. Analizirajući višegodišnje stanje pogona tunela i prometa navedene dionice autoceste predloženo je rješenje primjene inteligentnog sustava koji bi se nadogradio na postojeće sustave, koristio raspoložive senzore (sensors) kojim bi «osjećao» trenutnu lokaciju i stanje okoline (engl. Location and Status of Square) , koristio podatke kako bi mogao pronaći odgovarajuća pravila (engl. rules), opažao (engl. percepts) i reagirao na trenutno opažanje (engl. carrent percept). Daljnjim razvojem pohranom u predefiniranim uzročno-posljedičnim pravilima (engl. condition-action rules) omogućila bi se i aplikativnost sustava na sve druge tunele. Sustav bi bio strukturiran tako da odabere akciju koja će postići maksimalni stupanj uspjeha. Početna racionalizacija bi se odnosila na konkretnu uštedu električne energije potrebne za rasvjetu, a u konačnici bi se novim parametriranjem i primjenom novih tehnologija sustavno i kontinuirano ostvarivala racionalizacija boljim iskorištenjem i ugađanjem (parametriranjem) rasvjete koja bi rezultirala sigurnijim prometom kroz tunel.

208

7.1.8. Projektiranje inteligentnog sustava Ukupna instalirana snaga rasvjete svih tunela (njih pet), na odabranoj dionici autoceste iznosi cca 500 kW. Puštanjem u promet obadvije tunelske cijevi najdužeg tunela na dionici, Tunela sv. Rok (5727 m), postignuta je kompletna opremljenost autoceste. Konačna opremljenost pridonosi boljoj protočnosti vozila u sezoni, ali se istovremeno nameće pitanje opravdanosti dvocijevnog prometa izvan sezone, kada je na dionici smanjeni broj vozila i kada se zbog loših vremenskih uvjeta ta dionica autoceste zatvara za promet. Cijelo vrijeme prometa prisutna je potreba adekvatne primjene rasvjete tunela što je opširnije opisano u prethodnom poglavlju. I taj se segment uključuje u racionalizaciju primjenom inteligentnog sustava. Projektiranju inteligentnog sustava, (koji samostalno djeluju i svoj cilj postižu korištenjem inteligentnih postupaka), prethodi definiranje okružja (engl. environment), za što je odabrana dionica autoceste s tunelima. To okružje je prema svojim unutrašnjim stanjima: • • • • •

Stohastičko (u smislu ne predvidivosti stanja) Sekvencijalno (obzirom da svako trenutno stanje utječe na buduće odluke) Dinamičko (budući se stalno mijenja) Djelomično osmotrivo (jer nije moguće spoznati cijelo okružje) Kontinuirano (s obzirom na tretiranje vremena u osjećanju i djelovanju)

Prema namjerama ostvarenja racionalizacije potrebno je definirati agenta. Agent (bilo koji entitet koji može opažati promjene u svom okružju putem osjetila i povratno djelovati putem izvršnih sprava) je netko tko djeluje ili ima mogućnost djelovanja ili zastupanja nekoga drugoga. Definira se kao sredstvo kojim se djeluje (instrument) ili pozicija s koje se djeluje (platforma). Pojednostavljeno, agent se definira kao nešto što djeluje u ime nekoga kako bi izvršio povjereni mu zadatak, potječe od glagola (lat. agere), latinskog korijena, koji znači voditi, djelovati, raditi, pa on uključuje ljude, virtualne karaktere i računalne komponente, Slika 7.8.

209

SOFTVER AGENTSKA PLATFORMA AGENT

SUSTAV UPRAVLJANJA AGENTIMA

AGENTSKI IMENIK

SUSTAV ZA PRIJENOS PORUKA

AGENTSKA PLATFORMA SUSTAV ZA PRIJENOS PORUKA

Slika 7.8. Arhitektura agentskih platformi sustava

Agentska platforma se postavlja kao složeni računalni sustav (budući je sastavljen iz više dijelova), smješten u okolinu iz koje može primati podražaje i koji može fleksibilno, autonomno djelovati u svrhu ostvarivanja vlastitih ciljeva. Dobro ponašanje agenta vezano je uz njegovu pronicljivost (engl. clairvoyant) i uspješnost (engl. successful), pa se od njega očekuje fleksibilnost koja uključuje sljedeća svojstva sustava: – pristupačnost (agenti prepoznaju svoju okolinu i odgovaraju na promjene koje se u njoj događaju) – aktivnost (agenti osim što odgovaraju na promjene u okolini iskazuju i ponašanje usmjereno prema ostvarivanju cilja kroz preuzimanje inicijative) - društvenost (agenti su sposobni djelovati zajedno s drugim agentima i ljudima u svrhu ostvarivanja svojih ciljeva i u svrhu pomoći drugima u ostvarivanju njihovih ciljeva). 210

Inteligentni agent pokazuje elemente inteligentnog ponašanja (ima sposobnost djelovanja i u situacijama za koje nije unaprijed pripremljen, ima mogućnost učenja i samo ispravljanja). Racionalnost agent postiže kao posljedicu svog djelovanja rezultirajući napretkom koji je potrebno vrednovati mjerom uspješnosti. Ta se mjera ponekad naziva i funkcija korisnosti (engl. Utility Function) koja predstavlja preslikavanje sa skupa ili sekvence stanja na skup realnih brojeva. Cilj je postići dobro ponašanje agenta, njegovu racionalnost (razboritost) o kojoj ovisi konačan uspjeh, što je moguće postići što boljim određivanjem okružja zadatka. Dobro okružje zadatka definirano je tzv. PEAS-om , u koji osim navedene mjere uspješnosti, (engl. Performance measure) i okružja, (engl. Environment) se još ubrajaju i izvršni uređaj, (engl. Actuators) i osjetila (engl. Senzors). Kako je namjena korištenja IS za upravljanje rasvjetom ali i za parametriranje, tijekom svog trajanja agentski sustavi prolaze određena stanja koja se mogu promatrati kao ciklusi. Potrebno je predvidjeti i prihvatiti stanja koja će uključiti čekanje, obustavljanje i prijelaz, Slika 7.9.

STANJE ČEKANJA ČEKANJE

OBUSTAVLJENO STANJE OBUSTAVLJANJE

AKTIVNO STANJE IZVRŠAVANJE

POZIVANJE

SELJENJE PRIJELAZNO STANJE

POČETNO STANJE

Slika 7.9. Ciklus trajanja agentskog sustava

211

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 prometnih centrala (PC) i lokalnih uređaja (LU) na obrađivanoj dionici autoceste, koji su povezani sa središnjim dijelom nadzorno upravljačkog sustava smještenog u COKP-i. Koriste se moduli, video nadzora, video detekcije i prometne centrale sa svojim senzorima i signalima prema izvršnim elementima sustava prometne signalizacije i rasvjete. Moduli kao senzorske cjeline su raspoređeni po prometnicama na način da dobro pokrivaju nadziranu dionicu autoceste i prosljeđuju podatke koja 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 svoje okoline u realnom vremenu. Kamera 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. Video server, ne služi samo za posluživanje slika već i za njihovu analizu. Prema tome hardverski je realiziran kao računalo dovoljno snažno da u realnom vremenu vrši analizu slike. Sama analiza slike je proces koji se svodi 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. 212

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 i mogućnosti koje proizlaze po pitanju predloženih unapređenja i racionalizacije. 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 ili nailaska 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 sliku s kamere šalju u COKP, a brojačem preko induktivne petlje urezane u kolnik prosljeđuju izvršnom upravljačkom elementu. U slučaju da se radi o situaciji da nema više ulazaka vozila na promatranu dionicu autoceste i da je zadnje vozilo prošlo kroz zadnji tunel onda se zatvara dionica za promet i isključuje rasvjeta u svim tunelima na temelju potvrde da se nigdje na zatvorenoj dionici ne predviđaju nikakvi radovi na održavanju. Zatvaranje dionice autoceste može biti izvanredno, uvjetovano klimatskim uvjetima kao što su nevrijeme i jak vjetar ili uzrokovano nesrećom. Zatvaranje dionice autoceste može biti i planirano za potrebe održavanja. Kada klimatski uvjeti uzrokuju zatvaranje tunela povoljno je donošenje odluke o provođenju održavanja. Za razumijevanje scenarija po kojima će raditi IS uvodi se terminologija vezana na granične uvjete. Zadovoljavajuća protočnost vozila kroz tunel, ima referentnu vrijednost: 

Optimalan Broj Vozila (OBV) u dva režima za



Dvosmjerni Jedno Cjevni Promet (DJCP) i



Jednosmjerni Dvo Cjevni Promet (JDCP).

Promjenu režima prometa uzrokuje 

Kritičan Broj Vozila (KBV).

 213

Scenarij Br. 1 - zatvaranje jedne tunelske cijevi Početno stanje je (JDCP). Sve dok je prosječna protočnost vozila kroz tunel zadovoljavajuća OBV prihvatljiv a broj nadolazećih vozila prema tunelu se bitno ne smanjuje ili se povećava za (JDCP) stanje regulacije prometa se ne mijenja. Odluka prijelaza na (DJCP) se donosi kada se prosječni broj prolaza vozila kroz tunel bitno smanjuje, odnosno broj nadolazećih vozila kontinuirano smanjuje. Nastupa stanje kada je (KBV) takav da ne opravdava promet kroz obadvije cijevi, pokreće se scenarij br.1 i tunelska cijev s manjim brojem vozila u dolasku se zatvara. Nastupa režim prometa (DJCP), (KBV) i (OBV) – utvrđuje se algoritmom na temelju statističkih podataka prometa kroz tunel, na temelju precizno utvrđenog stanja broja, vrste i brzine vozila kroz tunel. Scenarij Br. 2 –puštanje u promet obadvije tunelske cijevi Scenarij br. 2 se pokreće kada se izlazi iz Scenarija br. 1. U ovom slučaju je početno stanje (DJ-CP). Taj režim se mijenja kada prosječna protočnost vozila kroz tunel nije zadovoljavajuća i kada (OBV) prelazi u (KBV). To znači da je broj nadolazećih vozila prema tunelu bitno povećan, i donosi se odluka prijelaza na (JDCP) jer je prosječni broj prolaza vozila kroz tunel bitno povećan za (JDCP) i utvrđuje se na temelju statističkih podataka prometa kroz tunel, na temelju precizno utvrđenog stanja broja, vrste i brzine vozila kroz tunel. Odluka prijelaza na (JDCP) se donosi kada se prosječna brzina prolaza vozila kroz tunel bitno smanjuje, odnosno broj nadolazećih vozila bitno povećava. Scenarij br.2 stupa na snagu iz razloga povećanja sigurnosti prometa i smanjenja gužve, za razliku od Scenarija br.1 koji je motiviran održavanjem ili racionalizacijom uz zadovoljavajuću sigurnost prometa. Scenarij Br. 3 – potpuno zatvaranje prometa na dionici s tunelom Sam scenarij potpunog zatvaranja prometa kroz tunel, relativno je jednostavan i rezultira algoritmom racionalizacije (potpuno isključenje 214

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 prema statističkim 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 na Slici 7.9.

215

Prva faza, kako je prethodno razrađeno relativno će biti jednostavna za izvedbu jer koristi u najvećem dijelu postojeću arhitekturu s definiranim PEAS-om. Sustav je dizajniran i ima već ugrađene senzore i aktuatore te s jednostavnijom prilagodbom programske podrške i manjim zahvatima na sučelju omogućit će izvjesnu racionalizaciju u potrošnji električne energije na račun upravljanja tunelskom rasvjetom koja će biti vođena prometom i klimatskim uvjetima. Konačni cilj je da se u vrijeme kada je dionica a/c zatvorena 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 će nove 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 stvari implementacija u postojeći nadzorno upravljački sustav COKP-e započinje druga faza a to je izgradnja (ES) koji će služiti za parametriranje, regulaciju i 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 sva raspoloživa znanja i specifičnosti svjetlo tehnike kako bi se mogli prenijeti na 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 prilikom vožnje nije trenutačna pojava. Uzrok tomu su : 1. PROSTORNA PRILAGODBA – velika razlika iluminacije između unutrašnjosti i vanjskog prostora tunela uvjetovat će vozačevu vidljivost u točki A – prilagodbe, Slika 7.11.

216

Slika 7.11. Promjena sadržaja tijekom vizualne prilagodbe pri približavanju ulazu u tunel

Pojava "Crne točke" prouzročit će kod vozača osjećaj nelagode i nesigurnosti, Slika 7.12.

Slika 7.12. Promjena sadržaja definiranog vidnog polja vozača za različite pozicije vozila

217

2. VREMENSKA PRILAGODBA – ljudskom je oku potrebno više vremena da se navikne prilikom promjene iz svjetlijeg u tamno nego li u obrnutom slučaju. Vrijeme potrebno da se sama prilagodba izvrši tretiramo kao kritični čimbenik. Promjena sadržaja tijekom vizualne prilagodbe pri približavanju ulazu u tunel vrlo je bitna za definiranje veličina prema kojima bi se mogla kasnije parametrirati rasvjeta. Primjeri za 50, 100, 150 i 300 m, Slika 7.12. Obadvije prilagodbe vezane su na promjenjivi sadržaj definiranog vidnog polja vozača na koji utječu slijedeći parametri: -

svjetla površina neba

-

površina kolnika dionice ceste ispred vozača

-

okolica oko ulaza u tunel

-

okolica ceste ispred vozača

-

otvor i portal ulaza tunela

-

svijetli sloj atmosfere između položaja vozača i ulaza u tunel

Na vrijednost luminancije prilazne zone, utječe: - izravno sunčevo isijavanje (naročito nepogodan jug, istok-zapad) - konstrukcija ulaznog portala (naročito povoljno: uvučen u okolni teren - okolica izgrađenog portala (zasađenost raslinja) - bočne strane tunela u usjeku i postotak prisutnog neba - konfiguracija terena (ravničarski ili planinski) - površina i trasa pristupne ceste u dužini najmanje 200 m prije ulaska - površina kolnika u dužini zone praga u tunelu (izvesti svjetlije) - klimatski uvjeti, vegetacija i okoliš (kiša, snijeg, magla, zelenilo,...) Kako vizualna prilagodba ne bi utjecala na sigurnost upravljanja vozilom potrebno ju je «amortizirati» adekvatnom rasvjetom. U prvom momentu to su rasvjete prilaza i ulaza u tunel. Ulaskom u tunel, ulazna zona može se usporediti sa zaustavnom udaljenošću. U prvom dijelu ove zone razina iluminacije mora ostati konstantna i povezana s vanjskom 218

iluminacijom. Pri završetku ulazne zone, razina potrebne iluminacije mora se u kratkom vremenskom periodu dovesti na vrijednost od 40% početne vrijednosti. 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 realnom vremenu. 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. Razine iluminacije 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 pretežno usmjerena njegova cjelokupna pažnja, vozač pri nailasku na tunel prima dojmove i iz svog vanjskog vidnog polja. Svjetlosnim dojmovima bitnim za sigurno zapažanje superponiraju se i svjetlosni dojmovi određenog svjetlosnog zastora, uzrokovanog raspršivanjem sunčeve svjetlosti i parazitskim izvorima svjetlosti tijekom sunčanog 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.

219

Slika 7.13. Efekt raspršivanja svjetlosti u oku uzrokovan bliještanjem sekundarnog izvora

7.1.11.3. Ekvivalentna luminancija prilagodbe Ovaj pojam je uveden, na način da se predstavi vrijednost jednolike luminancije u vidnom polju vozača koja će jamčiti istu razinu zapažanja određenog kritičnog kontrasta kao i vrijednost nejednolike luminancije, stvarno prisutne, kao ekvivalent istovjetnog fiziološkog vidnog dojma. Te su spoznaje na temelju laboratorijskih istraživanja korištene u projektiranju rasvjete tunela, kao mjerodavna vrijednost ekvivalentne luminancije prilagodbe koja određuje stanje vozačevih očiju (u vožnji danju) u točki početka zaustavnog puta vozila. Pa se na temelju izloženog metoda izračuna luminacije prilazne zone temelji na empirijskom izrazu:

L 20  L n  L c  L OK  L1 uz :         1

220

(7.1) (7.2)

gdje je: L20- luminancija prilazne zone unutar vidnog polja od 20° (kcd/m2) Ln- luminancija neba (kcd/m2) Lc- luminancija površine kolnika (kcd/m2) LOK- luminancija neposredne okolice ulaza u tunel (kcd/m2) L1- luminancija zone praga tunela (kcd/m2) Ψ, υ, ω, χ -% udjeli odgovarajućih sadržaja unutar vidnog polja od 20 % Cjelokupna izložena problematika ukazuje na nužnost dijagnosticiranja stanja prilazne zone prema kojoj će se postavljati referentna veličina bitna za regulaciju rasvjete i intenzitete svih ostalih zona tunelske rasvjete. Ako se razmotri: -

kumulativna postotna učestalost srednje vrijednosti luminancije, prilazne zone prikazane je na Slici 7.14,

Slika 7.14. Kumulativna postotna učestalost srednje vrijednosti luminancije prilazne zone u jednom tipičnom planinskom tunelu

221

-

kao i pri završetku ulazne zone potrebna razina iluminacije koja se mora u kratkom vremenskom periodu dovesti na vrijednost od 40% početne vrijednosti,

-

prostorom tranzicijske zone postupno smanjuje vrijednost iluminacije do razine koja je potrebna u unutarnjoj zoni, ne smije biti veće od omjera 1:3 ,

-

kraj tranzicijske zone označava da je dostignuta vrijednost iluminacije jednaka trostrukoj razini unutrašnjosti,

Slijedi zaključak o primjeni fuzzy regulacije rasvjete, čime je definiran i regulacijski uređaj, a referentnu vrijednost luminancije prilazne zone kontinuirano dijagnosticira kvalitetni fotoosjetljivi uređaj i prema toj veličini regulira tunelsku rasvjetu u realnom vremenu.

7.1.11.4. Nove tehnologije u rasvjeti tunela

Zadnja faza razvoja IS bilo bi opremanje tunela primjenom novih tehnologija rasvjete na temelju aplikacija izgrađenog expertnog sustava za parametriranje i regulaciju rasvjete u svim tunelima. Projekt rasvjete realiziran novom tehnologijom (engl. New Technical Conception - NTC) rasvjetnih tijela u (engl. Light Emittig Diode -LED) izvedbi i kocepta napajanja serijskim strujnim krugovima pomoću regulatora konstantne struje (engl. Constant Current Regulator - CCR) ima niz prednosti: -

Jeftinije rješenje zbog optimalnih veličina strujni krugovi

-

Jednostavna fuzzy regulacija pomoću regulatora konstantne struje

-

Sigurnije napajanje električnom energijom centraliziranim pričuvnim izvorima

-

Jednostavnije i sigurnije održavanje

-

Manja potrošnja električne energije

222

7.1.11.5. Rasvjetna tijela u LED tehnologiji

Nova LED rasvjetna tijela već se pojavljuju na tržištu i obzirom na izrazito nisku potrošnju električne energije, unatoč visokoj cijeni garantiraju povrat investicije, na osnovi postignute uštede električne energije za manje od 5 godina. U Europi je opremljeno već nekoliko tunela novim rasvjetnim tijelima u LED tehnologiji, Slika 7.15.

Slika 7.15. Rasvjeta tunela svjetiljkama u LED tehnologiji

7.1.11.6. Koncept napajanja serijskim strujnim krugovima Ovaj koncept napajanja kao ICAO standard prihvaćen je još sredinom prošlog stoljeća. U eksploatacije se pokazao vrlo pouzdan i s aspekta sigurnosti i održavanja ima niz prednosti Slika 7.16.

223

Analize potvrđuju opravdanost primjene i u opremanju dugačkih cestovnih tunela. Budući je u izradi nova nacionalna legislativa to je moguće uvesti kao 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 ekspertnog sustava Moguća racionalizacija svakog projekta rasvjete tunela počiva na njegovim utvrđenim eksploatacijskim parametrima. Obradom parametara rasvjete s pozicije ekspertnih sustava, naročito dugačkih tunela, ukazuje da su moguće značajne uštede kako u potrošnji električne energije tako i u održavanju. Raspoložive baze podataka i baze znanja, te manipulacija znanjem tijekom višegodišnje eksploatacije tunelskih rasvjeta rezultirale su kreacijom inteligentnog sustava za upravljanje tunelskom rasvjetom na načindrugačiji od uniformno prihvaćenog i oslonjenog na dosadašnje legislative. Tunelska je rasvjeta kao sustav sačinjena od više međusobno povezanih i zavisnih dijelova rasvjete. Ona u prvom redu pridonosi sigurnosti prometa kroz tunel i stoga je bitno voditi računa o problematici prilagodbe i akceptiranja svih relevantnih parametara luminancije. Inteligentni je sustav zadužen da upravlja rasvjetom, na način da vodi računa o vizualnoj prilagodbi ali uzimajući u obzir prosječnu luminanciju okoline, samog tunela, pred portalnih građevina i prometnice, kao i 224

dnevnog svjetla, neba koje je podložno promjenama kako atmosferskih prilika tako i ekliptike. Za tako velik broj utjecajnih parametara razrađene su aktuatorske i perceptorske mogućnosti oslonjene na nove tehnologije opreme, s kojom su studenti Tehničkog veleučilišta u Zagrebu kroz kolegij, Umjetna inteligencija – Ekspertni sustavi na III. Semestru specijalističkog studija provodili ispitivanja. Dobiveni rezultati i prikupljeni podaci u bazama su sintetizirani inteligentnim sustavom. Potvrdili su opravdanost novog pristupa projektiranju i izvedbi upravljanja tunelske rasvjete. Tunel kao objekt autoceste, sa svojom rasvjetom, je bitan tehnički čimbenik u funkciji sigurnosti prometa. Prilaz tunelu, predstavlja dio prometnice autoceste prije samoga ulaza u tunel i za njega se projektira dio tunelske rasvjete nazvan rasvjeta prilazne zone. Nakon ulaza u tunel projektira se dio sustava tunelske rasvjeta nazvan rasvjeta prijelazne zone koja sadrži zonu ulaza i zonu praga, što predstavlja najveću koncentraciju rasvjetnih tijela od ukupno projektiranog sustava rasvjete tunela. Sustav rasvjete tunela sastavljen je od osam podsustava, i tijekom velikog projekta hrvatske izgradnje autocesta zadnjih petnaest godina, zbog nepostojanja domaće legislative u projektima rasvjete tunela, koristila se austrijska i njemačka. Problematika upravljanja rasvjetom tunela obrađivala se samo u razvojnim projektima. Oni su poslužili kao osnova prikupljanja baza podataka i baza znanja a i kao gradivo za edukaciju. Kroz taj angažman IS je poslužio kao izazov i osnova studentima koji su svojim radovima ukazali da ima još prostora za racionalizaciju, što je prezentirano u nastavku slijedećeg poglavlja. Kod vozača prilikom nailaska na tunel, prostorna i vremenska prilagodba uvjetima vožnje, može izazvati osjećaj nelagode i nesigurnosti. Prilikom nailaska, odnosno ulaska i izlaska iz tunela, vrijeme prilagodbe može biti kritičan čimbenik koji utječe na sigurnost prometa. Promjena sadržaja u vidnom polju vozača, tijekom vizualne prilagodbe pri približavanju ulaza u tunel, ili izlaza, povezana je sa subjektivnim osjećajem percepcije luminiscencije. Izraz luminiscencija, ukazuje na svijetljenje, odnosno stvaranje izvora svjetlosti kojeg u prvom redu promatramo od stanja dnevnog svjetla. Iz tih sadržaja bitno je prepoznati i druge parametre prema kojima bi se projektirala rasvjeta tunela jer stvaranje svjetlosti, one dnevne, podložno je klimatskim uvjetima. Među parametrima moguće je izdvojiti osim svijetle površine neba svijetli sloj atmosfere između položaja vozača i ulaza u tunel, površinu kolnika dionice ceste ispred vozača, okolicu oko ulaza u tunel, okolicu ceste ispred vozača, otvor i portalne građevine tunela. Da bi sve bilo povezano i uzeto u obzir, sudionici u izgradnji IS su osim eksperata, 225

inženjera specijalista, inženjera znanja, i korisnici i osoblje na prikupljanju i obradi podataka. Dugi rokovi razvoja i izgradnje vezani su na implementaciju pojedinih podsustava, kao što su podsustavi za upravljanje bazom podataka, za upravljanje bazom modela, za upravljanje dokumentima i drugi. Oni su svi podrška donositelju odluke, a to je ponovno jedan pomoćni sustav kao npr. sustav za potporu odlučivanju, (engl. Decision Support System- DSS). Tako u fazama razvoja, bitni su parametri broj i vrste modula za povezivanje unutar pa i s drugim inteligentnim sustavima ili perifernim jedinicama, kao što prikazuje Slika 7. 17.

NAREDBA KORISNIKA

ODGOVOR KORISNIKU

KORISNIČKO SUČELJE SUSTAVIMA

ULAZ

IZLAZ

SUČELJES DRUGIM INTELIGENTNIM UPRAVLJANJE

METODE

ZNANJE

OBJAŠNJENJE

UČENJE

REZULTATI BAZE PODATAKA SUČELJE S VANJSKIM SVIJETOM

SENZORI/SIGNALI/SLIKE/ZVUK/GOVOR AKCIJE Slika 7.17. Prikaz modula u povezivanju ekspertnog sustava s drugim inteligentnim podsustavima 226

7.1.13. Novi parametri utjecaja na rasvjetu tunela Ekliptični parametri

7.1.13.1.

Svijetla površina neba, svijetli sloj atmosfere posljedica je položaja Sunca. U svakom trenutku visina i azimut jednostavno opisuju njegovo kretanje. Globalnim sustavima za utvrđivanje pozicije moguće je vrlo precizno pratiti ekliptične promjene. Stanje prema podacima Državnog hidrometeorološkog zavoda, Tablica 1., utvrđivano je empirijski, Slika 7.18. Tablica 7.1. Rezultati ekliptike unutar četiri godine Red. broj 2012 2013 2014 2015

Datumi i vremena solsticija i ravnodnevnica Ravnodnevnica Ljetni solsticij Zimski solsticij 20. III.-06:14 21. VI.-00:09 21. IX.-12:11 20. III.-12:02. 21. VI.-06:04 21. IX.-18:11 20. III.- 17:57 21. VI.- 11:51 22. IX.- 00:03 20. III. -23:45 21. VI. -17:38 22. IX. -05:48

Slika 7.18. Empirijsko utvrđivanje ekliptičnih parametara prilazne zone tunela

227

Za razradu konkretnog primjera je uzet izlaz iz tunela Mala Kapela u smjeru juga. Na dan 5. veljače 2014. godine upad sunca na izlaznu i ulaznu cijev tunela događa se u periodu između 10:20h i 14:40h. Visina sunca na Azimutu iznosi 30°. Sunce izlazi u 7.16h te zalazi u 17.12h. Okolni reljef radi sjenu u periodu između 7:16h i 10:20h te 14:40h i 17:12h. Slika 7.19. prikazuje kretanje sunca za odabrani datum.

Slika 7.19.Simulacija utvrđenih ekliptičnih parametara prilazu tunelu M.Kapela

Svijetlo žutom linijom označen je kut izlaza, a crvenom kut zalaska sunca. Putanja sunca te kut u vremenu kada nastaje sjena prikazani su graničnim linijama. Iz prikaza na satelitskoj snimci označeno je narančastom linijom kada će nastati zasjenjenje uzrokovano okolnim planinama. Tokom kolovoza sunce za sunčana podneva nalazi se na 76° po azimutu. Tada vrijeme kada sunca upada direktno u tunelske cijevi traje od 228

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. Mali kut upada sunca na zemljinu površinu i gotovo 85% refleksije od snježnog pokrivača stvara dodatno zasljepljenje uz veoma hladnu temperaturu svijetla 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 u istraživanjima 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 se simulirale 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 preko agentskog 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 i snijeg. Analizirani su eksploatacijski podaci i sintetizirani s rezultatima dobivenim mjerenjem koja su simulirala određene uvjete. Mjerenja su se dosta vjerno približavala simuliranim rezultatima, što je omogućilo korištenje istih ulaznih parametara za generiranje referentne veličine kao i kod 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 američkog Ministarstva prometa nadležna za reguliranje i nadziranje svih aspekata civilnog 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 229

koji je utvrđeno da su najvažniji parametri, koji utječu na rezultate vidljivosti pojedinih svjetlosnih sustava, prijelazi od jutarnjih do večernjih perioda u danu. Prosjek rezultata koji su dobiveni od 42 nezavisna subjekta direktno involvirana u procedure istraživanja, provedena od siječnja do rujna 2004. godine, prikazuje Tablica 7.2. Tablica 7.2. Rezultati vidljivosti svjetlosnih sustava

Svjetlosni sustav Svjetlosni znakovi (SIGN) Sustav zaštitnih svjetala (RGL-elevated) Sustav zaštitnih svjetala (RGL-inset) Sustav zaštitnih svjetala „T-con“ (RGL-inset) Oznake bojom (MARK)

Parametri: DP-1, 2, 3 i 4 Zora Dnevno Sumrak /Jutro svjetlo /Večer (m) (m) (m) 146

142

122

237

95

260

146

68

243

76

55

121

63

91

48

Mrkla noć (m) 120 255 213 127 48

Tablica se odnosi na tri različita svjetlosna sustava: 

Svjetlosne znakove naredbi, koji su dio obvezne opreme aerodroma prema ICAO i FAA legislativi, (engl. Mandatory Instruction Signs). Ugrađuju se sa svake strane manevarske površine. Znakovi su oblika panela visine ispod jednog metra, bijele su boje na crvenoj podlozi.



Sustav zaštitnih svjetala uzletno-sletne staze koji su podignuti iznad tla, (engl. Elevated Runway Guard Lights). Ugrađuju se sa svake strane manevarske površine. Svaka jedinica ima par svjetala koja naizmjenično svijetle s frekvencijom bljeska nešto kraćeg od jedne sekunde.



Sustav zaštitnih svjetala uzletno-sletne staze koja su ugrađena u manevarsku površinu, okomito kao zaustavna prečka i sa svake strane, (engl. In-pavement Runway Guard Lights). Jedinice sinkronizirano svijetle s frekvencijom bljeska oko jedne sekunde. Ovaj tip sustava svjetala izveden je u dvije varijante s tim što druga varijanta ima još i par svjetala ispred za „T“ konfiguraciju, (engl. Alert Zone Lighting). 230

Osim svjetlosnih sustava u tablici je naveden i rezultat za oznake na mjestu čekanja, na manevarskim površinama oslikane bojom, (engl. Runway Hold Position Markings). Ti su podaci korišteni u IS za donošenje odluke o uporabi određenih scenarija upravljanja rasvjetom koji rezultiraju određenom racionalizacijom, baš oslonjeno na analizirana četiri trenutka 24-satnog trajanja dana. 7.1.14. Manipulacije parametrima Manipulacija raspoloživim parametrima ukazivala je na disproporciju rasvjete u pogonu od one koju bi angažirao inteligentni sustav. Za potvrdu dobivenog zaključka pristupilo se novoj analizi baziranoj na fotografskom dokumentiranju stanja. Fotografski snimci rasvjete najčešće ulazne i izlazne zone odabirani su prema kriterijima rezultata američkih istraživanja navedenih. Snimanja su provedena istom opremom za sve tunele. Iz baza podataka ES, izdvojene su raspoložive fotografije za usporedbu istih dijelova rasvjete u istim uvjetima za dva različita tunela, Slika 7.20. i Slika 7.21.

Slika 7.20. Ulazna zona hrvatskog tunela s pripadajućim dijelom sustava rasvjete uz identične parametre DP-3, kao na slici 7.20.

231

Slika 7.21. Ulazna zona francuskog tunela s pripadajućim dijelom sustava rasvjete uz identične parametre DP-3, kao na slici 7.19.

Za primjer su odabrani i parametri prijelazne zone tunelske rasvjete, koji su isti za DP-1-4, prema Tablici I. u usporedbi hrvatskog i francuskog tunela, Slike 7.22. i 7.23.

Slika 7.22. Prijelazna zona tunelske rasvjete hrvatskog tunela

232

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 tip rasvjetnih tijela ovisno, o tome kako je tunelska rasvjeta projektirana. Na tim saznanjima vrlo jednostavno su utvrđene evidentne razlike uočljive između 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.

233

Slika 7.24. Dijagram provedbe algoritama i scenarija upravljanja rasvjetom tunela

234

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 direktno može utjecati na racionalizaciju, što je i cilj razvoja inteligentnog sustava. Gledano kroz eksploataciju tunela moguće je vrlo jednostavno sumu troška za održavanje, (ΣT), promatrati kao zbroj troškove preventivnog i interventnog 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 upravljanje rasvjetom tunela. Mogućnosti pružaju prvenstveno nove tehnologije i aktualna legislativa, ali i empirijska i heuristička znanja eksperata. Spoznaja da je ekspert stručnjak odnosno specijalist postavlja ga u poziciju vrsnog 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 i izmjerena na licu mjesta bila je i za 50 % veća od one koju bi angažirao inteligentni sustav, a koja se u 80% slučajeva poklapala sa snimljenom rasvjetom nekih europskih tunela u Francuskoj, Italiji, Njemačkoj i Švicarskoj. 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 na luminiscenciju 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 235

troškovi za potrebnu električnu energiju rasvjete na referentnom tunelu. Izračunata ušteda električne energije za rasvjetu svih hrvatskih tunela iznosi 8%. Rezultati provedenih istraživanja razvojem ES, uspoređivani su te je izdvojen zaključak koji ukazuje na drugi pristup troškovne analize izrađene za investitora s pet različitih scenarija u periodu od petnaest godina, što je životni vijek sustava rasvjete. Analize su obuhvatile pet varijanti, od kojih niti jedna ne obrađuje sustav upravljanja, a sve upućuje na zaključak s povećanjem troškova održavanja i troškova za električnu energiju za 2% godišnje. 7.1.18. Zaključak Inteligentni sustavi, koji se obrađuju i koriste na Elektrotehničkom odjelu, (ELO), Tehničkog veleučilišta u Zagrebu, (TVZ), u istoimenom izbornom kolegiju, Inteligentni sustavi, (IS), služe studentima za stjecanje znanja iz područja umjetne inteligencije. Uključivanjem u njegovu izgradnju i razvoj kroz seminarske radove dobivene su konkretne spoznaje i utvrđeni i drugačiji parametri koji upućuju na novi pristup u projektiranju upravljačkih dijelova sustava rasvjete. Karakteristike i efikasnost agentskog podsustava, za upravljanje rasvjetom tunela ovise osim o povezanosti s ekspertnim sustavom za nadzor i upravljanje u centru za održavanje i kontrolu prometa, kojeg predstavlja demo IS za edukaciju na TVZ-u i o novim parametrima. Formiranim bazama znanja i bazama podataka o stanju sustava rasvjete složeni su algoritmi za upravljanje koji su uzeli u obzir nove parametre koji još do sada nisu bili obuhvaćeni u projektima sustava tunelske rasvjete. Analogijom primjene novih tehnologija i metoda ispitivanja foto naponskog iskorištavanja sunčeve energije utvrđeni su ekliptični parametri. Istraživačkim projektima u zrakoplovstvu postavljeni su dominantni parametri dnevnog svjetla povezani s prigušnim parametrima zbog klimatskih uvjeta koji su iskorišteni i u demo IS. Prema algoritmima su složeni scenariji kojima se postiže racionalnije korištenje sustava tunelske rasvjete, bez narušavanja sigurnosti prometa, jer su dobiveni rezultati potvrđeni u usporedbama s nekim europskim tunelima. Iako demo IS, studenti na njemu uče konkretne primjere iz prakse i promišljaju na način kojim umjetna inteligencija poučava. Studenti TVZ-a, specijalističkog studija Elektrotehničkog odjela na izbornom kolegiju kroz IS uče i svojim ga znanjem, kako onim kroz seminarski rad, tako i onim iz obrade pretraga, nadograđuju. Raspoloživa 236

znanja iz baza kao i kompetencije koje studenti stječu mogu pomoći u kreiranju 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

237

DODATAK 1- Linijski prikaz autoceste A1, dionica Sv.Rok –Maslenica

238

DODATAK 2 - Prostorni prikaz autoceste A1, dionica Sv.Rok -Maslenica

239

DODATAK 3 - Hrvatski naziv skraćenica koje se pojavljuju u tekstu Naziv u hrvatskom jeziku autocesta prometni informacijski sustav prometni informacijski sustav informacijski sustavi sustav daljinskog vođenja komunikacijski sustavi informacijsko-komunikacijski sustavi glavna prometna centrala područna prometna centrala lokalna prometna centrala prometna centrala cestovna prometna stanica cestovna prometna pod stanica krajnji uređaj lokalni uređaj stanica sustava video detekcije meteorološka mjerna stanica induktivne petlje semafor rampa znakovi s unutrašnjom rasvjetom signali prometnog traka promjenljivi prometni znakovi opto-električki pretvarač elektro-optički pretvarač multi modno optičko vlakno jedno modno optičko vlakno videorekorder multipleksor demultipleksor centar održavanja i kontrole prometa zatvoreni sustav video nadzora kamerama optimalan broj vozila kritičan broj vozila Dvosmjerni Jednocjevni Promet Jednosmjerni Dvocijevni Promet Hitna pomoć Vatrogasna postrojba Ministarstvo unutarnjih poslova (policija) Hrvatski auto klub Hrvatske autoceste

240

Skraćenica a/c (A/C) PIS PIS IS SDV KS IKS GPC PPC LPC PC CPS CPPS KU LU VD MS MQ S R ZUR SPT PPZ O/E E/O MMF SMF VCR MUX DEMUX COKP CCTV OBV KBV DJCP JDCP HP VP MUP HAK HAC

DODATAK 4 - Nazivi engleskih skraćenica koje se pojavljuju u tekstu Hrvatski naziv ekspertni sustav inteligentni sustav umjetna inteligencija tunelska rasvjeta ušteda osjetila lokacija agenta i stanje okoline pravila uzročno-posljedična pravila odgovarajuća pravila opažanja trenutno opažanje pronicljivost uspješnost mjera uspješnosti stupanj korisnosti agenta funkcija korisnosti okružje izvršni uređaj osjetilo baza podataka baze znanja izvedbeni element ocjenjivač element za učenje korisničko sučelje stroj za zaključivanje radna memorija formalna logika predikatni račun okviri pretinci neizrazita logika simbolički jezik modeliranja koncept specifikacije zahtjeva ontologija korisničkom profilu Student Administrativno osoblje Nastavno osoblje

Kratica ES IS AI TL S LAS R

P

PM

E A S DB KB PE PE UI IE WM

FL UML QUIS PAPI

241

Engleski naziv ExpertSystem IntelligenceSystem ArtificialIntelligence TunnelLighting Rationalization Senzors LocationofAgent andStatus ofSquare Rules Condition-ActionRules RulesLookedUp Percepts CarrentPercept clairvoyant successful PerformanceMeasure UtilityBased Agent Utilityfunction Environment Actuators Senzors Date Base Knowledge Base Performance Element Critic Learning Element UserInterface InferenceEngine WorkingMemory FormalLogic PredicateCalculs Frames Slots FuzzyLogic UnifideModelingLenguage QualityInteroperabilityandStandards Personal AndPrivateInformation Learner Administrator Teacher

DODATAK 5 - Podloga za dizajniranje procedure zatvaranja autocesta

242

DODATAK 6 - Dijagram stanja i aktivnosti scenarija zatvaranja autoceste

243

DODATAK 7- Modeliranje i dizajniranje učenja u ekspertnom sustavu

244

7.2. Inteligentni sustavi na aerodromima Svjetlosna signalizacija na uzletno-sletnim stazama zračnih luka služi za vizualno navođenje zrakoplova u procedurama slijetanja i polijetanja u uvjetima ograničene vidljivosti, Slika 7.2.1.

Slika 7.2.1.ALS –Aerodromski sustav svjetlosne signalizacije To je složeni sustav s množinom opreme koja osim sustava svjetlosne signalizacije, obuhvaća sustave sigurne opskrbe električnom energijom s osnovnim i sekundarnim izvorima, sustave upravljanja kretanja zrakoplova po manevarskim površinama i sustave za navođenje zrakoplova na parkirne pozicije na stajankama. Sustav svjetlosne signalizacije ovisi o stupnju opremljenosti uzletno-sletne staze za slijetanje. Najmanji su zahtjevi kod neinstrumentalne staze a najveći kod uzletno-sletne staze za precizni prilaz kategorije III. U zrakoplovnoj terminologiji kategorija, (CAT), uzletno-sletne staze predstavlja ukupnu razinu tehničke i tehnološke opremljenosti što uz stroge procedure i osposobljene, (licencirane) djelatnike, garantira pružanje kvalitetne usluga prihvata i otpreme zrakoplova – sigurnosti zračne plovidbe na zračnoj luci. Svi navedeni specijalistički tehnički podsustavi povezuju se u ekspertne sustave s bazom podataka, bazom znanja i mehanizmima zaključivanja, koji se nalaze u aerodromskoj službi elektroodržavanja, (engl. Airport Electrical Maintenance - AEM). Uporaba informacijsko komunikacijskih tehnologija, (ICT), nameće informatizaciju samog posla. Potencijalno dostupne informacije i parametri mogu se uporabljivati u realnom vremenu te se s njima može služiti u smislu potreba odlučivanja. 245

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 izolacijskog transformatora. 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 Tehničkom veleučilištu Zagreb, (TVZ), i to: 

Kroz teorijska predavanja izbornog kolegija Umjetna inteligencija, – Ekspertni sustavi, studenti se uvode u problematiku IS, te kroz interaktivni rad otkrivaju i pronalaze mogućnosti djelovanja. Kroz spoznaje o UI i razvoj ES, studenti osim aplikativne primjene, stječu i usputne pozitivne učinke jer se kroz kolegij težište stavlja na izučavanje s ciljem boljeg razumijevanja ljudske inteligencije i olakšavanje komunikacije ljudi sa strojem. Klasična UI, usko je vezana s pojmom znanja, njegovog prikupljanja, pohrane i primjene pri rješavanju složenih zadataka. Zbog tih se razloga kroz kolegij potiču razmišljanja o UI naše stvarnosti, odnosno konkretnih praktičnih problema primjera iz prakse, o domenama znanja koje se usvaja kroz kognitivne složenosti i kontekst znanja.



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 i naukovanju i potiče hermeneutičko promišljanje na način da se svjesno dopušta izmak uvjeta njegove ograničenosti kako za poučavatelja tako i za poučavanog.



Kroz specijalističke programe cjeloživotnog obrazovanja AERO TVZ. Specijalistička znanja su podloga za stručnjake od kojih se očekuje stručnjačko rješavanje problema na razini ekspertize, a za što je neophodno razumijevanje. Za potvrdu razumijevanja koriste su raspoložive baze podataka, stvarni eksploatacijski rezultati te uspoređuju 246

s rezultatima dobivenim pretragama. Na taj se način ekspertu "Otkriva mogućnost razumijevanja koje nije nemislivo unaprijed“. Na specijalističkim edukacijama kandidate se upoznaje s djelovanjem eksperta, odnosno specijalista. Promatra ga se s pozicije vrsnog poučavatelja, što je i cilja kojem teže poučavani. U konačno dosegnutom statusu izobrazbe on ne predstavlja nadmoćnu instituciju, instancu za posljednje odluke, jer skupljanje i posjedovanje iskustva, nije zvanje. Ali zvanjem postaje kada posreduje svojim znanjem u stručnoj praksi. Očekuje se, da se njegova uloga odlikuje izrazom expertus, što se osamostalilo iz čitave velike rijeke iskustava stečenog u praksi i potvrđenog na edukaciji. Iz tih su razloga i predviđeni specijalistički programi koji se razlikuju, radili se o stjecanju potvrde o osposobljenosti, njenom obnavljanju ili produljenju. Ekspert se nalazi između znanosti, u kojoj mora posjedovati kompetencije i društvene politike prakse. 

Znanstveno istraživački rad se potiče već izradom seminarskih radova za koje se studenti odlučuju tijekom slušanja kolegija. Predavanja su kao i razrađeni specijalistički programi usmjereni na konkretne probleme koji se rješavaju, pa je tako dostupno u bazi znanja dovoljno gradiva za odabir kvalitetnog završnog rada. Materija u nastavku rezultat je rada mentora i studenta koji je započeo seminarskim radom, razrađivan stručnim člankom na MIPRO-u 2014. a finaliziran je završnim, diplomskim radom studenta.

Iz raspoloživih baza znanja i podataka analiziraju su problemi vezani na konkretne serijske strujne krugove odabranih zračnih luka s učestalim smetnjama koje narušavaju operabilnost sustava svjetlosne signalizacije. Uzrokovani kvarovi na izolaciji primarnih kabelskih veza modeliraju problem i njegovo rješavanje korištenjem svih spoznaja koje se profilirale tijekom svih provedenih edukacijskih programa. Uspoređivanjem rezultata iz prakse sa zračnih luka, uključujući i one s najekstremnijim klimatskim uvjetima sintetiziraju se rješavanja. 7.2.2. Održavanje aerodromskih sustava i opreme Održavanje specijalističkih aerodromskih sustava pomoću računala započelo je još sredinom prošlog stoljeća uvođenjem računalne opreme i aplikacijskih programskih podrški oslonjenih najviše na građevinsko održavanje manevarskih površina zračnih luka. Sustav za gospodarenje kolnika (engl. Pavement Management System - PMS), koji je prvotno razvila američka vojska doživio je čitav niz prilagodbi, između ostalog i nadogradnju za praćenje stanja sustava svjetlosne signalizacije. Bio je prvenstveno

247

namijenjen za planiranje strategije održavanja, a korišten je i u razvoju edukacijskog modela IS, Slika 7.2.2. BAZA PODATAKA

REGISTAR

PARAMET RI ZA MODELE OŠT EĆENJA

MANEVARSKIH POVRŠINA SUSTAVA SIGNALIZACIJE

INTENZITET PROMETA KLIMATSKI UTJECAJ

PREGLEDI (INSPECT ION)

ULAZNI PODACI

SITUACIJA (POLOŽAJ)

KALKULACIJE (PRORAČUNI)

IZVJEŠĆE O STANJU

MANEVARSKIH POVRŠINA SUSTAVA SIGNALIZACIJE

MODELI PROGNOZE

PROCJENA (PROGNOZA)

PROCJENE STANJA -KRITIČNE TOČKE -INDEKSI STANJA

EXPERTISE HISTORY

ANALIZA ODRŽAVANJA

PRIJEDLOZI ZA ODRŽAVANJE

REGIST AR ODRŽAVANJA

JEDINIČNE CIJENE POLITIKA ODRŽAVANJA

PLANIRANJE (BUDGET ING)

BUDGET -GODIŠNJI IZDACI -POLITIKA ODRŽAVANJA -TEKUĆE ODRŽAVANJE

Slika 7.2.2. Blok prikaz PMS- sustava za gospodarenje kolnika

248

7.2.3. Održavanje sustava svjetlosne signalizacije Način održavanja sustava svjetlosne signalizacije precizno je propisan. On obuhvaća građevinsko i elektro održavanje. U nastavku se izlaže model održavanja elektro opreme, ALS u AEM. Dvije su veličine kao karakteristike kvalitete ALS-a određene kao referentne. Prva je vezana na kvalitetu luminiscencije i definirana je postotnom vrijednošću intenziteta svakog pojedinačnog rasvjetnog tijela. Druga je vezana na kvalitetu izolacijskih svojstava primarnih kabelskih vodova i definirana je graničnom vrijednošću otpora izolacije kompletnog strujnog kruga. Procedure održavanja striktno su propisane i obuhvaćaju dnevne, tjedne, mjesečne i periodičke preglede. Osim pregleda propisane su i procedure ispitivanja i mjerenja. 7.2.4. Otpor izolacije serijskih strujnih krugova Vrijednosti otpora izolacije serijskih strujnih krugova, (SSK), prikazuje Tablica 7.2.1. (Izvor: FAA-Federal Aviation Administration AC No: 150/5340-26A, Initiatedby: AAS-100), za aerodromski sustav svjetlosne signalizacije, (primarni krugovi), prema referentnoj dokumentaciji, zavisna je o njihovim dužinama. Tablica 7.2.1. Proračunska vrijednost otpora izolacije serijskih strujnih krugova ovisna o dužini

Referentni dokument: MAINTENANCE OF AIRPORT VISUAL AID FACILITIES Red.br. 1 2 3

Dužina serijskog kruga(m) 3000 ili manje 3000 – 6000 6000 ili više

(MΩ)

(MΩ)

50 40 30

50 50 50

U primarnim krugovima koriste se jednožilni kabeli, različitih tipova izolacije presjeka vodiča od šest kvadratnih milimetara za ukupni napon u krugu do pet kilovolta, kojima su povezani izolacijski transformatori. Prema Slici 7.2.3. u serijskom krugu ALS, segmenti primarnih kabela, (4), povezuju transformatore, (2), primarnim konektorima, (6). Na svakom izolacijskom strujnom transformatoru preko sekundarnih kabela, (5) i konektora, (7), spojena je lampa, (3). 249

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 radno trošilo – 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,Slika 7.2.4., primara izolacijskih strujnih transformatora, Slika 7.2.5. i primarnih konektora, Slika 7.2.6.

Slika 7.2.4.Primarni kabel serijskog strujnog kruga

250

Slika 7.2.5.Izolacijski strujni transformator serijskog strujnog kruga

Slika 7.2.6. Primarni konektori serijskog strujnog kruga

7.2.5. Mjerenje otpora izolacije Za mjerenje otpora izolacije najčešće se primjenjuje U-I metoda. Koristi se istosmjerni napon, koji priključen na izolaciju u prvom trenutku propusti veliku struju nabijanja koja brzo opadne. Održava se polarizacijska struja koja opada sporije. Tek nakon nekoliko minuta ostane samo struja odvoda kroz 251

izolaciju koja određuje istosmjerni statički otpor izolacije, Slika 7.2.7. Zato je bitno da se prilikom mjerenja čeka s očitanjem dok se struja kroz izolaciju približi stacionarnoj vrijednosti i ustali pokazivanje instrumenta kojim se mjeri.

Slika 7.2.7. Struje kroz izolaciju

7.2.6. Mjerna oprema za mjerenje otpora izolacije

Za provedbu mjerenje bitno je koliki je istosmjerni napon i temperatura jer o tome ovisi vrijednost izmjerenog izolacijskog otpora. Na temelju mjerenja otpora izolacije može se procijeniti stanje izolacije. Naročito, ako se mjerenje otpora izolacije provodi u određenim vremenskim intervalima. Može se na temelju kretanja vrijednosti otpora izolacije dobro zaključivati o stanju izolacije i očekivanim promjenama jer je za takvu ocjenu često važnije praćenje vremenske relativne promjene otpora izolacije nego apsolutni iznos otpora izolacije. Ove spoznaje oko mjerila i mjerenja otpora izolacije rezultirale su punjenjem baze znanja. Utvrđene su razlike između mjerenje otpora izolacije i kontrole otpora izolacije. U samom početku uvođenja ispitivanja na ALS, za kontrolu izolacijskog otpora u pogonskim uvjetima su se koristili induktorskimegaommetar. To su bili istosmjerni generatori s instrumentom s križnim svicima. U novije vrijeme se koriste baterijski uređaji koji daju konstantni istosmjerni mjerni napon uobičajenih vrijednosti 250, 500, 1000 ili 252

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., četvrta kolona nije definirana zavisnost o dužini primarnog kruga. Legislativa navodi, ako se prilikom kontrole mjerenja pokaže da otpor izolacije pada, provjeru otpora izolacije potrebno je obavljati češće s utvrđivanjem uzroka pada. Za ispitni napon se preporuča vrijednost od pet kV. Odstupanje od propisanog minimuma otpora izolacije je dozvoljeno do vrijednosti dobivene izračunom otpora izolacije za svaki strujni krug. Minimalni dozvoljeni otpor izolacije izražen u MΩ može se izračunati na temelju napona ispitivanja i dozvoljene struje odvoda.Proračun otpora izolacije i mjerenje izoliranosti kabela za napajanje 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 otpora izolacije 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 izolacije zbog 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 raspolaganju odgovarajući visokonaponski kabel koji je za to namijenjen. Ako se k tome doda 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, Tablica 7.2.2.

253

Tablica 7.2.2. Izmjerena vrijednost otpora izolacije serijskih strujnih krugova ovisna o načinu ispitivanja

Godina/ /mjesec

1995./III. 1996./VI. 1997./VIII. 1998./XI. 2001./I.

REZULTATI MJERENJE NA KARAKTERISTIČNIM KRUGOVIMA SUSTAVA RASVJETE Ispitivanje Ispitivanje Ispitivanje terensko uređaj ugradni uređaj ugradni prijenosnim -selekcijski kontinuirano (MΩ) (MΩ) (MΩ)b 5 16 25 12 19 35 15 20 50 5 17 55 3 18 70

7.2.8. Analiza iz baza podataka Razvijenim inteligentnim sustavom, (IS), koji se koristi u programima edukacije na TVZ, kako u izbornom kolegiju tako i za stjecanje licence aerodromskih specijalista na održavanju svjetlosne signalizacije, dobiveni su konkretni parametri koji upućuju na karakteristike i efikasnosti pojedinih podsustava. Između ostalih, implementirani modularni sustav za nadzor stanja izolacije serijskih strujnih krugova pridonosi podizanju kvalitete izolacije. Formiranim bazama znanja i podataka o stanju izolacije složeni su algoritmi za predviđanje mogućih kvarova ili za odgađanje sanacije zbog poboljšanja koje je uzrokovano primjenom novih metoda ispitivanja. Samim tim se postiže racionalnije održavanje uz visoku pogonsku pouzdanost. Kao baza podataka poslužila je analiza stanja pregleda održavanja 175 ALS-serijskih strujnih krugova, (Zračne luke: Zagreb - 10 godišnji period, Brač - pet godišnji period, Dubrovnik - jednokratno, Split - jednokratno, Osijek - jednokratno, Mostar - jednokratno, Nafura, Sarir i Beda - jednokratno), s obrađenih 166 kvarova, svrstano u preglednu Tablicu 7.2.3.

254

Tablica 7.2.3. Analizirani kvarovi na serijskim strujnim krugovima sustava svjetlosne signalizacije Red. br.

VRSTA KVARA

Br. % kvarova ukupnog broja

Način sanacije

1.

Kvar na kabelu - oštećenje uslijed atmosferskog pražnjenja

3

1,8

odstranjen dio oštećenog kabela

2.

Kvar na kabelu - mehaničko oštećenje izolacije, starost kabela ili prekid kabela

12

7,3

nadomješten dio oštećenog kabela

3.

Kvar na konektoru - nedovoljno čvrst spoja vodiča u pinu konektora

5

3

zamijenjen konektor

4.

Kvar na konektoru - prekid spoja vodiča kod pina konektora

6

3,6

zamijenjen konektor

5.

Kvar na konektoru - oštećenje izolacije konektora pri izradi

95

57,2

zamijenjen konektor

6.

Kvar na konektoru - nečistoća unutar kontaktnih površina oba pina konektora

23

13,8

saniran konektor

7.

Kvar na transformatoru - proboj unutar transformatora

5

3

8.

Kvar na transformatoru ili primarnom konektoru transformatora izvana

12

7,3

saniran konektor

7.

Kvar na transformatoru uzrokovan sa strane sekundara transformatora

2

1,2

zamijenjen transformator

8.

Transformator i kabeli u vodi

3

1,8

ispumpana voda i osušen transformator

166

100%

SVEUKUPNO

255

zamijenjen transformator

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 strujnog kruga 2. Najviše mogućih uzroka, (a mogući su i na svim drugim komponentama serijskog strujnog kruga) - Moguće tvorničke greške - greške u serijskoj proizvodnji s tipskim ispitivanjem - 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, - Prve tehnologije finožičanih kabela bez ekrana 3. Neadekvatan alat kojim se preša, (moguća greška u debljini pina konektora) 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)

256

Obrada navedenih primjera za koje su korišteni arhivirani podaci službe održavanja s određenih aerodroma, eliminirani su slučajevi u kojima su greške i kvarovi na serijskim strujnim krugovima bili posljedica serijske greške u proizvodnji kod određenog proizvođača. Također su eliminirani kvarovi i greške za koje je nakon reklamacije proizvođač priznao svoj propust i eliminirani su kvarovi nekih prototipova opreme koji su bili tretirani kao razvojni projekti. Također su eliminirani i kvarovi koji su bili posljedica nestručnog 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 su utjecali na stanje otpora izolacije serijskih strujnih krugova. Iako je tema Radionice mjerenje odnosno utvrđivanje stanja otpora izolacije, izložene spoznaje su pomoć aerodromskim stručnim službama. Naime u postupcima održavanja sa stečenim spoznajama moguće je kvalitetnije i kompetentnije održavanje odnosno održavanje kontinuirane funkcionalnosti što je direktni zahtjev vezan uz sigurnost zračne plovidbe. "Korisnik instalacija, opreme ili uređaja najbolje poznaje njihovo stanje"...konstatacija s kojom dvije od pet legislativnih podloga o održavanju započinju koncept kojim se definira plan održavanja. Kada se radi o planovima održavanja vezanim uz aerodromske specijalističke sustave, korisno je napomenuti kako su već više od tri desetljeća radne stanice službi za održavanje 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 može manipulirati u cilju zaključivanja i stjecanja novih znanja, kao što je navedeno u prethodnom primjeru. Obrađena 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 257

Hrvatskoj su u zadnjih desetak godina dobila svoj zamah, naročito kroz izgradnju 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

258

Kada zamislimo zračnu luku - aerodrom, sigurno nam pomisao krene na vizuru ili pogled iz zraka jer se na taj način može cjelovito shvatiti veličina manevarskih 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, dio elektrotehničkih sustava koje promatramo kao podsustav ekspertnog sustava. Svi su podsustavimeđusobnopovezani, (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 259

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 distribucijsku mrežu. Aerodromski sustav sigurnog napajanja električnom energijom sastoji se 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)

260

Oznake sa slike su: CCR – regulator konstantne struje US1, US2 – učinski tiristori PTR – 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 se upravljanjem tiristora US1 i US2 , koji se nalaze u primarnom namotaju 261

učinskogtransformatora PRT, u antiparalelnom spoju. Kut upravljanja tiristorima (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 Slici 7.2.14.

Slika 7.2.14. Promjena napona (U1) i ulazne struje (I1) u primarnom namotaju transformatora

Vrijednosti struje za pojedine stupnjeve svjetlosnog intenziteta odabrane su prema propisanim zahtjevima i memoriraju se u upravljačkoj jedinici. Struja u izlaznom krugu se stalno mjeri radi analize eventualnih havarijskih stanja (razlika između tražene i ostvarene vrijednosti struje, pojava više struje od tražene vrijednosti, pojava prenapona...). U slučaju aktiviranja neke od zaštita, dolazi do blokade rada CCR i automatski prekidač isključuje napajanje učinskog 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 262

(7.2.1)

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 s učinskim transformatorom koji ima konstantan omjer N1/N2 i konstantnu sekundarnu struju I2 ne zavisi od opterećenja u strujnom krugu (broj priključenih trošila). To znači da CCR pri radu neovisno o teretu ima istu vrijednost primarne struje (struja napajanja CCR). Ovisno o kutu upravljanja tiristorima mijenjaju se napon i struje u ovisnosti s opterećenjem, a tu razliku kod 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.

263

Tablica br. 7.2.3. Ovisnost faktora cF i kuta prorade tiristora Kut prorade tiristora

cF

0° (*) 45° 90° 135°

1,41 1,48 2,00 3,32

Za ispravan radni režim je neophodno da se provede optimalizacija prijenosnog omjera učinskog transformatora. Optimalizacijom se postiže najmanja 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 ili UPS). 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

264

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, na koje 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 pripadajućeg izolacionog transformatora, te on bez obzira na otvoren sekundar ostaje u primarnoj strani neprekidno u funkciji. Porast pada napona u zasićenom transformatoru se kompenzira povećanjem izlaznog napona na izlazu regulatora, pri čemu vrijednost struje u serijskom strujnom krugu ostaje ista. Serijski strujni krug je u normalnom režimu rada izoliran sustav, a stanje otpora izolacije 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 instalirane snage serijskog strujnog kruga, kao i za izbor tipske snage CCR. S = N x (PL + PS) / cos θ + L x PP

(7.2.6.)

gdje je: PL

– snaga trošila (izolacijskog transformatora) rasvjetnog tijela [W]

PS

– gubici u sekundarnom kabelu jedne svjetiljke [W/m] 2

- za kabel presjeka 2,5 mm uzima se vrijednost [0,72 W/m] 265

2

- za kabel presjeka 4 mm uzima se vrijednost [0,44 W/m] PP

– gubici u primarnom kabelu za dužinu 1 km [VA] 2

- za kabel presjeka 6 mm 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) 4 10 20 30

Nazivna struja (A) 15 35 70 105

Presjek kabela (sqrmm) 6 10 35 35

Struja osigurača (A) 25 50 100 125

Tip CCR TCR

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.

266

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 upravljanja • Digitalni način ubacivanja i prikazivanja podataka • Strujni standard 6,6 A ili 8,3A 267

• 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 prekida izlaznog kola • Zaštita od opasnog napona dodira

268

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) 4 10 20 30

Maksimalna snaga (kVA) 4,4 11 22 33

269

Napon uz strujno opterećenje 6,6A (V) 606 1.515 3.030 4.545

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. U donjem 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 mjernim transformatorom struje i krugovima mjernog uređaja za kontrolu stanja otpora izolacije. 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 izborom odgovarajućeg sekundarnog izvoda transformatora. PMF (POWER MAINS FILTER) je ulazni filtar za uklanjanje smetnji, nepoželjnog utjecaja CCR u distributivnu mrežu a koji istovremeno smanjuje utjecaj mreže na rad CCR. Filtar se nalazi desno od transformatora snage. IDK (ID KEY)je identifikacijski ključ - samostalna ploča, koja se nalazi unutar 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, pored konektora 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 dva visokonaponska kabela na izlaz (C9) i izlaze (C5 ili C6). Povezivanje s elektronskim dijelom upravljanja RJS izvedeno je pomoću konektora XT1.

270

PWM (POWER MODULE)je modul energetike smješten iznad transformatora i sastoji se od sklopnika, energetskog tiristora s hladnjakom i modula konektora upravljačkih kruga s osiguračima. 7.2.10.6. Opis upravljačke jedinice regulatora Upravljačka jedinica CCR tipa TCR sastoji se od više samostalnih i relativno 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 opreme smještene 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 linija daljinskog upravljanja, dijagnostička linija RS-232 i identifikacijska ploča CCR namijenjena formiranju adrese CCR u sustavu transfera podataka upravljanja i informacija o konkretnom stanju CCR. Verzija BAS. 2.10

271

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 naponske transformatore i upravljačke krugove energetskih tiristora i sklopnika. Modul sadrži 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 tipke za upravljanje CCR u ručnom režimu 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 u krugu. 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 otpor u strujnom krugu vrednuje se kao gubitak napona u pomoćnim otpornicima. Odvajanje izlazne petlje osigurano je otpornici 5,5Mohma, smještenim u bloku transformatora 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 i vrednovanja 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 u strujnom 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 272

(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 u drugu poziciju. Ovo rješenje osigurava maksimalnu jednostavnost pri zamjeni pojedinih modula. U zadnjem dijelu sabirnice upravljačke jedinice (pored hladnjaka tiristorskog bloka) je instaliran termički senzor (TEMP T1), podatak se 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 na kućištu modula PWM, a koji je opremljen konektorima i osiguračima upravljačkih krugova CCR (4 x T4A). SCR (SILICON CONTROLLED RECTIFIER) - pomoćni modul s transformatorom pobude i zaštitom energetskih tiristora. Modul se nalazi na tijelu bloka hladnjaka tiristora u osnovnoj konstrukciji BAS.2.10 ili na tijelu modula PWM.2.20–30. LCS (LAMP CIRCUIT SELECTOR UNIT), kao upravljački elektronski modul DRT-24 namijenjen je za podršku tri tipa jedinicasklopnika. Alternativna izvedba sklopnika, jedinica, uključuje samo jedan od maksimalno pet priključenih strujnih krugova (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 pojave kvara na rasklopnim uređajima snage LCS. U prvoj modifikaciji se automatski isključuju 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 273

smještene na upravljačkom panelu s prednje strane CCR. Daljinski nadzor i upravljanje 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 pet ulaza. 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 sljedeća režima: 1. Shutdown- svaka promjena uklopnog stanja sklopnika obavlja se pri blokiranju rada CCR (nulto opterećenje). Upravljanje sklopnikom u alternativnoj izvedbi provodi se uvijek u režimu „Shutdown“. 2. Powerdown- do uključivanja sijalica u strujnom krugu dolazi pri aktualnoj struji 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 više izlaza, 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 stabilizacije struje opterećenja prije uključenja sljedećeg sklopnika. Elementi upravljanja i nadzora kod modula LCS Moduli upravljačke jedinice LCS prikazani su na Slikama 7.2.18.a), b) i c)

Slika 7.2.18.a) Moduli upravljačke jedinice izgrađeni iz ormara

274

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 u strujnim 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 upravljačkim modulom (DSP). 4 - Zelena signalizacija (STATUS OK) znači redovno pogonsko stanje modula LCS. 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 aktualnog stanja u upravljanom strujnom krugu (npr. pri pregorjelom osiguraču u supravljačkom krugu sklopnika) ili identificira kvar modula LCS, eventualno DSP ili REG. 275

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 se kratak 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 utvrđuje se 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: svaka 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, 276

a informacija se pojavljuju u dvije veličine. Modul je aktivan samo kada je CCR uključen na stupnju većem od 0. Princip detekcije neispravnih sijalica funkcionira 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 izolacijskom transformatoru. 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. U drugim 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 % stvarnog opterećenja

• 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

277

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 isključenje elektronskih krugova upravljačke jedinice. Energetski dio CCR ostaje pod naponom. Ako je isključen glavni prekidač, svijetli samo crvena signalna lampica STANDBY - elektronika pojedinih modula je isključena, napon je na ulaznim stezaljkama i u nekim energetskim dijelovima.

278

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 detaljnih informacija o stanju i funkcioniranju CCR (vrijednosti struje, napona, snage, radnih sati, otpora izolacije petlje,…). Osvjetljenje LCD displeja aktivira se automatski pritiskom na neki od tipki "MENU", "ENTER", "UP" ili "DOWN". Poslije određenog vremena bez funkcije tipki dolazi do automatskog gašenja LCD 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. 279

3 - Tipka "+" upotrebljava se pri povećavanju stupanja intenziteta u lokalnom režimu rada. 4 - Tipkom "REM" prebacuje se režim lokalnog i daljinskog upravljanja (lokalni režim - crvena boja, daljinski režim - zelena boja), istovremeno se uključuje signalna lampica REMOTE na modula DSP. Ako je CCR u daljinskom 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 stupanj intenziteta "0"). 6 - Tipka "OFF" isključuje CCR (prelazak u stupanj intenziteta "0") u lokalnom režimu rada. CCR se isključuje 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 svakom izbornik. 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 uključenju CCR u redovan režim daljinskog upravljanja. Crvena postojana boja daje signalizaciju 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 došlo do prekida u komunikaciji između modulima DSP i COM (isto se dešava ukoliko modul COM nije postavljen). Zelenim trepćućim svjetlom signalna lampica signalizira grešku pri podešavanju stupnja intenziteta u režimu DU, kada se kod CCR traži stupanj, koji nije instaliran. CCR u tom slučaju automatski postavi najveći stupanj intenziteta. Kada je CCR u režimu LU (upravljanje tipkom "REM"), ova signalna lampica ne svijetli. 280

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 ozbiljnom kvaru modula DSP. Postojano zeleno svjetlo označava redovan rad modula DSP. Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno trepne 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 na Slici 7.2.21. a oznake sa slike prikazuju:

Slika 7.2.21. Prednja strana modula REG (REGULATOR) 281

1 - Signalna lampica OVC (Over-current) daje crvenim postojanim svjetlom informaciju o kvaru modula CCR - zaštita je utvrdila pojavu prekostrujnog stanja u izlaznoj petlji. Pri aktiviranju zaštite dolazi do blokade rada CCR i sklopnici se otvaraju. Istovremeno sa lampicom OVC uključuje se također i signalna 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 (preopterećenje CCR). 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 LU tipkama "+" i "-"). 3 - Signalna lampica ERROR postojanim crvenim svjetlom daje informaciju o općem kvaru CCR. Također, ona svijetli i ukoliko se aktiviraju zaštite OVC ili OPC (svijetli istovremeno kada i lampice OVC ili OPC). Ukoliko svijetli samo signalna lampica ERROR, radi se o općem kvaru regulacije (zahtijevana i stvarna vrijednost struje u strujnom krugu nisu usuglašene, do čega može doći npr. 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 (prekid komunikacije sa modulom DSP). Crveno treptajuće svjetlo daje informaciju o ozbiljnom kvaru modula REG. Postojano zeleno svjetlo označava redovan rad modula REG. Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno trepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži, radi se o kvaru modula koji mora biti zamijenjen. Signalne lampice OVC, OPC i ERROR daju bliže informacije o vrsti 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 "-"). 282

EFD modul - opis signalizacija i rukovanja Modul EFD (EARTH FAULT DETECTOR) - njegova prednja strana panela prikazana je na Slici 7.2.22. a oznake sa slike prikazuju:

Slika 7.2.22. Prednja strana modula EFD (EARTH FAULT DETECTOR)

1 - Signalna lampica EF-L1 daje postojanim crvenim svjetlom informaciju o smanjenju 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 283

svjetlo daje informaciju o ozbiljnom kvaru modula EFD. Postojano zeleno svjetlo označava redovan rad modula EFD. Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno trepne 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 panela upravljanja CCR (poseban prilog). LFD modul - opis signalizacija i rukovanja Modul LFD (LAMP FAULT DETECTOR) - njegova prednja strana panela prikazana je na Slici 7.2.23. a oznake sa slike prikazuju:

Slika 7.2.23. Prednja strana modula LFD (LAMP FAULT DETECTOR) 284

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 ne odgovarajućoj kalibraciji modula LFD. Znači da modul još nije bio kalibriran ili 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 da su podaci u modulu LFD nevažeći i da su onda nevažeći i podaci na displeju LSD. 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 čega će se ugasiti. Postojano svjetlo daje informaciju o pojavi smetnje u izlaznom strujnom 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 komunikacije upravljačke jedinice CCR (prekid komunikacije sa modulom DSP). Crveno trepćuće svjetlo znači ozbiljan kvar modula LFD, do čije identifikacije došlo u toku autonomnog testiranja modula poslije uključenja upravljačke jedinice. Postojano zeleno svjetlo znači redovan rad modula LFD. Poslije uključenja prekidača modula PWR signalizacija STATUS kratko crveno trepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži, radi se o kvaru modula, koji mora da se zamjeni. 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
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 pogrešne adrese na modulima IDK u CCR.

286

3 – Stanje modula COM-DAP pokazuje signalizacija STATUS. Crveno postojano svjetlo daje informaciju o ispadu interne komunikacije među modulima u upravljačkoj jedinici CCR (ispad komunikacije sa modulom DSP). Crveno trepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modula COM, koji je bio identificiran u toku autonomnog testa modula poslije uključenja 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. Ako treperi 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)

287

1 - Signalizacija LINK daje signalizaciju stanja u liniji komunikacija (RS-485). Crveno postojano svjetlo označava prekid u liniji ili kvar u centralnoj jedinici sustava za komunikaciju RS-485. 2 – Signalizacija ERROR daje signalizaciju o stanju prijenosa podataka u liniji za komunikaciju RS-485. Crveno postojano svjetlo obavještava o greškama u transferu podataka za CCR. 3 – Stanje modula COM-RCS pokazuje Signalizacija STATUS. Crveno postojano svjetlo daje signalizaciju o ispadu interne komunikacije između modula u upravljačkoj 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 kratko 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)

288

1 - Signalizacija LINK obilježava stanje na pomoćnom ulazu nadzora preko konektora daljinskog upravljanja. Crveno postojano svjetlo označava ispad, a crveno trepćuće svjetlo nagovještava pojavu pulsirajućeg napona na ulazu. 2 - Crveno postojano svjetlo signalizacije ERROR obavještava o pojavi nedozvoljene 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 komunikacije između upravljačke jedinice CCR (prekid komunikacije sa modulom DSP). Crveno treptajuće svjetlo označava ozbiljan kvar modula COM, koji je bio identificiran 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 daljinskog upravljanja 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 upravljanja kao 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 s displejom 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. Prvi red 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 289

konfiguraciju modula IDK (ID), a heksadecimalni oblik vrijednosti veza F1– F8 u modulu DSP (F). Podaci su namijenjeni za servisiranje. U slučaju neslaganja u podešavanju strujnog sustava kod modula REG i DSP (kvar modula IDK ili u njegovim krugovima) ili namještanja konfiguracije na izvodima 6 i 7 kod strujnog sustava 8,3 A, pojavljuje se natpis "ID-KEY SETUP 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 osnovi ovog podatka može se provesti optimizacija namještanja veza izvoda transformatora snage. U slučaju promjene izvoda transformatora mora se udesiti 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 vrijeme rada (TOTAL) se zbraja uvijek kada je CCR uključen (na bilo koji stupanj intenziteta). Podatak o radnim satima se nalazi u memoriji EEPROM u modulu BAS (osnovna konstrukcija upravljačke jedinice). Pri zamjeni modula BAS novim, 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.

290

4.1 Osnovna informacija mjerača otpora izolacije u izlaznoj strujnoj petlji. Pri instaliranju 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 EFL1 > 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 EFD EF-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 iz menija [4.2] dugim pritiskom na tipka "ENTER". Vrijednost se može podesiti u opsegu od 0,1–95 M. tipkama "UP" ili "DOWN". Vrijednost je u ovom režimu obilježena dodatnim znakom "*". Nova vrijednost je ubačena u memoriju 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 uključenja CCR važeće su postojeće granice EF-L1.

291

4.6 Informacija o graničnoj vrijednosti EF-L2. U ovaj Meni se može ući iz menija [4.2] dugim pritiskom na tipka "ENTER". Vrijednost se može podesiti u opsegu 0,1–95 M. tipkama "UP" a "DOWN". Vrijednost je u ovom režimu obilježena dodatnim znakom "*". Nova vrijednost je ubačena u memoriju EEPROM 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 jedan od 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 kalibriran ili ako je kalibracija nevažeća. Ako modul LFD nije instaliran, u drugom redu se 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). Standardno namještanje 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 LFL1 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 292

NO-CAL - modul LFD nije bio kalibriran, podaci nisu važeći INV-CAL - modul LFD nema važeću kalibraciju, 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 nultu vrijednost, vjerojatan kvar osigurača u modulu PWR ili kvar modula LFD POSTERR - u toku inicijalnog testa LFD došlo je do identifikacije kvara kod modula 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 sijalica u strujnom krugu). Postupak kalibracije je opisan u posebnom poglavlju i grafički 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.

293

5.8 Osnovna grupa informacija namijenjena za određivanje broja pregorjelih sijalica prvog koraka kalibracije. Broj u prvom redu iza simbola "#" označava korak kalibracije. Kalibracija počinje korakom 1 i neophodno je da se izvrše min. 2 koraka kalibracije (maksimalno 32 koraka kalibracije). Namještanje broja isključenih sijalica provodi se pritiskom na tipke "UP" i "DOWN". Broj odabranih 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 kalibracije se može prekinuti. 5.9 Grupa informacija namijenjena za potvrđivanje odabranog broja isključenih 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 kalibracijskih mjerenja u svakom stupnju intenziteta, automatski dolazi do prelaska u grupu informacija za odabiranje broja isključenih sijalica za sljedeći korak kalibracije. 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 u Grupu. 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 bez upisivanja 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.

294

5.13 Grupa informacija namijenjena za prikazivanje prekida kalibracije, koji je već bio potvrđen u grupi. Poslije pritiska na tipka "ENTER" slijedi prelazak u osnovnu grupu kalibracije modula LFD [5.5]. 5.14 Alternativna grupa informacija namijenjena za odabiranje broja isključenih sijalica drugog koraka kalibracije. Namještanje broja isključenih sijalica provodi se pritiskom na tipku "UP" i "DOWN". Potvrda odabranog broja sijalica provodi se pritiskom na tipka "ENTER" sa prelaskom u grupu. 5.15 Grupa informacija namijenjena za potvrdu odabranog broja isključenih sijalica u drugom koraku kalibracije. U prvom redu u grupi nalazi se odabrani broj isključenih sijalica u tom koraku. Ponovljenim pritiskom na tipka "ENTER" potvrđen je odabrani broj pregorjelih sijalica sa prelaskom u grupu [5.16], gdje se prikazuje tok postupka. Pritiskom na tipka "MENU" se aktivnost prekida i slijedi povratak u osnovnu Grupu odabiranja broja isključenih sijalica. 5.16 Grupa informacija namijenjena za prikazivanje toka drugog koraka kalibracije. U prvom redu se nalazi broj koraka kalibracije, dok je iza kose crte prikazan podatak o odabranom broju isključenih sijalica. Sedamsegmentni displej na modulu DSP prikazuje stupanj intenziteta, u kome se upravo provodi mjerenje. Drugi red je rezerviran za tekst za čekanje. Poslije automatskog obavljanja kalibracijskih mjerenja u svakom stupanju intenziteta, automatski dolazi do prelaska u grupu informacija za odabiranje broja isključenih sijalica za slijedeći korak kalibracije [5.20]. 5.17 Alternativna Grupa informacija namijenjena za odabiranje broja isključenih sijalica sljedećeg koraka kalibracije. U ovu grupu se ulazi ponovljenim pritiskom na tipka "DOWN" iz osnovne grupe [5.14], 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 u Grupu [5.18]. 5.18 Grupa informacija namijenjena za potvrđivanje zahtjeva za prekid postupka kalibracije modula LFD (CANCEL). Potvrda zahtjeva za prekid postupka kalibracije modula LFD bez upisivanja podataka u memoriju EEPROM daje se ponovljenim pritiskom na tipka "ENTER", poslije čega slijedi ulazak u grupu [5.19]. Pritiskom na tipka "MENU" aktivnost se prekida i slijedi povratak u grupu [5.17].

295

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 broja isključenih sijalica sljedećeg koraka kalibracije. Namještanje broja isključenih sijalica 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 isključenih sijalica u sljedećem koraku kalibracije. U prvom redu u grupi nalazi se odabrani 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 isključenih sijalica [5.20]. 5.23 Alternativna Grupa informacija namijenjena za odabiranje broja 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 memoriju EEPROM. 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 namijenjena za potvrdu zahtjeva za završetak postupka kalibracije 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 osnovnu Grupu odabiranja broja isključenih sijalica [5.23]. 5.25 Grupa informacija namijenjena za prikazivanje završetka kalibracije. Prikaz se završava uspješnim upisivanjem podataka u memoriju EEPROM modula LFD (STATUS: OK) ili informacijom o grešci (STATUS: FAILED). Greška u kalibraciji može biti prouzrokovana ometanjem u strujnom krugu ili kvarom modula LFD. Poslije pritiska na tipka "ENTER" slijedi prelazak u osnovnu grupu "Kalibracija modula LFD" [5.5].

296

5.26 Alternativna Grupa informacija namijenjena za odabiranje broja 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 memoriju EEPROM. 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 (modul BAS) CCR. Senzor je smješten u blizini hladnjak tiristora. U drugom redu grupe 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 297

displej na modulu DSP prikazuje stupanj intenziteta, u kome se upravo provodi mjerenje. Drugi red je rezerviran za tekst za čekanje. Poslije automatskog obavljanja kalibracijskih mjerenja u svakom stupnju intenziteta, automatski dolazi do prelaska u grupu informacija za odabiranje broja isključenih sijalica za 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 automatski režim 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 određene za 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 o temperaturi se nalazi simbol "*". Nova vrijednost se upisuje u memoriju EEPROM poslije pritiska na tipka "ENTER", pri čemu se prelazi nazad u grupu [8.2]. 8.2 Grupa informacija namijenjena za prikazivanje vrijednosti termičke granice određene za uključenje ventilatora. Upravljanje radom ventilatora postavljenih u upravljačkoj jedinici BAS provodi se na osnovi uspoređenje vrijednosti 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, 298

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 režim modula 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 vađenja upravljačke jedinice CCR (BAS). Prvo je potrebno skinuti konektor modula IDK, i poslije skidanja 4 zavrtnja M3 modul može da se skine. Montaža modula 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). 299

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. U režimu "Normal", u slučaju ispada dolazi do isključenja CCR (stupnju intenziteta je "0"). Prekidači B6–B8 namijenjeni su podešavanju režima analize primljenih podataka od sustava za komunikaciju. Konkretan značaj zavisi od tipa modula daljinskog 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 sa transformatora snage. Izmjene u konfiguraciji vrše se uvijek kada je opterećenje strujnog kruga manje od nazivne snage CCR. Optimalnim namještanjem 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 se određivati 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 odnosu na 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. 300

Radi dobre manipulacije, CCR je opremljen kotačima; poslije postavljanja CCR 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 električnu mrežu moraju se izvoditi ubeznaponskom 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 namijenjene 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). 301

Regulatori konstantne struje (CCR) serije TCR.2.04–30 priključuju se na trofaznu mrežu sa međufaznim naponom 400 V i u skladu s opisom priključnih stezaljki (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 daljinskog upravljanja, 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 riješena kompleksno u okviru trafostanice. Sam CCR tipa TCR.2 sadrži treći stupanj zaštite od prenapona (klasa D), dok se prvi i drugi stupanj rješava u okviru razvodnih ormara (klasa B i C). Zaštita linija komunikacije mora se rješavati kao dvostupanjska u odnosu prema tipu korištenog sustava. Zaštita serijskog strujnog kruga rješava se upotrebom katodnih odvodnika prenapona s odgovarajućim radnim naponima i strujom odvoda. 7.2.12.4. Ugađanje radnih parametara Optimalni radni uvjeti CCR tipa TCR dobivaju se optimizacijom opterećenja čime se smanjuje strujno opterećenje priključka iz distributivne mreže 400 V, i ograničavaju negativni utjecaji prema mreži. Namještanje konfiguracije izvodi se prespajanjem izvoda učinskog transformatora. Aktualna vrijednost opterećenja CCR prikazuju se na LCD displeju modula DSP, 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 302

neophodno je da se izvodi izmjena konfiguracija izvoda transformatora i usklađivanje položaja prekidača na modulu IDK. U slučaju da je montiran modul 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 stezaljki izvoda 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 osnovi konstrukcije 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 s aktualnim 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 kablova serijskog strujnog kruga, provjeriti udešenost konfiguracije izvoda prema instaliranom opterećenju i strujnom sustavu. 3. Provjeriti položaj prekidača na modulu IDK - usklađenost s vezama na izvodima 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 signalna lampica STANDBY koja obilježava prisutnost napona na CCR, upravljačka jedinica CCR je isključena.

303

5. Prekidač na modulu PWR prebaciti u položaj "I" (uključeno). Signalna lampica STANDBY na modulu PWR se gasi i počinje da svijetli zelena signalna lampica ON, koja označava prisutnost napona 24 V na modulima upravljačke jedinice. 6. Poslije uključenja napajanja na svim modulima automatski se provodi autonomno testiranje. Ako je testiranje svih modula uspješno završeno, sve signalne 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 kojem se poslije uključenja pojavljuje tip i identifikacija CCR. U tom slučaju sedmosegmentni LED displej mora svijetliti i pokazivati aktualan stupanj intenziteta (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 na modulu PWR dolazi do uključenja CCR i do njegovog namještanja 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 REMOTE svijetli 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 poslije uključenja glavnog prekidača u režimu lokalnog upravljanja i ako automatski dođe 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 kontroliramo opterećenje CCR (vrijednost opterećenja u postotcima očitamo na LCD displeju modula DSP 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 304

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 biti indiciran 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 (15 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 svjetlom signalnih 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 na modulu 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 pojavi visoki 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 graničnih vrijednosti 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 ili automatski 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 na modulu 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 svijetli CRVENI BROJ "0") - samo u tim uvjetima moguće je nastaviti rad. Poslije toga je potrebno napraviti kratki spoj pomoću izoliranog vodiča između izvoda C0 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 305

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 kalibriran sa 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. Značaj signalizacije na modulu COM zavisi od tipa modula komunikacije. 17. Ako je postavljen modul COM, prebacivanje CCR u režim daljinskog upravljanja provodi se pomoću tipke "REM" (LED displej daje zeleno signalizaciju REMOTE na modulu DSP, CCR je spreman za rad u režimu daljinskog 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 označavaju 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

306

modul, koji se može postaviti u osnovnoj jedinici BAS.2.10 ili BAS.2.30 u svim CCR tipa TCR.2.04–30. Funkcija modula LFD bazira se na mjerenju faznog pomaka između prvih harmonika napona i struje u strujnom krugu. Kontrola napona uzima se preko mjernog transformatora na primarnoj strani transformatora snage, a struja se prati na mjernom strujnom transformatoru. Promjene se filtriraju pomoću filtra, 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 i dolazi do pomicanja faznog kuta između napona i struje. Ovu promjenu prati mikroprocesor, 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 isključuje odabrani 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 je isključeno 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 sljedećih sijalica i provodi se kalibracija u narednom koraku. Ova aktivnost se provodi u svim odabranim koracima kalibracije i postupak se završava odabiranjem komande FINISH. Tada su od strane modula LFD završena mjerenja svih parametara upisanih u memoriju EEPROM modula LFD (unošenje podataka osigurava njihovu postojanost i u slučaju ispada mrežnog napona). Modul LFD nije tvornički kalibriran, što znači da je potrebno da se prije upotrebe 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 307

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 početka kalibracije 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 do izmjene identifikacijskog koda TCR-ID, a time i do ukidanje važnosti kalibracije (u grupi [5.4] se na LCD displeju pojavi tekstualna poruka INVCAL - 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 novog modula LFD i u slučaju ponovljenih kalibracija (rekalibracija) modula u slučaju zamjene modula BAS, PWR, REG ili transformatora snage CCR tipa TCR. 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, konfiguracije izvoda 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 308

sijalicama u strujnom krugu - preporučljivo je uraditi bar 4 koraka. Ukoliko to uslovi 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" (strelica gore) 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 isključenih sijalica 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 se automatski postupno uključuje na pojedine stupnjeve intenziteta, pri čemu modul LFD mjeri parametre u serijskom strujnom krugu. Mjerenje se postupno provodi u svim stupnjevima intenziteta, poslije čega se CCR automatski isključuje. Trajanje ove faze (koraka) je oko 2,5 minuta - u toku ove faze prikazuje se grupa informacija [5.10], koja bilježi tok mjerenja u ovom koraku kalibracije. Pritiskom na tipka "MENU" umjesto na tipka "ENTER" vraća se u prvobitnu grupu [5.8] za određivanje (odabiranje) broja isključenih sijalica bez završetka mjerenja u tom koraku. Međutim ako je mjerenje u pojedinim stupnjevima u toku, prekidanje kalibracije pomoću tipki nije moguće. Ako je neophodno da se postupak kalibracije prekine, to može da se u tom slučaju uradi samo isključenjem i ponovnim uključenjem CCR pomoću prekidača na modulu 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 svaku sijalicu (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 isključivanje (izdvajanje) sijalica u strujnom krugu.

309

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 upisivanje izmjerenih podataka u memoriji EEPROM. Po pritisku na tipka "ENTER" slijedi prelazak u grupu [5.24]. Drugim pritiskom na tipka "ENTER" potvrđuje se zahtjev za završetak kalibracije. 8. Uspješan završetak kalibracije i smještaj podataka o kalibraciji u memoriju EEPROM 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 pregorjelim sijalicama, preporučuje se da se provjera kalibracije modula LFD obavlja u redovnim vremenskim periodima uz eventualnu rekalibraciju. 7.2.16. Atipične kalibracije 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 podliježu ovim podešavanjima. Pomoću tabelarnog kompleta podataka sa vrijednostima izlaznih struja moguće je da se posebno definira maksimalna vrijednost stupnja intenziteta 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 prekidača na modulu IDK. Značaj pojedinih izbornih prekidača naveden je u sljedećoj tabeli. 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 su upisane 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 CCR uz pritisnut tipka MENU na modulu DSP. Prekidačem na modulu PWR isključimo CCR, pritisnemo tipka MENU, CCR ponovo uključimo i tipka MENU oslobodimo pritiska. Na LCD displeju treba se pojaviti tekst "USER

310

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 o izlaznim strujama (6,6 A/U1, 6,6 A/U2, 8,3 A/U1 a 8,3 A/U2). U prvoj grupi svakog tabelarnog kompleta uvijek treba odabrati ukupan broj stupnjeva intenziteta i u sljedećem koraku vrijednosti izlazne struje, koja odgovara tom stupnju 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 način njihovog aktiviranja je prethodno obrađen kao i prelazak između pojedinih grupa. 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 stupanja intenziteta 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 stupnja intenziteta. 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 311

(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 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 [12.2]. 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 broja stupnja intenziteta, simbol "*". Nova vrijednost se unosi u memoriju EEPROM poslije pritiska na tipka "ENTER", poslije čega se prelazi nazad u polaznu grupu. 7. Osnovna grupa za modifikaciju tabelarnog kompleta USER 2 za strujni sustav 6,6 A. Grupa prikazuje i omogućava modifikacije svih stupanja intenziteta 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 u tabelarnom 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 stupanja intenziteta 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 u tabelarnom 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 stupanja intenziteta 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 312

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", koji odgovara 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 na tipka "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 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 polaznu grupu. Prikazivanje vrijednosti izlaznih struja i njihova modifikacija provodi se slično kao u tabelarnom kompletu 6,6 A / USER1.

313

7.2.17. Definicije i pojmovi aerodromske opreme

Serijski strujni krug Serijski strujni krug, (engl. Series Circuit - SC), električni je strujni krug namijenjen za napajanje ALS, a koji se sastoji od Regulatora konstantne struje, kabela spojenih s komponentama serijski u krug, razdjelnih - izolacijskih transformatora, rasvjetnih ili drugih uređaja serijski priključenih u krug preko izolacijskih 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 trošila u 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 priključena na svoj sekundar od serijskog strujnog kruga u kojem je serijski priključen primar transformatora. Prijenosni omjer je 6,6 A/6,6 A, L2: Specifikacija u skladu sa propisima FAA AdvisoryCircular AC 150/5345 - 47 A. Rasvjetna tijela, svjetiljka ALS Svjetiljke, odnosno rasvjetna tijela su izvori ALS rasvjete, čije su karakteristike precizno utvrđene u propisu ICAO, Dodatku 14 Konvenciji o međunarodnom civilnom zrakoplovstvu.

314

Kabeli serijskih strujnih krugova Za napajanje trošila serijskog strujnog kruga ALS, koriste se su primarni i sekundarni 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 primarne namotaja izolacijskih strujnih transformatora. Kabeli mogu biti s ekranom, (metalnim zaštitnim opletom, ekranom). Sekundarni kabel povezuje paralelno sekundarni namotaj izolacijskog strujnog transformatora i trošilo (svjetiljku, svjetlosnu oznaka i sl.). Konektori Konektori služe za rastavljanje spoja povezanih primarnih kabela i primarnog namotaja 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 konektore se 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 transformatora.

315

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 na kontinuiranoj osnovi u svim vremenskim uvjetima, danju i noću, svugdje na Zemlji ili blizu nje, ondje gdje postoji neometan kontakt s četirima ili više satelita 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

Period lansiranja

Uspjelo/ Neuspjelo

I II IIA IIR IIR-M IIF IIIA IIIB IIIC

1978–1985 1989–1990 1990–1997 1997–2004 2005–2009 od 2010 2014–?

10/1 9 19 12/1 8 0

U priprem i 0 0 0 0 0 10

Ukupno

58/2

10

Planirana 0 0 0 0 0 0 12 8 16 36

Trenutačn o u orbiti i funkciji 0 0 11 od 19 12 od 13 7 od 8 0

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). To uključuje navođenje nosa zrakoplova zapoziciju po azimutu. Azimut je vodoravni kut koji zatvara pravac sjevera s točkom promatranja, a mjeri se u smjeru kretanja kazaljke na satu. Označava se grčkim slovomω, a iskazuje se kutnom udaljenošću od najbliže strane svijeta (npr. ω = S18° ili ω = S+18°) ili kutnom 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. 316

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)

317

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 po azimutu 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 Maksimalno odstupanje na parkirališnommjestu (zaustavljanje) Maksimalno odstupanje na udaljenostiod 9 m od parkirališnog mjesta(zaustavljanje) Maksimalno odstupanje na udaljenostiod 15 m od parkirališnog mjesta(zaustavljanje) Maksimalno odstupanje na udaljenostiod 25 m od parkirališnog mjesta(zaustavljanje)

AZIMUT +/-

250 mm

UDALJENOST +/-500 mm

+/-340 mm

+/-1.000 mm

+/-400 mm

+/-1.300 mm

+/-500 mm

Nije definirano

U istu grupu inteligentnih sustava ubrajaju se i sustavi za navođenje zrakoplova koji su integrirani u sustav svjetlosne signalizacije, Slike 7.2.32. i 7.2.33.

318

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.

319

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 320

Slika 7.2.36. Princip integracije svih komponenti inteligentnog sustav za vođenje zrakoplova po stazama za vožnju

321

a) b) Slika 7.2.37. Vođenje zrakoplova inteligentnim sustavom na polijetanje a) zrakoplov pred STOP-BAR-om na čekanju, b) izlazi na USS

c) d) Slika 7.2.38. Vođenje zrakoplova inteligentnim sustavom na polijetanje c)zrakoplov prolazi STOP-BAR, d) ulazi u zaštitnu zonu USS)

322

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 na stajanci, koji je integriran u sustav opsluživanja zrakoplova, Slika 7.2.40.

Slika 7.2.40. Navođenje aviomosta za izlaz iz zrakoplova 323

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. 324

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 325

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 stajanke upravljaju kontrolori. Po dolasku na stajanku upravljanje opsluživanjem zrakoplova preuzima prometni centar. Mrežu aerodromskih inteligentnih tehničkih sustava i sustava za gospodarenje 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

326

Slika 7.2.46. Konfiguracija povezivanja aerodromskih inteligentnih sustava

Slika 7.2.47. Oprema i povezivanje inteligentnog sustava na tornju

327

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 328

Slika 7.2.51. Prikaz nadzora stanja inteligentnog sustava u podstanici

Slika 7.2.52. Aerodromski 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. Pregled i značenje oznaka aerodromskih sustava i opreme prikazuje Tablica 7.2.8. a globalnu podjelu aerodromskih sustava svjetlosne signalizacije prikazuje Tablica 7.2.9.

329

Slika 7.2.53. Prikaz integracije dijelova inteligentnih podsustava za upravljanje kretanjem zrakoplova po stazama za vožnju 330

Tablica 7.2.8. Pregled i značenje oznaka aerodromskih sustava i opreme Red. br.

Oznaka

Engleski naziv

AGL

Airfield Ground Lighting

ALS

Airfield Lighting System

AMS

Airport Monitoring Systems

AFTN

Aviation Fixed Telecommunication Network

ATIS

Airtraffic Information System

ATS

Airtraffic Services

ACN

Aircraft Classification Number

CCR

ConstantCurrentRegulators

EPS

Electric Power Systems

LCU

Lighting Monitoring System–Control Unit Localizer Lighting Monitoring System–Lighting Controller

LOC LLC LMC

Lighting Monitoring System–Media Convertor

LMS

Lighting Monitoring System

LTP

Testing and Programming device for the modules LLC and LMC

IFR

Instrument Flight Rules 331

Hrvatski naziv zemaljski svjetlosni sustav sustav svjetlosne signalizacije aerodromski nadzorni sustav zrakoplovna stacionarna telekomunikacijska mreža informacijski sustav zračnog prometa zračnog prometa služba kontrole zračnog prometa klasifikacijski broj zrakoplova regulator konstantne struje sustav elektro opskrbe svjetlosni nadzorni sustav usmjerivač svjetlosni nadzorni sustav – svjetlosni kontroleri svjetlosni nadzorni sustav –prijenosni pretvarači svjetlosni nadzorni sustav Uređaj za ispitivanje i programiranje modula svjetlosnog nadzornog sustava pravila instrumentalnog letenja

ILS

Instrument Landing System

IMC

Instrument Meteorological Conditions Microwave Landing System

MLS ME MM OCA/H

Meteorological Equipment Middle Marker Obstacle Clearance Altitude/Height

OFZ OM PAPI

Obstacle Free Zone Outer Marker Precision Approach Path Indicator

RCLL

Runway Centre Line Light

REDL

Runway Edge Light

RNE RENL

Radio Navigation Equipmentand Systems Runway EndLight

RVR

Runway Visual Range

STOPBAR TDZ THR TWR TWY VFR VMC

Stop Bar Touchdown Zone Threshold Aerodrome Control Tower Taxiway Visual Flight Rules Visual Meteorological Conditions

332

sustav za instrumentalno slijetanje meteorološki uvjeti za instrumentalni let mikrovalni sustav za instrumentalnoslijetanje meteorološka oprema srednji marker visina nadvišenja prepreka/visina zona bez prepreka vanjski marker pokazivač letne putanjepreciznog prilaženja središnje crte uzletnosletne staze svjetla ruba uzletnosletne staze radio-navigacijska oprema i sustavi svjetla kraja uzletnosletne staze (USS) vidljivost uzduž uzletnosletne staze zaustavna prečka zona dodira prag aerodromski kontrolni toranj staza za vožnju pravila vizualni let meteorološki uvjeti za vizualno letenje

Tablica 7.2.9. Globalna podjela aerodromskih sustava svjetlosne signalizacije

AERODROMSKI SUSTAVI SVJETLOSNE SIGNALIZACIJE SUSTAVI RASVJETE PRILAZNIH SVJETALA

SUSTAVI RASVJETE OPERATIVNIH POVRŠINA AERODROMA SUSTAVI RASVJETE MANEVARISKIH POVRŠINA

SUSTAVI RASVJETE STAJANKE

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 POVRŠINA AERODROMA

Sustavi prilaznih svjetala i sustavi rasvjete operativnih površina aerodroma imaju svoje dijelove: 

Sustav svjetala za kružno navođenje



Sustavi prilazne rasvjete



Sustavi svjetlosnih pokazivača nagiba prilaza 333



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 sprječavanje stvaranja 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

334

Osnovni dijelovi sustava prilaznih svjetala i sustava rasvjete operativnih površina aerodroma su svjetla i znakovi koji su priključeni na sustave sigurnog napajanja električnom energijom, za sustave zrakoplovne navigacije uključujući sustave za vođenje i kontrolu površinskog kretanja. Dijelovi instalacije i uređaji koji čine funkcionalnu elektrotehničku cjelinu sustava 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 svjetlosne signalizacije



Sekundarni strujni krugovi kabelskih vodova sustava svjetlosne signalizacije



Električni strujni krugovi osim primarnih i sekundarnih za napajanje ostale 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 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

strujnih

335

krugova

sustava

svjetlosne



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 sustava svjetlosne signalizacije, rasvjete operativnih površina aerodroma i sustava sigurnog 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

POVRŠINE PRILAZNIH SVJETALA

336



Površina prilaznih svjetala aerodroma uređene opremom za kategorije CATI, II ili III (IIIA, IIIB, i IIIC)



Površina prilaznih svjetala aerodroma skraćenog prilaza



Površine prečki 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

337

7.3

Inteligentni i ekspertni sustavi u elektroenergetici

U elektroenergetskom sustavu, jedan od ključnih elemenata su rasklopna postrojenja. U svakom od njih ima više polja, koja u sebi imaju više 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 mjerne transformatore 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 zaposlenike s velikom količinom znanja koji se znaju snaći u slučaju poremećaja rada sustava. Međutim, pojedine nepravilnosti u radu i u stanju opreme se čak niti na ovaj način ne mogu uvidjeti, prvenstveno stoga što se one mogu dogoditi u razdoblju između dva intervala inspekcija opreme. Na ovaj način se u postrojenju ipak može dogoditi kvar. Sustavi monitoringa stanja opreme predstavljaju značajan napredak u pouzdanosti i ekonomskoj učinkovitosti energetskih sustava. U sklopu uvođenja naprednih energetskih mreža i digitalizacije elektroenergetskog sustava, sustavi monitoringa se ističu kao jedna od osnovnih komponenti novog energetskog doba. Korištenje ovakvih sustava čini opskrbu električnom energijom sigurnijom, pouzdanijom i kvalitetnijom. Glavni cilj korištenja sustava monitoringa je predvidjeti kvar prije nego do njega dođe te na vrijeme alarmirati korisnike. Sustavom monitoringa rasklopnih postrojenja kontinuirano se prati stanje 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 transformatora i generatora čime se dobije integrirani sustav monitoringa. Podacima takvog sustava pristupa se putem web korisničkog sučelja. 338

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 električnog luka (ulje, komprimirani zrak, vakuum, plin sumporni heksafluorid – SF6), danas na visokom naponu suvereno vlada plin SF6. Visokonaponski SF6 prekidači za vanjsku montažu gase električni luk u plinu sumpornom heksafluoridu - SF6, koji se nalazi pod malim tlakom u polovima prekidača, a komprimira se tijekom isklapanja. Za komprimiranje plina i pokretanje kontakata koristi se elektrohidraulički ili opružni pogon. Upravljanje može biti daljinski, jednopolno ili tropolno. Svaki pol prekidača opremljen je odgovarajućim brojem prekidnih komora 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 u Svijetu imale su i uklopne otpornike za ograničavanje prenapona tijekom uklapanja dalekovoda. Prva generacija SF6 prekidača su dvotlačni prekidači u slučaju kojih se plin SF6 „nalazi” u visokotlačnom spremniku pod tlakom 1 do 1.6 MPa. Tijekom gašenja električnog luka plin SF6 „struji“ iz visokotlačnog spremnika 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 iznad 00 C. Upravo zbog toga predmetni prekidači zahtijevaju intenzivno grijanje! 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 pogonski mehanizam treba osigurati energiju i za gibanje kontakta i za realiziranje visokog tlaka potrebnog za gašenje električnog luka. Upravo zbog toga su 339

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 električnog luka za postizanje visokog tlaka u prekidnoj komori neophodnog za uspješno gašenje. Pogonski mehanizam koristi se samo za osiguravanje energije potrebne za gibanje kontakta, te je poradi bitnog smanjenja potrebne pogonske energije omogućena upotreba malih, pouzdanih opružnih 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 unutar kompresijskog cilindra (1) smještenog u prekidnoj komori. Tijekom isklapanja 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 pomičnog kontakta, uslijed struje plina i elektrodinamičkih sila električnog luka za nekoliko milisekundi potiskuje se u sapnice, slika 7.1. c i gasi se 5 do 15 milisekundi nakon galvanskog razdvajanja kontakata. Kompresijski cilindar pri tome obuhvaća prostor za gašenje i čini komoru pod tlakom. Komprimirani plin struji najkraćim putem, radijalno na rastavno mjesto, i odvodi se aksijalno kroz sapnice. Nakon prekida struje, pomični kontakt se dalje giba do svog krajnjeg isklopljenog položaja, slika 7.1. d.

340

1 2

5

3 4

a) 1 2 3

b)

c)

kompresijski cilindar kontaktni prst metalna sapnica

4 5

d)

nepomični klip pomična vodilica

Slika 7.1. Kompresijski princip gašenja električnog luka u slučaju visokonaponskih SF6 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 kompresijski cilindar (8) čine jedan pomični sklop. 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 trenutku razdvajanja 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.

341

2

1

3 5 4

6

7

8 9

11 10 a) 1 2 3 4 5 6

b)

c)

gornji strujni vodič sapnica nepomični lučni kontakt pomični lučni kontakt nepomični glavni kontakt pomični glavni kontakt

7 8 9 10 11

d)

e)

kompresijski volumen kompresijski cilindar ventil za punjenje nepomični klip doljnji strujni vodič

Slika 7.2. Kompresijski princip gašenja električnog luka kod visokonaponskih SF6 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 koji intenzivno 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 plina između 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) kroz koji plin struji u prostor glavnog fiksnog kontakta (5) i deionizira među kontaktni prostor, slika 7.3. d. 342

1

2 5

3

6

4 7

8 10

9

12

11 13

14 a) 1 2 3 4 5 6 7

b)

c)

gornji strujni vodič sapnica nepomični lučni kontakt pomični lučni kontakt nepomični glavni kontakt pomični glavni kontakt auto kompresijski volumen

d)

e)

8 auto kompresijski ventil 9 kompresijski volumen 10 kompresijski cilindar 11 ventil za ponovno punjenje 12 ventil za oslobađanje nad tlaka 13 nepomični klip 14 doljnji strujni vodič

Slika 7.3. Auto kompresijski princip rada visokonaponskog SF6 prekidača – prekidanje malih struja Na slici 7.4. predočeno je prekidanje struje kratkog spoja. Tijekom gorenja električnog luka, zbog visoke temperature, raste tlak u kompresijskom (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 nulu gasi se električni luk i oslobađa prolaz kroz sapnice (2). Plin SF6 počinje strujati iz prostora s višim tlakom (7) kroz sapnice (2) u prostor s nižim tlakom (1) i na taj način vrlo brzo deionizira prostor između kontakata, slika 7.4. d. Visoki tlak plina u prekidnoj komori stvoren je isključivo korištenjem toplinske energije električnog luka, a pogonski mehanizam služi samo za osiguravanje energije potrebne za gibanje kontakata. Zbog značajnog smanjenja potrebne energije ovaj prekidač koristi mali opružni mehanizam. 343

1 2

7

8 11

9

a)

b)

c)

d)

e)

Slika 7.4. Auto kompresijski princip rada visokonaponskog SF6 prekidača – prekidanje struje kratkog spoja

Princip dvostrukog gibanja kontakata Na slici 7.5. predočena je komora visokonaponskog SF6 prekidača koji osim auto kompresijskog principa koristi i princip dvostrukog gibanja kontakata. Energija pogonskog mehanizma proporcionalna je kvadratu brzine, E = ½ mv2. Gibanjem oba kontaktna sustava brzina je smanjena za 50 %, a da se nisu promijenili ostali tehnički parametri (vrijeme uklopa i isklopa). Zahvaljujući principu dvostrukog pomičnog kontaktnog sustava, energija pogonskog mehanizma smanjena je za 65 %.

344

5 4 3 2 1

1 3 5

doljnji pomični kontakt auto kompresijski volumen kompresijski stap

2 4

gornji pomični kontakt kompresijski volumen

Slika 7.5. Princip rada visokonaponskog SF6 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.

345

PREKIDNA KOMORA

POTPORNI IZOLATOR

POGONSKI MEHANIZAM

1 prekidna komora

2 potporni izolator 3 pogonski mehanizam

Slika 7.6. Glavni konstrukcijski sklopovi visokonaponskog SF6 prekidača

a)

b)

1 prekidna komora 2 potporni izolator 3 pogonski mehanizam Slika 7.7. Izvedbe pogona visokonaponskih SF6 prekidača a) tropolni pogon b) jednopolni pogon 346

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 potrebne za upravljanje. Neposredno na okidački blok pričvršćeni su uklopni i isklopni elektromagnet. Princip rada elektrohidrauličkog pogonskog sustava visokonaponskog SF6 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, a nešto 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 njihovom trenutnom krajnjem položaju.

347

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

Slika 7.8. Shematsko predočenje elektrohidrauličkog pogonskog sustava prekidača

Uklapanje Uzbudom svitka (5) uklopnog elektromagneta otvara se upravljački ventil (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 ulja (7) i otvara tlačni prostor prema „uklopnoj“ strani pogonskog klipa i pogon uklapa prekidač.

348

Isklapanje Uzbudom svitka (6) isklopnog elektromagneta zatvara se upravljački ventil (3). Glavni razvodni ventil (4) gubi samoodržanje, budući da ulje iz tlačnog prostora „odlazi“ u spremnik ulja (7), te taj prostor ostaje bez tlaka. Gibanjem stapa u glavnom ventilu jednakovremeno se „uklopnoj“ strani stapa otvara veza sa spremnikom ulja i zatvara dotok stlačenog ulja iz tlačnog 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 2 3 4 5 6

isklopna zaporka 7 pogonska poluga 8 uklopna poluga 9 uklopna zaporka 11 glavna osovina A uklopna opruga (spiralna)

pogonska poluga univerzalni električki motor krajnja sklopka amortizer isklopna opruga

Slika 7.9. Motorno opružni pogon – spiralna i cilindrična opruga 349

Slika 7.10. Motorno opružni pogon – isklop U normalnom pogonskom stanju kontakti prekidača su zatvoreni, a isklopna i uklopna opruga su napete. Isklapanje Uzbudom svitka isklopnog elektromagneta otpušta se isklopna zaporka (1), slika 7.10., i isklopna opruga (A) izvede isklop prekidača. Gibanje kontaktnog sustava prekidača prigušeno je djelovanjem amortizera (11).

11

a)

b)

Slika 7.11. Motorno opružni pogon – uklop a) uklop b) napinjanje uklopne opruge 350

Uklapanje Uzbudom svitka uklopnog elektromagneta otpušta se uklopna zaporka (4), slika 7.11. a). Pogonska poluga (2) dovodi uklopnu polugu (3) u zatvoreni položaj. Jednakovremeno napinje se i isklopna opruga (A). U trenutku kada kontakti prekidača „dođu“ u zatvoreni položaj, uklopna poluga (3) se blokira isklopnom zaporkom (1), a pogonska poluga (2) se oslobađa i nastavlja gibanje do neutralnog položaja. Prekidač je uklopljen i 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 postrojenjima HEP-a imaju prekidači proizvodnje KONČAR, ABB i AREVA. Sličan princip rada ima i opružni pogon s dvije cilindrične tlačne opruge, slika 7.12. Na slici je predočen mehanizam s napetom uklopnom oprugom (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) koja djeluje na isklopnu kulisu (11). Isklopna kulisa „gura“ pogonsku motku (4) i preko kutne poluge (3) uklapa prekidač. Jednakovremeno pogon započinje 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 postrojenjima HEP-a imaju prekidači proizvodnje SIEMENS.

351

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17  

uklopni svitak uklopna kulisa kutna poluga pogonska motka motka za uklopnu oprugu motka za isklopnu oprugu uklopna opruga pogon mehanizam za napinjanje motka za napinjanje isklopna kulisa uklopni prigušnik pogonska osovina isklopni prigušnik isklopni svitak kućište mehanizma isklopna opruga UKLOP ISKLOP

Slika 7.12. Motorno opružni pogon – dvije cilindrične tlačne opruge

352

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. klasičnog mehanizma, 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 pražnjenju kondenzatorske baterije. Pored toga predmetni pogon ima i funkciju samotestiranja tzv. „Micro motion“ s kojom unaprijed programiranom učestalošću, čak i 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 s releja 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 353

nadzorni sustav prekidača konstantno motri nekoliko pogonskih veličina, npr. stanje pogonske energije, gustoću plina, položaj glavnih kontakata i na temelju dobivenih informacija dopušta da prekidač izvrši sklopnu „operaciju“ ili blokira rad prekidača. Postoji velik broj različitih shema kontrolnih i upravljačkih krugova visokonaponskih prekidača, međutim, sama logika rada je uvijek jednaka, a predočena je na slici 7.14. DC 1

DC 2

upravljački napon AC / DC

14. Daljinski nadzor i pokazivači

13. Uređaj za isključivanje napajanja nadziranog kruga

14. Lokalni nadzor i pokazivači

12.Sklopka za upravljanje (lokalno / daljinski)

11. Krajnja sklopka (startanje motora - nadopunjavanje pogonske energije)

10. Blokada pumpanja

9. Kontakti kontrolnika gustoće

8. Signalna sklopka

15. Nesimetrija polova

6. Isklopni svitak 1

5. Uklopni svitak

4. Kontrolnik gustoće

M

3. Električni motor

2. Pogonski mehanizam

7. Isklopni svitak 2

1. Glavni kontakti prekidača

mehanička veza električna veza

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 nadopunjavanje hidrauličkog spremnika, odnosno „napinjanje“ pogonske opruge. 4. Kontrolnik gustoće (temperaturno kompenzirana tlačna sklopka) kontinuirano nadzire gustoću plina SF6. 354

5. Uklopni svitak. Stavljanjem ovog svitka pod napon pokreće se pogonski mehanizam za uklop glavnih kontakata prekidača. Kada glavni kontakti prekidača dođu u uklopljeni položaj, kontakti signalne sklopke („b“) u uklopnom strujnom krugu se otvaraju i na uklopnom svitku nestaje napon. 6. Isklopni svitak. Stavljanjem ovog svitka pod napon pokreće se pogonski mehanizam za isklop glavnih kontakata prekidača. Kada glavni kontakti prekidača dođu u isklopljeni položaj, kontakti signalne sklopke („a“) u isklopnom strujnom krugu se otvaraju i na isklopnom svitku nestaje napon. 7. Isklopni svitak 2. Obično postoje dva isklopna svitka, svaki na posebnom upravljačkom naponu kako bi se izbjeglo zatajenje prekidača u slučaju nestanka 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 6 normalno 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 preko kontakta „a“ signalne sklopke. Jedan kontakt ovog releja prekida isklopni strujni krug, a drugi kontakt služi za samodržanje releja sve dok ne nestane komanda za isklop. 11. Krajnja sklopka služi za aktiviranje i zaustavljanje električkog motora koji služi za nadopunjavanje hidrauličkog spremnika, odnosno za napinjanje pogonske opruge. 12. Sklopka za lokalno/daljinsko upravljanje omogućuje operateru biranje načina upravljanja prekidačem. 13. Uređaj za isključivanje napajanja kontrolnog kruga služi za isključivanje s napona tijekom radova održavanja. 14. Kontrola i pokazivači služe za pokazivanje položaja prekidača, odnosno statusa lokalna/daljinska kontrola. 15. Nesimetrija polova. U slučaju prekidača s jednopolnim pogonom može se dogoditi da sva tri pola prekidača nisu u istom položaju. Ukoliko se to dogodi, 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.

355

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 načina i opsega servisiranja. Pregled i provjere (engl. inspection) obuhvaćaju periodička vizualna ispitivanja temeljnih osobina prekidača, te provjera funkcionalnosti, podešenosti i točnosti. Provode se tijekom pogona, bez otvaranja prekidača. Predmetne aktivnosti obično se odnose na provjeru: tlakova, razina pogonskih tekućina, nepropusnosti, položaja releja, zagađenosti izolacijskih dijelova, ali i na radove koji 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 356

veličinama (npr. veličinama izmjerenim tijekom tzv. rutinskih ispitivanja, ili ispitivanja tijekom puštanja u pogon). Dijagnostička ispitivanja obično se provode na prekidaču izvan pogona (engl. off-line tests), međutim, postoji mogućnost da se 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 provodi 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 ponovnog uspostavljanja 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.

357

Tablica 7.1. Radovi održavanja visokonaponskih prekidača RADOVI ODRŽAVANJA SVOJSTVO

VOĐENJE NAZIVNE STRUJE I STRUJE KRATKOG SPOJA

NAPONSKE ZNAČAJKE

MEHANIČKA FUNKCIONALNOST I UTJECAJ OKOLINE

PREGLED I PROVJERA - Vizualni pregled; POVREMENO - Termovizija.; 2 x godišnje - Vizualna kontrola kontakata; TIJEKOM REVIZIJE ILI REMONTA - Vizualni pregled; strani talozi, pramenasta izbijanja; SVAKIH 3 DO 6 MJESECI - Vizualno; stanje krute izolacije. TIJEKOM REVIZIJE ILI REMONTA - Vizualna kontrola mehaničkog sustava prekidača, posebice mehanizma ili pogona; - Podmazivanje i čišćenje prema potrebi; JEDNOM GODIŠNJE

REVIZIJA I REMONT

POPRAVAK

- Čišćenje i podmazivanje svih „malo“ oštećenih i/ili „blago“ nagorenih kontaktnih elemenata (ili površina) - Zamjena svih „jače“ nagorenih i/ili oštećenih kontaktnih elemenata uključujući zamjenu kontaktnih opruga - Provjera pada napona ili mjerenje otpora. - Čišćenje vanjskih površina izolatora - Zamjena medija za gašenje luka novim ili regeneriranim medijem, prema potrebi mijenjaju se i filtarski ulošci - Zamjena ili čišćenje unutarnje krute izolacije lučne ili prekidne komore, koja je oštećena djelovanjem luka, u skladu s uputama proizvođača - Provjera krute izolacije (megerom ili ispitnim naponom 50 Hz

- Zamjena svih elemenata, pomičnih kontakata koji su izgoreni ili pred „kolapsom“, uključujući kontaktne opruge - Zamjena svih elemenata, fiksnih kontakata koji su izgoreni ili pred „kolapsom“, uključujući spojni materijal - Provjera pada napona ili mjerenje otpora.

- Revizija (ili remont) mehaničkog sustava prekidnog elementa, zamjenom glavnih dijelova - Revizija (ili remont) pogonskog uređaja i prijenosa, podmazivanjem i/ili zamjenom pohabanih, deformiranih ili polomljenih dijelova, uključujući sklopne opruge opružnog mehanizma, prema potrebi

358

- Zamjena polomljenih, napuklih, probijenih ili jače oštećenih krutih izolatora - Zamjena medija za gašenje luka novim medijem - Zamjena izolacijskih dijelova lučne ili prekidne komore - Provjera zamijenjene krute izolacije

- Zamjena svih dijelova koji su oštećeni uslijed kvara ( bilo u prekidnom elementu, bilo pri prijenosu ili pogonskom uređaju) - Podešavanje mehaničkog sustava aparata, u skladu s uputama proizvođača - Provjera vremena odziva i/ili brzine kontakata

- Čujna kontrola sklapanja; PRILIKOM SKLAPANJA

PREKIDNA I UKLOPNA MOĆ

- Vizualna: stanje krute izolacije i ostalih bitnih dijelova lučne i/ili prekidne komore. TIJEKOM REVIZIJE ILI REMONTA

- Zamjena svih dotrajalih brtvi i gumenih brtvi starijih od 5 godina - Pregled vanjskih metalnih površina, čišćenje i bojanje prema potrebi - Pregled, provjera i podešavanje elemenata pomoćnih strujnih krugova na pr. grijača, presostata, signalnih i krajnjih sklopki itd. - Podešavanje meh. sustava aparata, u skladu s uputama proizvođača - Provjera vremena odziva i/ili brzine kontakata. - RADOVI NA IZOLACIJI I NA MEHANIČKOM SUSTAVU (kako je prethodno navedeno) - Čišćenje manje nagorenih lučnih kontakata i/ili izolacijskih dijelova lučne komore, kao na pr. sapnica i slično - Zamjena „jače“ nagorenih lučnih kontakata i kont. opruga i/ili zamjena jače nagorenih izolacijskih dijelova lučne komore, kao na pr. sapnica i slično - RADOVI PODEŠAVANJA I SNIMANJA VREMENA ODZIVA (kako je prethodno navedeno)

- Zamjena svih dijelova prekidnog elementa koji su oštećeni pri kvaru, ili zamjena kompletnog prekidnog elementa - RADOVI PODEŠAVANJA I SNIMANJA VREMENA ODZIVA KAO U SVOJSTVU (kako je prethodno navedeno).

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. 359

Vremenski temeljeno održavanje je održavanje u svezi starosti prekidača. Pregledi, dijagnostička ispitivanja i intervali između revizija su unaprijed određeni, na osnovi proizvođačevih i/ili korisničkih iskustava. Održavanje se provodi u definiranim vremenskim intervalima ili nakon određenog broja sklapanja. 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 na realnom stanju prekidača. Mjeri se (prati) stanje prekidača s pomoću podataka dobivenih 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. online) 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 statistike, 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 prekidače koji 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 ili kondenzatorskih baterija i koji relativno brzo načine tisuće „operacija“), odnosno za prekidače koji se rijetko sklapaju (npr. u dalekovodnom polju koje se sklapa dva tri puta godišnje) održavanje temeljeno prema stanju prekidača je pouzdanije i ekonomičnije. Bolja procjena dobiva se uporabom održavanja temeljenog na pouzdanosti budući da se u obzir uzimaju i posljedice kvara, a stvarno potrebni radovi održavanja za točno određene prekidače su u „pravom“ trenutku. U Hrvatskoj elektroprivredi bitna, a moglo bi se reći i jedina metoda održavanja 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: 360

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, međutim kada 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

361

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 slučaju starijih 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 tako cijena suvremenih sustava monitoringa koji se ugrađuju u nove prekidače je, relativno, mala zahvaljujući brzom razvoju na području senzora i mikroprocesora koji se i tako već koriste za kontrolne i upravljačke sustave. Jedan od najtežih problema dijagnostičkih tehnika je kako odrediti pravi trenutak kada je potrebno zamijeniti dio ili čak cijeli prekidač. U tablici 7.2. predočeni su danas najčešće korišteni 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 Tlak plina Gustoća plina Količina plina Vlažnost Produkti raspada Faktor gubitaka u ulju Dielektrična čvrstoća ulja Razina ulja Sadržaj vode u ulju Otpor izolacije Kapacitet izolacije Curenje ulja Odvodne struje Curenje plina SF6

M M D D P D D P D D D P M D

MEDIJ ZA GAŠENJE ELEKTRIČNOG LUKA Tlak plina Gustoća plina Količina plina Vlažnost Produkti raspada Promjena tlaka Porast tlaka u tlačnom cilindru Razina ulja

M M D D P D D P

IZOLACIJSKI MATERIJAL Stanje površine izolatora Masa Parcijalna izbijanja Faktor gubitaka Broj ponovnih proboja

P P D D M

GLAVNI KONTAKTI Položaj kontakata DM KINEMATIČKI LANCI Položaj kontakata u odnosu na DM Trenje mehanizam Čistoća kontakata P Lom Temperatura kontakata D Prekomjeran rad 362

D P P

Otpor kontakata Podmazivanje Nagaranje, oznake gorenja el. luka LUČNI KONTAKTI Stanje, trošenje Dužina Koordinacija s glavnim kontaktima Udarac Brzina Akceleracija Lučna vremena Zbroj prekinute struje Zbroj I2t

Čvrstoća korozija

D P P

P D DP DM DM DM D M D

KONTROLNI/POMOĆNI KRUGOVI Uklopni i isklopni svitci Sklopna vremena Isključenje

P P

DM D M

Stavljanje pod napon PM Grijanje PM Električni kontinuitet svitaka DM Upravljački ventili u D hidrauličkom sustavu Pomoćni kontakti PM 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 Razina ulja PM Temperatura najtoplije točke Dinamički pad tlaka D Pretjerana korozija Tlak plina u akumulatoru DM Neadekvatno podmazivanje Broj sklopnih ciklusa M Zagađenje Vrijeme ponovnog punjenja DM Boja Ukupno vrijeme rada M Znaci pretjeranog zagrijavanja Broj „operacija“ motora M Znaci gorenja el. Luka Položaj napete opruge PM Pukotine u porculanu Curenje ulja P Postolje Status svitka za isklop P Znaci vibracija P pregled D dijagnostika M monitoring 7.3.3.1 Dijagnostika visokonaponskih SF6 prekidača 363

M D P P P P P P P P D

Tablica 7.3. Dijagnostičke tehnike za visokonaponske prekidače DIJAGNOSTIČKE AKTIVNOSTI SVOJSTVO

NADZOR

PREGLED I PROVJERA ISPITIVANJE

VOĐENJE NAZIVNE STRUJE 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)

364

MJERENJE - Pad napona (ili otpor) glavnog strujnog kruga. PRIJE REVIZIJE ILI REMONTA (2) NAKON REVIZIJE, REMONTA ILI POPRAVKA (2)

EKSPERTIZA - Samo u slučaju ako se ne može postići deklarirani otpor.

NAPONSKE ZNAČAJKE

- Kontrola tlaka ili gustoće medija; - Kontrola razine tekućinskog medija; SVAKI DAN, KONTINUIRANO

MEHANIČKA FUNKCIONALNOST I UTJECAJ OKOLINE

- Kontrola tlaka u akumulatoru energije; - Kontrola stanja uklopne opruge; - Kontrola sklopnog stanja prekidača, 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)

- Vizualna kontrola meh. sustava prekidača, posebno mehanizma ili pogona; - Podmazivanje i čišćenje prema potrebi. JEDNOM GODIŠNJE - Čujna kontrola sklapanja. PRILIKOM SKLAPANJA

365

Dielektrična čvrstoća medija; Dielektrična čvrstoća krute izolacije (megerom ili ispit. naponom 50 Hz) - Ispitivanje pomoćnih strujnih krugova, 2000 V, 50 Hz. PRIJE (I NAKON) REVIZIJE, REMONTA ILI POPRAVKA (2) - Mjerenje vremena odziva i/ili brzine kontakata i sinkronizma. NAKON I MOGUĆE PRIJE REMONTA (2) (3)

- Parcijalna izbijanja prema potrebi (starog ili obnovljenog prekid.); - Ispitivanje vanjske krute izolacije u slanoj komori (samo u pecijalnim slučajevima).

- Ekspertiza je potrebna, samo ako se ne mogu postići deklarirana vremena, brzine kontakata i/ili sinkronizam.

PREKIDNA I UKLOPNA MOĆ

- Kontrola dojave stanja trošenja kontakta ili I2t ako postoji. KONTINUIRANO ILI NAKON PREKIDANJA JAČEG KRATKOG SPOJA

PRILIKOM PREKIDANJA (2) - Vizualna: stanje krute izolacije i ostalih bitnih dijelova lučne i/ili prekidne komore. TIJEKOM REVIZIJE ILI REMONTA (2) (4)

- Mjerenje sklopnih vremena i sinkronizma polova. - Mjerenje produkata raspada plina SF6 - Mjerenje sadržaja vlage u plinu. PRIJE (I NAKON) REVIZIJE, REMONTA ILI POPRAVKA (2)

- Ekspertiza se provodi samo u slučaju neuspješnog 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 radnim režimima pogona, što znači da trebaju imati određena svojstva odnosno tehničke sposobnosti. 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 IEC norme za sklopne aparate, te je taj način prikladan i za praćenje stanja i dijagnostiku visokonaponskih prekidača u pogonu, Tablica 7.3.

366

7.3.3.2 Monitoring visokonaponskih SF6 prekidača Kao pomoć pri dijagnosticiranju stanja prekidača i predviđanja mogućih kvarova, 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 ili isključivanja prekidača, ali uz otvaranje ormarića s mehanizmom, ako je to potrebno. b) Periodičku vizualnu kontrolu mnogih indikatora, mjernih instrumenata, na udaljenim lokacijama, bez rastavljanja ili isključivanja prekidača. To može zahtijevati 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 prekidača upotrebom oscilografa, registratora redoslijeda događaja, registratora kvarova, itd. Navedeni postupci mogu zahtijevati isključivanje prekidača s mreže 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 mogu zahtijevati isključivanje prekidača s mreže.

367

U tablicama 7.4. do 7.9. date su neke od značajki i funkcija prekidača koje je moguće kontinuirano ili periodički nadgledati. Tablice uključuju sljedeće: a) b) c) d) e)

značajke koje treba nadgledati, radno stanje prekidača (u pogonu/izvan pogona) tijekom monitoringa, parametri koje treba mjeriti i dobivene informacije, procjena stanja prekidača na osnovi sakupljenih informacija i 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 čak djelomično otvoriti. Značajke s obzirom na faktor snage, otpor, itd. traže od korisnika da pravovaljano registriraju podatke i promatraju porast ili pad pojedinih veličina kako bi se pouzdano procijenilo stanje prekidača. Uložena sredstva u sustav monitoringa predstavljaju troškove potrebnog materijala, projektiranja i izvođenja i troškove rada i održavanja sustava, te ovise o nekoliko faktora kao što su tip prekidača, složenost sustava za monitoring, broj prekidača koje sustav obuhvaća i njihova lokacija. Zbog toga različiti korisnici imaju 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. Uložena sredstva 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 djelomično rastavljati prilikom monitoringa. Visoke troškove, također, predstavljaju i informacije o stanje prekidača koje se posredno mogu dobiti uz znatno manje troškove. 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 pojedinih veličina. Korisnost je mala i ukoliko detektirano stanje prekidača ne zahtijeva brzo i 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. 368

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 već dogodili na prekidaču i važnost samog prekidača u sustavu od velike su pomoći korisniku pri određivanju omjera uloženih sredstava i dobivene koristi za sustav monitoringa koji smatra potrebnim. Tablica 7.4. Monitoring mehaničkih karakteristika Karakteris Stanje tike koje prekid treba ača nadgledati

Mjereni parametri i dobivene informacije

Status indikatora u ovisnosti od položaja mehanizma

I

Usporedba statusa indikatora (otvorenzatvoren) u odnosu na položaj mehanizma

Integritet mehanizma, spojeva, blokada i indikatora da pomakne glavne kontakte u status ukl./iskl. i pravilno indicira položaj

0

Vrijeme od uključenja do uklapanja ili isklapanja glavnih kontakata

Rad mehanizma pri uklapanju i isklapanju

0

Položaj kontakata u ovisnosti o vremenu

Snaga sustava s pohranjenom energijom; pravilno podmazivanje, rad amortizera, odskakivanje kontakata, trenje mehanizma

0

Dimenzije ili položaj kontakata ili spojnih dijelova

Pravilan rad kontakata

Status glavnog kontakta u ovisnosti od naloga za uklop Pozicija kontakata u ovisnosti o vremenu Podešavanj e kontakata

Procjena

Dobivena korist / Uložena sredstva

V/M

V/V

V/V

V/V

Status Vrijeme od pomoćnih uključenja do kontakata u Rad mehanizma pri I uklapanja ili ovisnosti od uklapanju i isklapanju V/M isklapanja pomoćnih naloga za kontakata uklop I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala; S – srednja; V – velika; EV – ekstra velika 369

Tablica 7.5. Monitoring električnih karakteristika Karakteris tike koje treba nadgledati

Stanje prekid ača

Kontaktni otpor

0

Temperatur a kontakata i vodiča u ovisnosti o struji

0

Mjereni parametri i dobivene informacije Otpor kontakata i drugih dijelova strujnog puta u  Porast temperature kontakata i vodiča

Procjene Cjelovitost spojne površine kontakata i primijenjene sile Stanje kontakata i vodiča Stanje medija za prijenos topline

Dobivena korist / Uložena sredstva

V/V

V/V

Temperatura krajeva provodnog izolatora unutar dozvoljenih I granica V/M Stanje krajeva provodnog izolatora I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala; S – srednja; V – velika; EV – ekstra velika Temperatur a krajeva provodnog izolatora

Relativna temperatura krajeva provodnog izolatora

Tablica 7.6. Monitoring izolacijskih karakteristika Karakteris tike koje treba nadgledati Podnosivi napon izolacije Podnosivi napon prekidne komore Klizna struja izolatora

Stanje prekid ača

Mjereni parametri i dobivene informacije

0

Podnosivi napon ili probojni napon veći od specificiranog

0

Podnosivi napon ili probojni napon veći od specificiranog

0

Klizna struja 370

Procjene Onečišćena ili na drugi način oslabljena izolacija među fazama i od faze prema zemlji Onečišćena izolacija prekidne komore i visokonaponski kondenzatori Onečišćeni ili popucali izolatori

Dobivena korist / Uložena sredstva

V/EV

V/EV

V/V

Buka Ispitivanje prisutnosti vanjske ili unutarnje korone Provodni izolatori

I

0

0

Neobična buka, vibracije, korona

Pojava el. luka na izolaciji, slabo pričvršćeni provodni izolatori

S/M

Prisutnost korone

Slabljenje izolacije Kontakti oštećeni ili se ne dodiruju

M/EV

Kapacitet, faktor snage

Sposobnost provodnog izolatora da izdrži specificirani napon Kvaliteta provodnih izolatora

V/V

Indeks Faktor snage Neprekinutost svih gubitaka čitavog prekidača 0 izolacijskih sustava od V/V prekidača od svih primarnih faze prema zemlji (kućišta) krajeva do zemlje I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala; S – srednja; V – velika; EV – ekstra velika

Tablica 7.7. Monitoring karakteristika sklapanja Karakteris tike koje treba nadgledati

Mjereni Dobivena parametri i korist / Procjene Uložena dobivene sredstva informacije Struja, napon luka, Cjelovitost prekidne Karakteristi prijelazni povratni komore, spojeva i ke prekidne 0 napon i put mehanizma pri V/EV komore kontakata pri prekidanju struje i sklapanju otvaranju strujnog kruga Akumulirana Upotreba energija luka ili Protekla ili preostala prekidne 0 erodiranost životna dob prekidne V/V komore kontakata komore I2t I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala; S – srednja; V – velika; EV – ekstra velika Stanje prekid ača

371

Tablica 7.8. Monitoring karakteristika pomoćnih i kontrolnih krugova Karakteris tike koje treba nadgledati Izvor za uklapanje, izvor za okidanje, izvor za nabijanje, izvor za grijanje Rad okidačkog i uklopnog svitka

Stanje prekid ača

I

Mjereni parametri i dobivene informacije

Procjene

Dobivena korist / Uložena sredstva

Napon izvora

Odgovarajući izvori za osiguranje potrebne energije za uklapanje i okidanje, nabijanje (pneumatika, hidraulika opruga) i grijače

V/M

0, I

Oblik i amplituda struje namota

Rad motora

I

Struja grijača koju „vuče“ iz izvora u radu

Rad grijača

I

Struja koju grijač „vuče“ iz izvora prilikom rada

Rad daljinske kontrole

0, I

Daje li daljinska kontrola željene rezultate

Funkcionira nje kontrolnih krugova Stanje okidačkih i uklopnih blokada/svit aka

0

0

Utvrditi da li kontrolni krugovi funkcioniraju na predviđen način Odrediti minimalni napon potreban za pravilan rad okidačkih i uklopnih namota/blokada

372

Cjelovitost namota, kontakata pomoćnih sklopki i ožičenja, krutost izvora Cjelovitost motora, kontakata pomoćnih sklopki i ožičenja, krutost izvora Cjelovitost grijača, kontakata pomoćnih sklopki i ožičenja, krutost izvora Cjelovitost i pozicija lokalne i daljinske kontrole, ožičenja i komunikacijskih kanala

V/S za 0 V/V za I

V/S

V/M

V/S za I V/V za 0

Pravilan rad kontrolnih krugova

V/S

Energija uložena za rad okidačkih ili uklopnih blokada ukazuje na stanje sustava blokada

S/S

Tablica 7.9. Monitoring posebnih karakteristika jednotlačnih SF6 prekidača Karakteris tike koje treba nadgledati

Stanje prekid ača

Mjereni parametri i dobivene informacije

Razina plina SF6

I

Tlak, Gustoća (tlak i temperatura)

Rad prekidne komore

0

Promjene tlaka u vremenu prilikom sklapanja

Vlaga u SF6

I

Mjerenje količine vodenih para u SF6 u milijuntinkama

0

Otpor u 

0

Vrijeme umetanja u ms

Otpornici za uklapanje i isklapanje (ukoliko postoje)

Visokonapo nski kondenzato ri (ako postoje) Kondenzato ri između faze i zemlje (ako postoje) Grijač

Procjene Procjena sposobnosti podnošenja specificiranog napona, te vođenja i prekidanja struje Procjena rada kompresijskog stapa, sapnice i kontakata Procjena razine H2O u SF6 koji može utjecati na razinu podnosivog napona, sposobnost prekidanja Utvrditi je li otpor unutar predviđenih tolerancija Odrediti je li vrijeme umetanja između uklapanja (isklapanja) otporske sklopke i uklapanja (isklapanja) glavnih kontakata unutar dozvoljenih granica

0

Kapacitet u pF

Utvrditi je li kapacitet unutar predviđenih tolerancija

0

Kapacitet u pF

Utvrditi je li kapacitet unutar predviđenih tolerancija

I

Struja grijača Otpor grijača

Utvrditi stanje plina SF6 i brtvi

373

Dobivena korist / Uložena sredstva

V/M

V/EV

V/M

V/V

V/V

V/V

V/V

V/M

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 na održavanje prema stvarnom stanju prekidača. Na taj se način postižu pouzdaniji i ekonomičniji rad prekidača, pouzdanija eksploatacija cijelog elektroenergetskog postrojenja, kao i značajne uštede pri održavanju prekidača. Rezultati dijagnostičkih ispitivanja koja je KONČAR – Institut za elektrotehniku proveo 2004., 2005. i 2006. godine na visokonaponskim prekidačima u elektroenergetskim postrojenjima HEP-a predočeni su u tablici 7.10. i 7.11. Tablica 7.10. Rezultati dijagnostičkih ispitivanja visokonaponskih prekidača Dijagnostička ispitivanja Redovito Referentno (nakon montaže ili remonta) Ostalo (havarije postrojenja, studije)

Broj komada / ukupno ispitano

Nađena neispravnost

82 / 110

30

23 / 110

1

5 / 110

2

Tablica 7.11. Najčešći uzroci neispravnosti uočeni dijagnostičkim ispitivanjima Najčešći uzroci neispravnosti Sklopnici, tlačne sklopke, manometri, grijači Povećani pad napona Sklopna vremena Sniženi tlak / gustoća plina

374

Nađeno na broju od 15 prekidača 10 4 4 1

Iz tablice 7.10. uočava se da je tijekom dijagnostičkih ispitivanja otkrivena nepravilnost u radu približno 30 % prekidača koji su redovito održavani u skladu s preporukama proizvođača i u skladu s HEP-ovim Pravilnikom o održavanju visokonaponske 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 i mjerenja provode se na prekidaču izoliranom od mreže i na jednom kraju kratko spojenom 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 prekidača, 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 SF6 visokonaponskog prekidača

375

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 u smislu 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 do računala 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 ili internet). Prednji rub sustava čine slobodni signalni kontakti i senzori koji se ugrađuju na 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 veličina ugrađuje module za potrebne funkcije. Jedan kontroler može primiti do osam različitih 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.

376

Slika 7.18. Sustav monitoringa VN rasklopnog postrojenja 377

Na ovaj način dobiven je relativno otvoreni sustav, koji dozvoljava prikupljanje velikog broja različitih signala i veličina, a spomenut će se samo neke za 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 kontakata signalnih 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 na prekidaču: - promjene hodova i kumulativ (I2 t) isklopne struje (trošenje kontakata), - gubitak plina, - „prelijevanje” ulja u hidrauličkom pogonu, i - promjene sklopnih vremena, oblika struje upravljačkih svitaka, krivulje puta.

378

Slika 7.19. Grafičko sučelje sustava monitoringa VN rasklopnog postrojenja

379

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. većina kvarova visokonaponskih prekidača (približno 80 %) otkriti, identificirati (približno 67 %) pa čak i predvidjeti, također troškovi održavanja bitno se smanjuju, a pouzdanost rada prekidača i elektroenergetskog postrojenja u cijelosti se povećava. Lista senzora koji su potrebni za detektiranje, identificiranje odnosno predviđanje očekivanih kvarova na visokonaponskom prekidaču dana je tablica 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 mehanizam zahtjeva i najveći broj senzora. Međutim, to ujedno znači i da će najveći broj senzora biti na potencijalu zemlje, te nije potrebna dodatna visokonaponska izolacija, nego su dostatne uobičajene mjere za postizanje elektromagnetske kompatibilnosti - EMC. Kako bi sustav „došao" do cjelovitog izražaja, odnosno kako bi se pored otkrivanja kvara koristio i za njegovo identificiranje i predviđanje, potrebno je u sustav uključiti i funkcionalni računalni model visokonaponskog prekidača (poglavlje 7.5.) koji može dovoljno točno simulirati rad sustava u normalnom i nenormalnom pogonskom stanju. Model koristi tehničke parametre prekidača, kao i vanjske pogonske uvjete. Uz odgovarajuće ulazne podatke i veličine model bi trebao kao izlazne veličine davati veličine koje mjere senzori sustava trajnog monitoringa prekidača uz jednake pogonske uvjete. Tablica 7.12. Senzori za detekciju kvarova prekidača obvezatno otkriva kvar

SENZOR za Pogonski napon Pogonska struja Put kontakata Signalna sklopka Tlak/gustoća plina Vlažnost plina Akumulirana pogonska energija Upravljački napon

20 21 47 33 38 4 106 46 380

dodatno otkriva kvar 6 23 7 21 1 0 19 14

ukupno 26 44 54 54 39 4 125 60

Upravljačka struja Neprekinutost upravljačkog svitka Napon motora Struja motora Napon grijača Struja grijača Temperatura okoline Temperatura pogonskog mehanizma Temperatura plina u prekidnoj komori Blokada rada zbog nedostatka pogonske energije Blokada rada zbog gubitka plina SF6

20 7 117 16 6 7 0 3 4 20

12 26 5 104 3 2 24 5 34 92

32 33 122 120 9 9 24 8 38 112

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 i normalnog vladanja), 2. postavljanje stava (pretpostavka koja komponenta može biti uzrok 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" nepredviđene događaje. Primjenom metode br. 2 koristi se simulacijski matematički model prekidača za otkrivanje nestandardnog vladanja bilo koje njegove komponente. 381

Budući da model simulira vladanje prekidača u realno mogućim pogonskim stanjima posebna ekspertna iskustva nisu potrebna. Za navedenu metodu potrebna je jasnije poznavati vladanje prekidača i u okviru elektroenergetskog sustava. U slučaju br. 3 koristi se baza podataka o realnim kvarovima na prekidaču tijekom 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 prikupljeno većinu podataka o kvarovima na prekidaču prije kao i o načinu njihovog rješavanja. 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 njihovim uzrocima 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, a rezultati simulacije pohranjuju se u bazu podataka. Predmetna baza podataka koristi se za utvrđivanje stanja prekidača kada se ustanovi odstupanje od referentnih vrijednosti. Simulacijski model visokonaponskog SF6 prekidača predočen u poglavlju 7.5. predstavlja osnovu za izradu ekspertnog sustava monitoringa prekidača, i svakako bi ga trebalo doraditi i ugraditi u sustav trajnog monitoringa visokonaponskih prekidača.

382

7.3.6

Razvoj aplikativnih ekspertnih sustava za elektroenergetska postrojenja – simulacijski model visokonaponskog prekidača

U svrhu teorijskih istraživanja vladanja visokonaponskih SF6 prekidača tijekom pogona korisnim se čini zasnovati i njihov odgovarajući matematički odnosno računalno podržan simulacijski model. Da bi se takav model razvio nužno je poznavati fizikalno matematičke, mehaničke te ostale podloge koje su imanentne prekidačima kakovi su SF6 prekidači. Da bi se teorijska istraživanja fizikalno potvrdila bitna su i istraživanja određenih stanja prekidača u realnom pogonu, temeljem kojih se može potvrditi pouzdanost zasnovanog 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 je SIMULINK model visokonaponskog prekidača ABB s opružnim pogonom, koji je dopunjen i prilagođen visokonaponskom SF6 prekidaču 123 kV s elektro hidrauličkim pogonom. Model ima 46 ulaznih i 27 izlazna parametara koji se mogu pratiti u realnom vremenu tijekom simulacije. Radi lakšeg prilagođavanja simulacijskog modela drugim tipovima visokonaponskih prekidača, model je normaliziran, odnosno normalna vrijednost svih ulaznih i izlaznih parametara je 1. Prekidač je predočen s tri temeljne funkcijske cjeline: kontrolni i upravljački krug, pogonski mehanizam i prekidna komora (slika 7.20.). Svaka od 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 njegove komponente, što je vrlo bitno za dijagnostiku nepravilnosti pri radu prekidača. Parametri modela podešavaju se ručno kako bi se što bolje opisao prekidač koji se 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 383

sustavu trajnog monitoringa prekidača, 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 isklopnom svitku samo ako postoji kontrolni signal, ako je odgovarajući pomoćni kontakt zatvoren i ako je pomoćni sklopnik uklopljen. Izlazni parametri su: napon isklopnog svitka, napon uklopnog svitka, struja svitka, mehanička sila na glavni razvodni ventil, položaj mehaničke veze, stanje kontakata. Pogonski mehanizam simuliran je sa 8 pod sklopova: radni hidraulički cilindar, glavni razvodni ventil, visokotlačni volumen, radni spremnik (akumulator), uljna crpka, mehanički prijenos crpke, električki motor i krajnja sklopka. Kad se pokrene električki motor, isti preko uljne crpke „tjera“ ulje i tlači plin N2 u radnom spremniku. Kada se postigne najveći radni tlak, električki motor se zaustavlja. Uklapanje se izvodi električkim ili ručnim aktiviranjem uklopnog 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 isklopnog svitka 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 glavnog razvodnog ventila, količina ulja na ulazu visokotlačnog volumena, položaj akumulatora, hidraulički tlak generiran akumulatorom, mehaničko opterećenje polužja, mehaničko opterećenje motora, brzina vrtnje motora i struja motora. 384

Slika 7.20. SIMULINK model SF6 prekidača – funkcijske cjeline kontrolni i upravljački krug pogonski mehanizam prekidna komora

385

pomocni napon isklop

4

pomocni napon uklop

3

status iskl. sklopke

status ukl. sklopke 13

11

komanda isklop

2

komanda uklop

upravlj. napon 1

4

KRAJ SIMULACIJE

STOP

29

KONTROLNI KRUG

STOP LOGIKA

46

Vrijeme

7

9

40

stanje motora

UKLOP. SVITAK

struja isk.svit.

13

struja ukl.svit.

6

6

POMOCNI KONT. B

POMOCNI KONT. A

limit puta GRV_O

limit puta GRV_C 10

pocetna poz. GRV 9

28

podesenje pom.kont. B

27

podesenje pom.kont. A

38

12

42

8

dotok ulja

ULJNA PUMPA

MEH.VEZA POM.KONT.

trenje motke

status veze pom.kont.

20 skl.motka OK 19 26

RADNI (HIDRAULICKI) CILINDAR

hidr.prigus.stapa

kraj prigusenja O 18

kraj prigusenja C 17

limit puta isklop 16

limit puta uklop 15

pocetni pol.stapa 14

10 struja motora

SKLOPNA MOTKA

33

snaga motora

dolj.gran.aku. 36

gor.gran.aku. 35

12

masa kont.

7 ST omjer

trosenje kont.

22

31 NT omjer - T

tlak plina

21

39 NT omjer - I

put 23 mehanizma status pokazivaca el.otpor kont. polozaja POKAZIVAC POLOZAJA 24 44

prisustvo izvora

hidraulicki tlak

14

RADNI SPREMNIK-AKUMULATOR

ELEKTRO ENERGETSKI SUSTAV

pocet poz.akum. 34

1/ L tereta 45

25

kolicina curenja VISOKOTLACNI VOLUMEN ulja

motor ST omjer STR.TRAFO MOTORA

trenje prijenosa pumpe MEH.PRIJENOS PUMPE

37

status prijenosa pumpe

32

GLAV. RAZVODNI VENTIL

ELEKTROMOTOR

ubrzanje GRV 3

pocetna brzina motora

el.vodljivost motora 41

otpor isk.svit. ISKLOP. SVITAK

43

napon iskl.svit. otpor ukl.sv.

napon ukl.svit.

5

5

KRAJNJA SKLOPKA

max trajanje simulacije

podesenje krajnje sklopke

30

napon motora

11

15

struja gl.str. kruga

2

napon tereta

8

napon izvora

tlak SF6

GLAVNI KONTAKTI

STRUJNI TRAFO

NT TERETA

NT IZVORA

1 stanje akumulatora

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.

6 limit C granicni uvjeti

7

1

limit O

hidrulicki tlak sila na strani motke

1 s brzina

1.5 efektivna sila ubrzanje

-K1

u(1)*u(2) tlak na strani ventila

1 xos

tanh(200*u)

put

krivulja puta

2 put stapa

sila na strani ventila

0.68

5

povrsina stapa (strana motke)

poc.pozicija

u stacionarno stanje

1 povrsina stapa (strana ventila)

Scope

0.02 masa motke 3 masa pokr.sistema 4 meh.prigusenje 10

3

hidraulicko prigusenje

70 prigusenje 8

2 pozicija ventila

9

efektivna povrsina

granicno prigusenje

prigusenje C prigusenje O

-0.5

1 gubitak ulja

Slika 7.21. SIMULINK pod sklop - radni (hidraulički) cilindar U radnom cilindru nalazi se stap, koji je preko sklopne motke povezan s 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, i ovisno o razlici površine stapa na isklopnoj strani i površine stapa na strani glavnog razvodnog ventila (uklopna strana) stap se pomiče u uklopni položaj, odnosno preko sklopne motke dolazi do zatvaranja kontakata. Sila potrebna za 386

uklapanje jednaka je razlici sila koje djeluju na suprotnim stranama pogonskog stapa, odnosno razlici površina isklopne i uklopne strane stapa. Površina isklopne strane stapa je za površinu sklopne motke manja od površine uklopne strane 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, odnosno kada 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 kontakti nalaze u krajnje otvorenom položaju. Izlazni parametri su: tlak plina SF6, položaj sklopne motke, napon električnog 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 električnog luka, odnosno opisuje električno vladanje prekidača, a ne simulira složene fizikalne procese unutar prekidača.

g u i



P

1 dg dlng 1  ui       1 g dt dt P  vodljivost električnog luka (S), napon električnog luka (V), struja električnog luka (A), vremenska konstanta električnog luka (s) i snaga hlađenja (W).

387

(7.2)

Dok su kontakti zatvoreni, vrijedi slijedeća diferencijalna jednadžba: dlng (7.3) 0 dt Zbog toga se model električnog luka vlada kao vodič s vodljivošću g(0). Od trenutka razdvajanja kontakata rješava se Mayrova jednadžba:

 dlng 1  gu 2    1 dt  P 

(7.4)

Početni parametri: g(0), , P i trenutak razdvajanja kontakata trebaju se zadati prije početka simulacije.

Mayrov model el. luka

struja el. luka 1

+ v -

napon el. luka

Mayrov model el. luka

1 signal

DEE editor diferencijalne jednadzbe

razdvajanje kontakata

detekcija nul-tocke

Slika 7.22. Model električnog luka Na slici 7.23. predočene su ulazne i izlazne veličine simulacijskog modela visokonaponskog 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 za normalan pogon predočene su također na slici 7.23. Svaka ulazna veličina može se mijenjati zasebno, kako bi se simulirala greška, odnosno kvar na pojedinom konstrukcijskom sklopu prekidača. 388

Postoji 15 izlaznih veličina, pri čemu prvih 9 odgovara senzorima koji su postavljeni na SF6 prekidač 123 kV:

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.

tlak plina SF6, hidraulički tlak, put mehanizma, struja glavnog strujnog kruga, struja motora, struja isklopnog svitka, struja uklopnog svitka, pomoćni napon (isklop), pomoćni napon (uklop), napon izvora, napon tereta, napon na isklopnom svitku, napon na uklopnom svitku, stanje motora (uključen/isključen) i stanje akumulatora (prazan/pun).

389

stanje akumulatora

1

komanda uklop

0

komanda isklop

1

pocetna poz. GRV

1

uprav lj. napon

1

otpor ukl.sv .

1e-6

stanje akumulatora

struja gl.str. kruga

struja gl.str.kruga

ubrzanje GRV

1

ST omjer

0

kolicina curenja ulja

1

limit puta GRV_C

0

limit puta GRV_O

0

status ukl. sklopke

0

pocetni pol.stapa

1

status iskl. sklopke

1

limit puta uklop

0

limit puta isklop

1

kraj prigusenja C

1

kraj prigusenja O

1

hidr.prigus.stapa

pomocni napon uklop

pomocni napon (uklop)

pomocni napon isklop

0.01

pomocni napon (isklop)

napon ukl.sv it.

napon uklop.svitka

struja ukl.sv it.

struja ukl.svitka

trenje motke

1

skl.motka OK

1

tlak plina

napon iskl.sv it.

napon iskl.svitka 0.2

trosenje kont.

10e-6

el.otpor kont. napon tereta

1

masa kont.

100

1/ L tereta

1

napon tereta

status v eze pom.kont.

0.26

podesenje pom.kont. B

0.93

podesenje pom.kont. A

1

napon motora

0

podesenje krajnje sklopke

1

NT omjer - T

1

status prijenosa pumpe

1

pocet poz.akum.

1

gor.gran.aku.

0

dolj.gran.aku.

1

snaga motora

stanje motora

stanje motora

struja motora

struja motora

napon izv ora

napon izvora

put mehanizma

0.05

trenje prijenosa pumpe

put mehanizma

1

motor ST omjer

1

NT omjer - I

1

el.v odljiv ost motora

1

pocetna brzina motora

1

dotok ulja

1

otpor isk.sv it.

1

status pokaziv aca polozaja

1

prisustv o izv ora

0.5

struja isk.sv it.

struja iskl.svitka

hidraulicki tlak

max trajanje simulacije

hidraulicki tlak

tlak SF6

tlak SF6 SF6 prekidac 7F1

Slika 7.23. 390

7.3.6.2

Rezultati ispitivanja i simulacije na prekidaču u pogonu

7.3.6.2.1

Sustav za monitoring visokonaponskih prekidača u realnom vremenu

Sustav za monitoring visokonaponskih prekidača u realnom vremenu sastoji 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. Zadaća ovog modula je mjerenje, akvizicija, analiza i spremanje podataka o prekidaču u internu flash memoriju. OLM-2 jedinice se mogu iskonfigurirati za trajno monitoring različitih signala i parametara s prekidača, ovisno o potrebama i željama korisnika. Pojedini OLM-2 uređaji se povezuju korištenjem OLM-bus sabirnice, koja je zapravo modificirana RS 485 sabirnica, te se na jednu sabirnicu može priključiti do 31 uređaj. Svi se OLM-2 uređaji priključeni na jednoj OLM-bus sabirnici centralno povezuju na osobno računalo smješteno u zgradi 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 iskonfigurirati i s njega se u računalo mogu „povlačiti“ podaci prikupljeni s prekidača. Iz prikupljenih podataka automatski se izračunavaju određeni parametri za koje se pri instalaciji sustava odredi potreba trajnog monitoringa. Ti podaci se zatim spremaju u bazu podataka te se posebnim programom mogu raditi složene 391

analize i prikazi. Također, mogu se načiniti i podešenja graničnih vrijednosti pojedinih parametara, te podešenja graničnih vrijednosti za trendove kod određenih 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 sprema u bazu. Okidači za sklopne „operacije“ mogu biti digitalni i analogni (iznos struje kroz svitak uklopa/isklopa iznad jedne čvrste vrijednosti). Kod sklopnih „operacija“, sustav bilježi struje triju faza glavnog strujnog kruga, struje uklopnih 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 slučaju hidrauličkog pogona). Temeljna jedinica sustava za monitoring visokonaponskih prekidača u realnom 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 vlastitom ormariću koji se postavlja neposredno na visokonaponski prekidač, te se kabelima kroz kabelske uvodnice povezuje sa senzorima i kontaktima na prekidaču.

392

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 1

1.Prekidač 5

2.Senzori 3.OLM-2

2

2

4.Server 3

3

5.Računalo u mreži 4

6.Udaljeno računalo 6

INTERNET

Slika 7.26. Princip rada sustava dijagnostike prekidača u realnom vremenu 393

Signali se s prekidača dovode na ulaze OLM-2 uređaj, te se nakon obrade prosljeđuju preko optičkog kabela u kontrolnu sobu transformatorske stanice. Programski dio sustava za monitoring visokonaponskih prekidača u realnom 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 iz njega se mogu uočiti neki temeljni prikazi pojedinih „operacija“. U njemu se, također, mogu dobiti i trenutna očitanja veličina na ulazu pojedinih kanala u stvarnom vremenu, te na taj način provjeravati ispravnost 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 kroz isklopni svitak, signal za isklop, prekidna struja, uklopni i isklopni kontakti signalne sklopke. Uklopni kontakt signalne sklopke (NO – normalno otvoren) je otvoren 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 kad su glavni kontakti otvoreni.

394

krivulja puta

struja kroz svitak

ukl. kontakt A iskl. kontakt A ukl. kontakt B iskl. kontakt B ukl. kontakt C iskl. kontakt C signal za isklop

prekidna struja

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, 395

o o o o o o o

gustoća plina SF6, tlak plina SF6, temperatura plina SF6, temperatura u upravljačkom ormariću prekidača, pomoćni napon 220 VDC, pomoćni napon 24 VDC i 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 (I2 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 bez manipulacija, a također, sumnjalo se i na rasipanje vremena sklapanja signalnih sklopki. Tijekom dijagnostike u realnom vremenu prekidač je obavio 26 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 396

zapisane 3520 puta (približno broj sati u pogonu), odnosno motor je proradio 2611 puta. Na prekidaču je proveden i skraćeni programa dijagnostičkog ispitivanja kako bi se provjerili rezultati dobiveni u okviru monitoringa u realnom vremenu. Provedenim dijagnostičkim ispitivanjem potvrđen je problem koji je uočen u okviru monitoringa u realnom vremenu, odnosno da nakon duljeg stajanja prekidača (bez sklopnih „operacija“), vremena uklopa odstupaju i do 40 ms. Ovaj problem nije izražen kod isklopa. Sljedeći problem bio je odstupanje vremena pomoćnih kontakata u polu A, koji je, također, potvrđen ispitivanjem. Glavni razlog ovom vremenskom odstupanju treba tražiti u promjenama koje se događaju u uljnom spremniku što je i potvrđeno simulacijom. Na slikama 7.28. do 7.31. predočeni su oscilogrami monitoringa prekidača u realnom vremenu (uređajem OLM - 2) i oscilogrami dijagnostičkih ispitivanja (uređajem TM -1800).

struja kroz svitak krivulja puta

Slika 7.28. Uklop (normalni) (OLM-2)

397

krivulja puta

struja kroz svitak

95,6 ms

glavni kontakti

90,1 ms 100,8 ms 93,0 ms

pomoćni kontakti

91,5 ms

uklopni 92,9 ms

Slika 7.29. Uklop (normalni) (TM-1800)

krivulja puta struja kroz svitak

Slika 7.30. Uklop nakon stajanja prekidača (OLM-2) 398

krivulja puta

struja kroz svitak

118,6 ms

glavni kontakti

102,2 ms 131,0 ms 124,8 ms

pomoćni kontakti uklopni

103,6 ms 115,6 ms

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 tijekom dijagnostičkih ispitivanja, slika 7.34. i 7.35.

399

krivulja puta

pogonska struja

Slika 7.32. Simulacija normalnog pogona prekidača – isklop pogonske struje

krivulja puta

pogonska struja

Slika 7.33. Rezultati dijagnostičkog ispitivanja – isklop pogonske struje

400

krivulja puta

pogonska struja

Slika 7.34. Simulacija normalnog pogona prekidača – uklop pogonske struje

krivulja puta

pogonska struja

Slika 7.35. Rezultati dijagnostičkog ispitivanja – uklop pogonske struje

401

Na slici 7.36. predočena je simulacija nenormalnog pogona SF6 prekidača 123 kV, a na slici 7.37. rezultati dobiveni na prekidaču tijekom dijagnostičkih ispitivanja. Simulacija je načinjena s pretpostavkom da je došlo do značajnog prigušenja u hidrauličkom spremniku. U slučaju ispitivanog prekidača uljni spremnik se nalazi niže od hidrauličkog spremnika, tako da se tijekom dužeg stajanja prekidača bez sklapanja, ulje iscijedi iz hidrauličkog spremnika u uljni spremnik, a u cijevima hidrauličkog spremnika najvjerojatnije zaostaje zrak. Upravo ovaj „zračni čep“ u cijevima hidrauličkog spremnika uzrokuje značajno prigušenje. Nakon odzračivanja ulja, ova pojava se ne primjećuje. Očito je da je riječ o konstrukcijskoj grešci ovog tipa prekidača, i njeno otklanjanje zahtijeva detaljniju analizu i opsežna ispitivanja rada hidrauličkog pogona. Napominje se da se pojava pojavljuje samo kod prekidača koji se dulje vrijeme ne sklapaju.

krivulja puta

prvi uklop normalni uklop

Slika 7.36. Razlika prvog i slijedećeg, normalnog uklopa (SIMULINK)

402

struja kroz svitak krivulja puta

prvi uklop 24 ms

normalni uklop

Slika 7.37. Razlika prvog i slijedećeg, normalnog uklopa (TM-1800) Rezultati simulacije normalnog pogona visokonaponskog prekidača na simulacijskom modelu pokazuju zadovoljavajuće slaganje s rezultatima dijagnostičkih ispitivanja i rezultatima dobivenim tijekom monitoringa u realnom 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 monitoringa visokonaponskog rasklopnog postrojenja. Najbolji rezultati pokazuju se pri analizi procesa koji uzrokuju značajna odstupanja i promjene, pa će model svakako trebati nadopuniti odgovarajućim algoritmima za analizu tzv. sporo mijenjajućih stanja, kao što je npr. curenje plina SF6. Simulacijskim modelom prekidača treba najprije simulirati najčešće moguće greške i kvarove, te tako dobivene rezultate spremiti u bazu podataka. Nakon toga baza podataka koristi se u realnom vremenu za pronalaženje najbolje 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 problema analizom motrenih veličina na praktički jednaki način kao što to radi čovjek. Jedino na taj način smanjit će se ispadi postrojenja i spriječiti razvoj velikih kvarova ukazivanjem na pojavu problema prije nego što isti postanu kritični. 403

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 i dva primjera modeliranja za potrebe razvoja elektromagnetskog modela za izračun raspodjele struje zemljospoja cjelovitom elektromagnetskom spregom. Sprega uključuje sve sastavnice, dijelova elektroenergetskog sustava, (EES) i njihove međusobne utjecaje, (konduktivne, kapacitivne i induktivne). Proračuni provedeni razvijenim originalnim programom rezultiraju 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 na ekspertne računalne sustave, (razvijene za potrebe utvrđivanja stanja elektromagnetske kompatibilnosti, (EMC) i elektromagnetskog modeliranja, (EMM), a koji se može promatrati kao projektantsko pomagala. Iako projektiranje nije izum a niti otkriće, prezentirani proces modeliranja 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 je univerzalnost primjene modela ekspertnog sustava, (ExSyS) jer njima može biti modeliran bilo koji novi ili postojeći elektroenergetski objekt, ali 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 testiranje, planiranje ili održavanje na velikim sustavima koji su provjeravani EMPT programima. Unatoč odličnim rezultatima i prezentiranim stečenim iskustvima i dalje su otvorena pitanja novih smjernica legislative i intelektualnog vlasništva nad ovakvim ekspertnim računalnim procesima - projektantskim pomagalima. Prezentacijski materijal obrade, kada se grafički prikaže zorno projicira konkretna pogonska stanja, a njegova je baza podataka 404

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 neke uzročno-posljedične veze može se smatrati njenim matematičkim modelom. 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 vjerno odražava svojstva modelirane uzročno-posljedične veze. Aproksimacije su pojednostavljenja koja se pri izvođenju modela uvode 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 modela fizikalnu se realnost u većoj ili manjoj mjeri idealizira, pa se može smatrati da izvedeni matematički model točno reproducira uzročno-posljedične veze u nekom idealiziranom apstraktnom stanju. Istu se fizikalnu realnost može modelirati vrlo različitim modelima, a njihova upotrebljivost bitno ovisi o točnosti kojom reproduciraju one uzročno-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 uzročnoposljedične veze između uzroka i posljedice unutar sustava sadrže spremnike 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, dinamički sustav može biti neka prepoznatljiva cjelina ili samo dio takve cjeline. Stanje dinamičkog sustava u svakom je trenutku vremena određeno stupnjem ispunjenosti svih njegovih spremnika veličinama koje se u njima akumuliraju i za koje vrijedi zakon očuvanja.

405

Veličine koje neposredno ili posredno ovise o stanju sustava a značajne su 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 promjene njegova 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 problematiku zorno 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 kojih 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 svrhu modeliranja 2. Razlaganje sustava na sastavnice pretpostavkama i aproksimacijama

406

u

skladu

s

polaznim

3. Matematičko formuliranje uzročnih veza između ulaza i izlaza, te formuliranje 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 fizikalna svojstva unutar infinitezimalno malog volumena Osim osnovnih pretpostavki, (koje se najčešće podrazumijevaju), prilikom matematičkog modeliranja u svakom se pojedinačnom slučaju uvodi 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 primjeren svrsi modeliranja, uputno ga je provoditi u slijedećim koracima: 1. Definiranje svrhe modela Dobar model na najjednostavniji način, ali dovoljno točno reproducira ona svojstva uzročnih veza između ulaza i izlaza sustava koja su značajna za 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 svrhu ali istovremeno ne pretjeranom težnjom za što vjernijom reprodukcijom svih pojava u sustavu. Izvedba takvog modela bez potrebe otežava njegovo korištenje, naročito u različite svrhe. 3. Razlaganje modeliranog sustava na elementarne komponente

407

Razlaganjem sustava na komponente moguće je neposredno opisivanje odgovarajućim matematičkim formulacijama. Rezultat razlaganja prikazan grafički u obliku blok dijagrama omogućuje jednostavnu provjeru polaznih predodžbi o uzročnim vezama u sustavu. 4. Definiranje pretpostavki i aproksimacija Definiranjem odnosno izričitim nabrajanjem pretpostavki i aproksimacija uz koje se model izvodi izbjegava se opasnost da se od modela prilikom njegova korištenja očekuje da reproducira pojave koje su iz njega isključene nekim pretpostavkama i aproksimacijama. O usvajanju ključnih pretpostavki – onih koje određuju temeljnu razinu idealizacije fizikalne realnosti modeliranog sustava – odlučuje se prije izvođenja modela, 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, te njihovo preoblikovanje do konačnog oblika modela. 6. Definiranje stacionarnog stanja sustava u modelu Pri simulaciji ne stacionarnih (tranzijentnih) pojava u sustavu najčešće se polazi iz stacionarnog početnog stanja sustava jer je u tom slučaju intuitivna ocjena rezultata simulacije najjednostavnija. Kada se procesi izjednačavanja ulaznih i izlaznih tokova unutar neke komponente odvijaju neusporedivo brže nego li u ostalim komponentama sustava, takvu se komponentu može promatrati kao statički sustav, a uzročnu vezu između njenih 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 matematičke formulacije (algebarske jednadžbe). 7. Provjera kreiranog modela Pouzdaniju provjeru modela omogućuje njegova simulacija uz uvjete koji omogućuju dovoljno pouzdanu intuitivnu procjenu ponašanja modeliranog sustava. Usporedba rezultata takvih simulacija s očekivanim ponašanjem modeliranog sustava u istim okolnostima često otkriva 408

pogreške modela. Konačnu, vjerodostojnu provjeru modela, omogućuje tek njegova usporedba s ponašanjem modeliranog sustava u uvjetima koji su relevantni s obzirom na svrhu modeliranja. Nezadovoljavajuća točnost modela može imati svoje uzroke na dvije razine. Na prvoj su moguće pogreške u postupku izvođenja modela, a na drugoj su moguće krive procjene utjecaja prihvaćenih pretpostavki i aproksimacija na točnost reprodukcije relevantnih svojstava uzročnih veza između ulaza i izlaza sustava.

8.4. Simulacije u postupku modeliranja Pod simulacijom se podrazumijeva mehanizirano rješavanje modela sustava 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 tih varijabli. 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 mijenjaju na 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 vlastiti matematički model omogućila je simulacija modela jednog dinamičkog sustav pomoću nekog drugog dinamičkog sustava, uz uvjet da su im matematički modeli isti. Na temelju te ideje prvo je sredinom dvadesetog stoljeća razvijeno analogno računalo, a danas se za to rasprostranjeno rabe digitalna računala, koja su gotovo i jedini način izvođenja simulacije u tehničkim primjenama. Atribut digitalno najčešće je izostavljen. Simulacijom stvarni modelirani sustav postaje fizikalna realizacija njegovog matematičkog modela, odnosno računalo integrira svoj vlastiti model. 409

Premda je računalo (digitalno) samo po sebi fizikalni sustav, njegova funkcija 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 je rješavanje matematičkog modela numeričkim metodama. U matematičkom smislu ta se zadaća svodi na nalaženje funkcija koje uz promjenu ulaznih varijabli po proizvoljno zadanim funkcijama zadovoljavaju: -

sustav jednadžbi i

-

zadane početne uvjete

Numeričko rješavanje sustava jednadžbi moguće je postupcima numeričke integracije, kao što je u navedenom primjeru posebno istaknuto.

8.5. Karakter modelskog vremena Potrebno je uočiti razlike između karaktera modelskog vremena u modelu izraženom diferencijalnim jednadžbama i modelskog vremena u digitalnoj simulaciji tog modela: 

Modelsko vrijeme u modelu, slično kao i vrijeme u fizikalnoj realnosti 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 nizom diskretnih vrijednosti izraženih brojkama s konačnim brojem decimalnih mjesta.

Ta razlika u karakteru modelskog vremena kao nezavisne varijable odražava se i na sve njene funkcije pa tako i na zadane promjene ulazne veličine i na traženo rješenje modela.

410

8. 6. Elektromagnetski modeli elektroenergetskih sustava 8.6.1. Modeliranje cilindričnih segmenata vodiča Za točniji izračun raspodjele struje zemljospoja potrebno je uzeti u račun mnoštvo utjecajnih čimbenika. Prilikom sakupljanja i obrade literature utvrđeno je kako su autori u mnogim stručnim i znanstvenim radovima pribjegli drastičnom pojednostavljenju modeliranja zanemarujući elektromagnetsku spregu između vodljivih dijelova koji sudjeluju u raspodjeli struje zemljospoja. Najčešće su razvijane metode koje uzimaju u račun samo induktivnu spregu. Slična je situacija i s aktualnom legislativom. U normi IEEE Std. 80-2000, preporuča se da se raspodjela struje zemljospoja vrlo grubo procijeni korištenjem grafova koji su dobiveni numeričkim 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, raspodjela struje 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 u račun i induktivna sprega. Induktivna se sprega često računa korištenjem Carsonovih formula, gdje se 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 ta važna problematika u elektroenergetskim sustavima postavljajući hipotezu doktorske disertacije o univerzalnom rješavanju primjenom elektromagnetskog modela, kojem je prethodio hibridni model. Obrada problematike je obuhvatila inženjerske pristupe modeliranja tehnikom konačnih elemenata provjerenih na uzemljivačima, s posebnom pozornošću na modela metalne ploče ukopane u homogeno tlo.

411

8.6.1.1. Aproksimacija struja segmenata vodiča Da bi se modelirao cilindrični segment vodiča koriste se sljedeće pretpostavke:  Duljina segmenta vodiča (  ) je mnogo veća od njegovog polumjera ( r0 ),  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 segmenta vodiča,  Uzdužni potencijal ( kod uzdužnog sustava jednadžbi) linearno se mijenja duž osi vodiča,  Poprečni potencijal segmenta (potencijal segmenta kod poprečnog sustava jednadžbi) aproksimira se po metodi srednjeg potencijala. Ako se modeliraju bilo kakvi vodiči iz nekog elektroenergetskog sustava, (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 vodiča tankožičanom aproksimacijom Iz pretpostavke da segment jednoliko ispušta poprečnu struju u okolno sredstvo, slijedi da se uzdužna struja mijenja linearno duž osi segmenta, a ta uzdužna struja je po pretpostavci konstantna duž osi segmenta. Linearno 412

promjenjiva uzdužna struja aproksimira se svojom srednjom vrijednošću, Slika 8.2.

Slika 8.2. Aproksimacija uzdužne i poprečne struje ks-tog segmenta vodiča Iz pretpostavke da je uzdužna struja segmenta aproksimirana srednjom vrijednošću linearno promjenjive uzdužne struje, slijedi da segment u čvorovima (lokalni čvorovi segmenta; P-početna i K-krajnja točka segmenta) predaje točno 1/2 poprečne struje koja se jednoliko ispušta u okolno sredstvo. Drugim riječima, poprečna struja segmenta koja se ispušta duž 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

413

Struje prikazane na Slikama 8.2 i 8.3 imaju sljedeće značenje: 

u I ks - uzdužna struja ks-tog segmenta,



p - poprečna struja ks-tog segmenta, I ks



I Pucks - uzdužna struja početnog čvora Pks ks-tog segmenta,



uc I Kks - uzdužna struja krajnjeg čvora Kks ks-tog segmenta,



I Ppcks - poprečna struja početnog čvora Pks ks-tog segmenta,



pc - poprečna struja krajnjeg čvora Kks ks-tog segmenta, I Kks



I Pc ks - ukupna struja početnog čvora Pks ks-tog segmenta,



c I Kks - ukupna struja krajnjeg čvora Kks 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: uc u I Pks  I ks

(8.1)

uc u I Kks   I ks

(8.2)

up up I Pks  I Kks 

1 p I 2 ks

(8.3)

pc c uc IPks  IPks  IPks

(8.4)

pc c uc I Kks  I Kks  I Kks

(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 mrežastog uzemljivača središnje transformatorske stanice, (TS), koji se aproksimira mrežom cilindričnih vodiča, goli vodič ukopan iznad kabelskih vodova, goli vodič ukopan između uzemljivača stupova nadzemnih vodova, metalni 414

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 modelira stup 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:

      H  J    E  Js     E  j  B  B  0

(8.6) (8.7) (8.8)

gdje je:  J - fazor vektora gustoće ukupne struje,  J s - 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.

415

8.6.1.4. Model sredstva Za modeliranje sredstva svaki se neograničeni prostor može podijeliti na dva linearna homogena izotropna poluprostora, od kojih jedan ispunjava zrak, 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 vrstu tla 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 ispod nule, 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 jednake kao 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  r  1 . U Maxwellovim diferencijalnim jednadžbama za izmjenično harmonijski promjenjivo elektromagnetsko polje u nepokretnom vodljivom sredstvu neka su moduli fazora efektivne vrijednosti pripadnih veličina. Kružna je frekvencija opisana izrazom:

416

  2   f

(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:   0  r

(8.11)

gdje je 0  8,854 1012 F/m dielektričnost zraka, dok je r relativna dielektričnost sredstva. Iz Maxwellovih jednadžbi (8.6) – (8.8), dobiju se Helmholtzove nehomogene diferencijalne jednadžbe potencijala:  J s 2 (8.12)       

   A   2  A   0  J s gdje je:  A - fazor vektorskog magnetskog potencijala,

 - fazor skalarnog električnog potencijala,  - valna konstanta sredstva, Δ - Laplaceov diferencijalni operator.

 H/m – permeabilnost razmatranog sredstva 0

 0  4   10 7

za zrak ili tlo

Valna konstanta razmatranog sredstva opisana je izrazom:

417

(8.13)

  j    0  

(8.14)

U linearnom homogenom izotropnom neograničenom sredstvu volumena V, rješenje jednadžbe skalarnog električnog potencijala (8.12) glasi:   

 e  R 1   J s   dV 4  V R

(8.15)

dok rješenje jednadžbe vektorskog magnetskog potencijala (4.8) glasi:   e  R 0 A    Js   dV 4 V R

(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 jednadžbe skalarnog električnog potencijala (8.12) opisano je izrazom (8.15). Za cilindrični ks-ti segment vodiča, Slika 8.5, podvrgnut tankožičanoj aproksimaciji vrijedi da je:

Slika 8.5. Cilindrični segment vodiča u homogenom neograničenom sredstvu 418

p u  I ks I ks  J s  dV   d ks    d ks  ks  ks

(8.17)

gdje je: p I ks

- poprečna struja ks-tog segmenta,

u I ks

- 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: p I ks 1 e R      d ks 4      ks  R

(8.18)

ks

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:

e

 R Cks

p I ks 1 1      d ks 4      ks  R

(8.19)

ks

gdje je RCks udaljenost između središnje točke segmenta i točke promatranja. Izraz (8.19) lako se može prevesti u novi oblik: p I ks 1   f ks    Fks 4      ks

419

(8.20)

gdje je:

f ks  e  R Cks

(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. U tom 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 odnosu na površinu tla, a gušenje i fazno zakretanje potencijala aproksimira se korištenjem 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. pa izraz koji opisuje raspodjelu potencijala u tlu glasi:

  f ks 



Ip 1 i  ks  Fks  k r1  Fks 4    1  ks



(8.22)

gdje je u ovom slučaju prigušno-fazni faktor opisan izrazom: f ks  e 1 R Cks

;

1 

420

j    0  1

(8.23)

Slika 8.6. Cilindrični segment vodiča u homogenom tlu dok je faktor kvazistatičke refleksije opisan izrazom:

k r1 

1   0 1   0

(8.24)

i Veličina Fks i Fks navedene u izrazu (22) opisane su kao: 2

Fks 



ks

d ks  ln R

i Fks 

      v 2   u  ks    u  ks  2  2    2

(8.25)

      v 2   u  ks    u  ks  2  2   



i ks

d ks Ri

(8.26)

gdje je R i udaljenost između točke izvora na osi slike segmenta i točke i promatranja. Sukladno tome, krivulja integracije ks nalazi se u osi slike promatranog ks-tog segmenta, kojem je pridružen i izraz (8.26) sa Slike 8.7.

421

Slika 8.7. Cilindrični segment vodiča i njegova kvazistatička slika koji doprinose 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:

  f ks 

Ip 1  ks  k t1  Fks 4     0  ks

(8.27)

gdje je u ovom slučaju prigušno-fazni faktor opisan izrazom:

f ks  e  1RCks 1   0 RCks 0 ;

1 

j     0  1 ;

  0

j     0   0 (8.28)

dok je faktor kvazistatičke transmisije opisan izrazom: k t1  1  k r1 

2  0 1  0

(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. 422

Slika 8.8. Kvazistatička slika cilindričnog segmenta vodiča koja uzrokuje potencijal u zraku 8.6.2.2. Cilindrični segment vodiča u zraku Kada se segment vodiča nalazi u zraku dvoslojnog sredstva, Slika 8.9, segment vodiča u zrak ispušta poprečnu struju koja je jednaka pomačnoj struji jer je u zraku provodna struja jednaka nuli. U tom slučaju treba definirati izraze za raspodjelu potencijala kojeg stvara poprečna struja razmatranog ks-tog segmenta u zraku i u tlu. Koristi se metoda odslikavanja tako da se odslika kvazistatički izvor struje u odnosu na površinu tla, a gušenje i fazno zakretanje potencijala aproksimira se korištenjem prigušno-faznog faktora. Zasebno se razmatraju raspodjela potencijala u zraku i raspodjela potencijala u tlu. Raspodjeli potencijala u zraku doprinose poprečna struja razmatranog segmenta i poprečna struja kvazistatičke slike tog segmenta Slika 8.10, pa izraz koji opisuje raspodjelu potencijala u tlu glasi:

  f ks 



Ip 1 i  ks  Fks  k r 0  Fks 4    0  ks



(8.30)

gdje je u ovom slučaju prigušno-fazni faktor opisan izrazom: f ks  e  0 R Cks

;

0 

423

j    0  0

(8.31)

dok je faktor kvazistatičke refleksije opisan izrazom: k r 0   k r1 

 0  1 1   0

(8.32)

U izrazu (8.30), veličina Fks opisana je izrazom (8.25), dok je istovrsna i veličina Fks 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

424

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: p Iks 1   f ks    k t 0  Fks 4    1  ks

(8.33)

gdje je u ovom slučaju prigušno-fazni faktor f ks opisan izrazom (828), dok je faktor kvazistatičke transmisije opisan izrazom:

k t0  1  kr0 

2  1 1  0

(8.34)

Slika 8.11. Kvazistatička slika cilindričnog segmenta vodiča koja uzrokuje 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,

425

Slika 8.12. Presjek ekvipotencijalna kružna metalna ploča u homogenom neograničenom sredstvu opisan je izrazom:



   f 

r 2  z  j  a 2  z  j  a I  n j8    a   r 2  z  j  a 2  z  j  a

 

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 za kvazistatičku raspodjelu potencijala nadopunjen je prigušno-faznim faktorom koji se u ovom slučaju može aproksimirati izrazom:

f e

  r 2  z 2

 e   R C

(8.36)

gdje je RC udaljenost između centra metalne ploče i točke promatranja. Izraz (8.35) može se preinačiti u jednostavniji oblik: f

I a I   tan 1  f  tan 1 4a    4a   |z|

(8.37)

gdje je:   a, r, z  

A  A2  4a 2 z2 2

(8.38)

  a, r, z  

 A  A2  4a 2 z2 2

(8.39)

426

A  r2  z2  a 2

(8.40)

U posebnom slučaju za r = 0 raspodjela potencijala duž osi z opisana je izrazom:    z   f 

I a  tan 1 4a   |z|

(8.41)

dok je u slučaju z = 0, r  a raspodjela potencijala duž osi r opisana izrazom:    (r)  f 

I tan1 a  f  I sin 1a (8.42) r 4πaκ 4πaκ r 2 a 2

Ako je metalna ploča ukopana u homogeno tlo paralelno površini tla na dubinu 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 tlu doprinose struja koju ploča ispušta u tlo i struja kvazistatičke slike ploče, Slika 8.14.

427

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:

f

  I a a  tan 1  k r1  tan 1  (8.43) 4    a  1  a, r, z  h  a, r, z  h 

gdje je koeficijent kvazistatičke refleksije k r1 , a prigušno-fazni faktor f , u ovom slučaju, opisan je izrazom: f e

   r 2  z  h 2

 e   R C

(8.44)

Raspodjelu potencijala u zraku uzrokuje struja kvazistatičke slike razmatrane metalne ploče, koja se preklapa sa stvarnom pločom Slika 8.15,

428

Slika 8.15. Kvazistatička slika kružne metalne ploče koja uzrokuje potencijal u zraku pa izraz koji opisuje raspodjelu potencijala u zraku glasi:

f

I a  k t1  tan 1 4    a  0 a , r, z  h 

(8.45)

gdje je faktor kvazistatičke transmisije k t1 , dok je, u ovom slučaju, prigušno-fazni faktor opisan izrazom:

f  e  1RC 1   0 RC 0 ;

1 

j     0  1 ;  0 

j     0   0 (8.46)

Prema dosad uvedenim pretpostavka, metalne ploče koje nadomještaju uzemljivače transformatorskih stanica jesu ekvipotencijalne, a to znači da one nemaju uzdužne komponente struje. To znači da ekvipotencijalne 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 a p u homogenom neograničenom sredstvu kompleksne provodnosti  , Slika 8.16. opisana je izrazom: n

Zpp, p 

qn p Zp, p

429



1 8  ap  

(8.47)

Slika 8.16. Ekvipotencijalna kružna metalna ploča u homogenom neograničenom sredstvu kompleksne provodnosti  Gustoća struje koju ploča s obje strane ispušta u okolno homogeno i neograničeno sredstvo opisana je izrazom: J

I 2 a  a2  r2

 NI

(8.48)

gdje je, prema nazivlju metode konačnih elemenata za ploču postavljenu u cilindrični koordinatni sustav oblikovna funkcija:

N

1 2    a  a2  r2

(8.49)

Neka su dvije kružne međusobno paralelne metalne ploče p i q, različitih polumjera a p i a q , smještene u homogenom i neograničenom sredstvu kompleksne provodnosti  , čiji su centri horizontalno udaljeni za RC i vertikalno udaljeni za z c Slika 8.17.

Slika 8.17. Presjek paralelno ukopanih kružnih metalnih ploča u homogenom neograničenom sredstvu 430

Lako se dobije da je međusobna impedancija ploča u homogenom neograničenom sredstvu po Galjerkin-Bubnovovoj metodi opisana izrazom: n

Zpp, q  f p, q qn Zpp, q  f p, q   N  P (a q , r, z c , )  dS  n Zqp, p

(8.50)

Sp

gdje je: Pa , r, z,  

1 a  tan 1 4a   r, a , z 

(8.51)

dok je veličina  opisana izrazom (4), N izrazom (15), a prigušno-fazni faktor opisuje izraz: f p,q  e

 γ rc2  z c2

 e  γ R C

(8.52)

gdje je RC udaljenost između središta razmatranih ploča. Za potrebe 2D numeričko-analitičke integracije po površini p-te ploče površine Sp, polovica p-te ploče podijeljena je na 25 dijelova u polarnom koordinatnom 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 i ,  j i = 1, 2, ..., 5; j = 1, 2, ..., 5 Slika 8.18.





Slika 8.18. Podjela p-te ploče za potrebe 2D numeričko-analitičke integracije 431

Vrijedi da je: i  a  u i

(8.53)

j    u j

(8.54)

gdje su ui i uj , i = 1, 2, ..., 5; j = 1, 2, ..., 5 koordinate Gaussovih integracijskih točaka u lokalnom 1D koordinatnom sustavu, (tablica 1). Horizontalna udaljenost pojedine integracijske točke i ,  j ploče p od središta ploče q Slika 8.19. opisana je izrazom:



rij 



i2  rc2  2  i  rc  cos  j

(8.55)

gdje je rc 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:

n

5

Zpp, q  f p, q qn Zpp, q  f p, q  

5

 P(a q , rij, z c , )  H j  Wi  n Zqp, p

i 1 j1

gdje je P opisan izrazom (8.51.), dok je:

432

8.56)

Wi 

ei

 N  2      d

  1   si   ap   



si

2



  1   ei   ap   

2

(8.57)

gdje su granice integrala: i

ei  a p   H k

(8.58)

si  ei  a p  Hi

(8.59)

k 1

Analitičkom integracijom izraza (8.56.) dobije se sljedeći izraz: 2

2

Wi 

 1   asi   p



 1   aei   p

(8.60)

Dane su koordinate Gaussovih integracijskih točaka u j i njima pripadne težinske funkcije H j za j =1, 2, …, 5 za lokalni 1D koordinatni sustav, Tablica 8.1. Tablica 8.1. Koordinate Gaussovih integracijskih točaka i njima pripadne težinske funkcije

433

Prema izrazu (8.57), kvazistatička međusobna impedancija kružnih metalnih ploča u homogenom i neograničenom sredstvu opisana je izrazom: qn

Zpp, q

5



5

 P(a q , rij, zc , )  H j  Wi  qn Zqp, p

(8.61)

i 1 j1

8.6.2.3.3. Poprečna impedancija u dvoslojnom sredstvu Neka je p-ta ekvipotencijalna kružna metalna ploča polumjera ap ukopana u tlo na dubini hp , Slika 8.20.

Slika 8.20. Ekvipotencijalna kružna metalna ploča ukopana u tlo dvoslojnog 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:

Zpp,p 

qn p Zp,p

gdje je:

434

 k r1qn Zp

p, p r

(8.62)

qn

Zpp, p - kvazistatička vlastita poprečna impedancija p-te ploče u

homogenom neograničenom sredstvu kompleksne provodnosti tla 1 , qn

Zp

p, p r

- kvazistatička međusobna poprečna impedancija p-te ploče i njene refleksijske slike u homogenom neograničenom sredstvu kompleksne provodnosti tla 1 ,

k r1 - faktor kvazistatičke refleksije.

Slika 8.21. Ekvipotencijalna kružna metalna ploča ukopana u tlo dvoslojnog 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: qn

Zp, p r 

5

 P (a p , r j, 2  h p , )  Wj

(8.63)

j1

gdje je: rj  u j  a

435

(8.64)

2 2 r ej rsj rej     Wj   N  2  π  r  dr  1     1    (8.65) a a rsj j

rej  a   H k

(8.66)

rsj  rej  a  H j

(8.67)

k 1

I u ovom su slučaju, koordinate Gaussovih integracijskih točaka u j i njima pripadne težinske funkcije H j (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 Cp centar (središte) ploče p, a C q centar (središte) ploče q:





(8.68)





(8.69)

Cp  x p , y p , z p Cq  x q , y q , z q

Međusobna impedancija ploča u homogenom tlu lako se dobije iz izraza za međusobnu impedanciju dviju ploča u homogenom i neograničenom sredstvu, uz korištenje metode odslikavanja, Slika 8.23.

436

Slika 8.23. Odslikavanje q-te kružne metalne ploče ukopane u homogenom tlu Konačni izraz za međusobnu impedanciju ploča u homogenom tlu glasi: n

Zp,q  f p,q 



qn

Zp,q  k r1qn Zp,q r



(8.70)

gdje je: qn

qn

Zp,q - kvazistatička međusobna impedancija kružnih metalnih ploča

Zp , q r

u homogenom i neograničenom sredstvu - kvazistatička međusobna impedancija p-te kružne metalne ploče i refleksijske slike q-te metalne ploče u homogenom i neograničenom sredstvu

k r1 - faktor kvazistatičke refleksije.

Prigušno-fazni faktor opisan je izrazom f p,q  e 1 R c

(8.71)

gdje je:

Rc 

rc2  zc2 

x p  xq 2  yp  yq 2  h p  hq 2

međusobna udaljenost između središta ploča.

437

(8.72)

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 jednožilnih kabela. Vodiči dalekovoda kao i zaštitnu užad, modeliraju se segmentima nadzemnih cilindričnih vodiča. Uzemljivačka užad se modeliraju segmentima ukopanih cilindričnih vodiča. Ovisno o veličini modela uvode se nadomjesne jednočvorne impedancije, 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 kružnim metalnim pločama Slika 8.24.

438

Slika 8.24. Načelni prikaz sastavnica elektromagnetskog modela TS 110/35/10(20) kV Drniš za proračun raspodjele struje zemljospoja Ovaj elektromagnetski model je izgrađen s 1957 sastavnica i ima 868 globalnih čvorova i isto toliko linearnih jednadžbi. Sve skupa ima zadanih 8001 ulazni podatak. Elektromagnetski model nadomješta, (predstavlja u stvarnosti), 560 elektroenergetskih objekata, na području jednog dijela Operatora distribucijskog sustava HEP-a, čija je površina 3.031 kvadratni kilometar i ima oko 83.368 kupaca. Nakon izračuna za tu namjenu originalno 439

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, 110kV i 220kV zračnim vodovima, kabelskim vodovima i podmorskim kabelima. Prezentiran je primjer razvijenog elektromagnetskog modela za izračun raspodjele struje zemljospoja cjelovitom elektromagnetskom spregom, (konduktivna, kapacitivna i induktivna), svih dijelova elektroenergetskog sustava, (EES). Proračuni provedeni razvijenim originalnim programom rezultiraju 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 na ekspertni 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 prikazuje zorno konkretna pogonska stanja, ali njegova je baza podataka raspoloživa za 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 rezultatima originalno je djelo. Dokazana je univerzalnost primjene jer može biti modeliran 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 testiranje ili planiranje održavanja na velikim sustavima. Unatoč odličnim rezultatima i prezentiranim stečenim iskustvima i dalje su otvorena pitanja novih smjernica legislative i intelektualnog vlasništva nad ovakvim ekspertnim računalnim procesima - projektantskim pomagalima.

440

8.6.4. Elektromagnetska kompatibilnost i modeliranje ekspertnim sustavom 8.6.4.1. Elektromagnetska kompatibilnost u elektroenergetskim postrojenjima Elektromagnetska kompatibilnost, , (engl. electromagnetic compability), EMC je značajka elektrotehničkih uređaja ili sustava da rade u svom elektromagnetskom okruženju tako da ne izazivaju nedopuštenu degradaciju 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 je nedugo 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.

441

Slika 8.25. Prikaz strukture podsustava za podršku simulacije tranzijenata pomoću EMPT programskog alata

442

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: -parametri sa strane mreže, parametri komponenti sklopnog postrojenja i parametri sa strane izvora napajanja. Od ukupno 24 parametra najjači utjecaj imaju dužina vodova, stupanj kompenzacije, karakteristike kratkospojnog otpornika kontakta i operacija sklopke, snaga kratkog spoja i karakter mreže. Prema utjecaju tih parametara složena je tablica rezultata u ovisnosti o 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 s kombinacijama 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 prekidača za induktivno opterećenje mreže s kompenzacijskom prigušnicom manjom od 50%. U navedenom ekspertnom sustavu korišteni su podaci konkretnog 345kV dalekovoda Jaguara –Taquaril, Brazilske tvrtke CEMIG, Slika 8.27.

443

Slika 8.27. Nadomjesna shema obrade u ekspertnom sustavu s parametrima konkretnog dalekovoda 8.6.4.3. Matematičko modeliranje i simulacija tranzijenata Matematičko modeliranje u razmatranom ekspertnom sustavu obuhvatilo 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 nadomjesnom Π shemom, novim numeričkim modelom, za dalekovode, za kratke vodove, za konkretne vodove s uređajima energetske elektronike, kabelske vodove itd. Računski rezultati i rezultati dobiveni simulacijom analitički i numerički, su uspoređivani, Slike 8.28 i 8.29.

Slika 8.28. Grafički prikaz prenapona u ekspertnom sustavu dobivenog simulacijom 444

Slika 8.29. Numerički i analitički grafički prikaz podudaranja naponskih veličina 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 eksperata iz tog područja. Rezultat je i kvalitetna baza znanja u kojoj su 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 potrošača dionica autoceste oko Tunela sv. Rok, obuhvatila je sljedeće:    

Rekonstrukciju pojne točke sa sjeverne strane Tunela - postojeće TS 110 / 35 kV Gračac, Rekonstrukciju pojne točke s južne strane Tunela - postojeće TS 110 / 35 kV Obrovac, Rekonstrukciju postojeće TS 35 / 10 kV Ličko Cerje u TS 35 / 10 (20) kV Ličko Cerje (sjeverna strana Tunela), Izgradnju nove trafostanice TS 35 / 20 kV na sjevernoj strani Tunela sv. 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 445



 

Čvora sv. Rok te dalje spoj nadzemnim vodom na TS 35 / 10 (20) kV Ličko Cerje, koja je postojećim 35 kV zračnim vodom vezana do 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 polaganje 35 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) kV Obrovac 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 5 trafostanica. Napajanje potrošača Tunela sv. Rok, moguće je iz distribucijskih

mreža: - 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 havarije. Ispitivane su zaštite i prijelazna stanja izazvana sklopnim operacijama (uklapanje i isklapanje 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

446

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 svih 88 ventilatora postignuta je maksimalna snaga od 2,83 MW, Slika 8.31.

Slika 8.31. Maksimalno opterećenje Tunela sv. Rok

447

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 trafostanice TS 35 / 20 (10) kV Obrovac 448

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 znači da 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: kp 

Us 2  Um 3

 1,225 

Us Um

(8.73)

(1)

gdje je U s vršna vrijednost izmjerenog faznog sklopnog prenapona, dok je U m  38 kV najveća efektivna vrijednost linijskog pogonskog napona pripadne opreme. Prema prethodno navedenim podacima sklopnih 35 kV blokova, koeficijent dopustivog prenapona iznosi: k pd 

(8.74)

Uw 70   3,19 Um 38 3 3

(2)

gdje je U w   70 kV 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 elektroenergetskog napajanja i konzuma. Ukupno je provedeno 204 manipulacije prekidača i snimljeno 36 isklopa i 168 uklopa prekidača. Ukupan broj konfiguracija je za dva veći od ukupnog broja pogonskih stanja zato što su u dva navrata korištena oba 35 kV prekidača (=H2 i =H6) tijekom manipulacija. Tijekom mjerenja sklapani su 35 kV prekidači u poljima =H1, =H2, =H5 i =H6 ,TS 35 / 20 (10) kV Obrovac te 35 kV prekadač u polju RHE Velebit u TS 449

110 / 35 kV Obrovac, a maksimalna vrijednost faznog napona mreže iznosila 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 izrazito kapacitivnog opterećenja. Najveća vršna vrijednost faznog prenapona iznosa 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: k p  1,225 

(8.75)

Us 138  1,225   4,45 Um 38 (3)

što je znatno veći iznos od dopustivog faktora prenapona k pd  3,19 izračunatog prema izrazu (2). To znači da je prilikom najnepovoljnijeg uklopa 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 trafostanice TS 35 / 20 (10) kV Obrovac

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. 450

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. Ekspertnim sustavom moguće je rješavanje problema započeti analitičkim i numeričkim modeliranjem, a zatim programskom podrškom simulirati, provjeriti i zaključiti na stvarno stanje. Sve to dakako ne utječući na pogon konkretnog elektroenergetskog sustava koji je predmet istraživanja, budući se koriste samo njegovi parametri. Nasuprot toj metodi, za provođenje pokusa bilo je potrebno osloboditi elektroenergetski 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 funkciji napajanja 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 na konkretan elektroenergetski sustav. To potvrđuje da je ta metoda puno skuplja, 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 potvrđuje njegovu složenost pa samim tim i cijenu. No kada je jedan takav sustav stvoren sigurno može biti upotrijebljen i za rješavanje problema koji su sličnog karaktera, a izvan domene koju pokriva. Postoji u svjetskoj stručnoj praksi veliki broj ekspertnih sustava o čijim se mogućnostima možemo uvjeriti. Postoje raspoloživi mnogi korisnici i kreatori ekspertnih sustava, inženjeri znanja i specijalisti. Većinu ekspertnih sustava izgradili su stručnjaci i eksperti orijentirani na sveučilišta pa je to polazna osnova i za buduće namjere. Budući su to sustavi koji služi i za učenje, oni zahtijevaju kontinuiranu obnovu i dopunu znanja, tako da mogu naći svoju nezaobilaznu primjenu u znanstvenoistraživačkim radovima.

451

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. Max napon br. (kV)

%

1

42,1

142

2 3

73,9 39,9

250 135

4

42,3

143

5 6 7

67,9 <38 <38

230 <130 <130

8

<38

<130

9 10

72,2 44,4

244 150

11

44,7

151

12 13

57,9 38,9

196 131

14

46,5

157

15

55,8

189

Komentar s brojem sklopnih operacija 4x faza "0" – uklop: H6 – TS 110/35 kV Obrovac prazni hod transformatora T2 4x faza "4" – uklop 4x faza "8" – uklop 5x faza "0" – uklop H2 – TS 35/20 kV Sv. Rok prazni hod voda TS 35/20 kV Sv. Rok 5x faza "4" – uklop 5x faza "8" – uklop 3x faza; "0" faza; "4"; faza "8"4x faza "0" – uklop H6 – TS 110/35 kV Obrovac- prazni hod 20 kV-ni vodova TS Marune i Tunel Sv. Rok napajanih preko transformatora T2 - prazni hod 35 kV voda TS 35/20 kV, Sv. Rok 4x faza "4" – uklop 4x faza "8" – uklop 5x faza "0" – uklop: H2 – TS 110/35 kV Obrovac- prazni hod 20 kV-ni vodova TS Marune i Tunel Sv. Rok napajanih preko transformatora T2- prazni hod 35 kV voda TS 35/20 kV, Sv. Rok 5x faza "4" – uklop 5x faza "8" – uklop 15x faza "0" – uklop: H1 – TS 35/20 kV Sveti Rok- prazni hod voda TS 35/20 kV Sveti Rok, (u praznom hodu su bili i 20 kVni vodovi TS Marune i Tunel Sv. Rok napajani preko transformatora T2) 15x faza "4" – uklop

452

Tablica 8.3. Drugi dio ispitivanja u Trafostanici 110/35/20(10)kV Obrovac Red. Max napon % br. (kV) 16 48,4 164 17

<38

<130

18

<38

<130

19

116

392

20 21

138 83

466 282

22

<38

<130

23

90,3

305

24 25 26

95,4 87,3 <38

322 295 <130

27

<38

<130

28

52,8

178

29

47,3

159

30

47,4

160

Komentar s brojem sklopnih operacija 15x faza "8" – uklop 2x faza; "0" faza; "4"; faza "8"- RHE Velebit u TS 110/35 kV Obrovac ("stara" TS) prazni hod 5xfaza; "0" faza; "4"; faza "8"5x faza "0" – uklop S=0,99 MVA /vršna vrijednost po fazi, Q=0,94 MVAr (kap.) P=-0,30 MW 5x faza "4" – uklop 5xfaza "8" – uklop 5x faza; "0" faza; "4"; faza "8"– H6 – TS 110/35 kV Obrovac ("stara" TS) 4x faza "0" – uklop 4 H6 – TS 110/35 kV Obrovac ("stara" TS) S=1,01 MVA /vršna vrijednost po fazi, Q=0,97 MVAr (kap.) P=-0,30 MW 4x faza "4" – uklop 4x faza "8" – uklop 2x faza "0" ;faza "4" ;faza "8" 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 9x faza "0" – uklop 9 H1 – TS 35/20 kV Sv. Rok, S=0,55 MVA /vršna vrijednost po fazi Q=0,55 MVAr (kap.) 9x faza "4" – uklop 9 9x faza "8" – uklop 9

453

Tablica 8.4. Tablica manipulacija, broj uklopa i isklopa sklopkama u Trafostanici 110/35/20(10)kV Obrovac Uklop/Isklop U U I U U U U I U I U I U U UklopaUKUPNO IsklopaUKUPNO SVEUKUPNO operacija

Br. operacija 12 15 9 12 15 45 6 6 15 15 12 6 9 27

Polje

Teret

H6 H2

P.H. T2 P.H. TS 35

H6 H2 H1 RHE

P.H. 20kV P.H. 20kV P.H. 35 kV P.H.

H6

S=0,99 MVA

H6

S=1,01 MVA

H5 H1

S=0,38 MVA S=0,55 MVA

168 36 204

Sheme napajanja Tunela sv. Rok –konfiguracije s prikazom pada napona duž kabelske trase prikazuju Slike 8.34. - 8.40.

454

TS 7

TS OBROVAC 35 kV

20 kV TS 8

+10 %

TS 7

TS 6

TS 5

TS 4

8 MVA

+5 %

Un

-5 %

Slika 8.34. Konfiguracija napajanja polovine Tunela sv. Rok iz TS35/20 kV Obrovac, s prikazom proračunskog pada napona -10 %

TS SV. ROK 35 kV

20 kV TS 6

ni pogon

TS 5

TS 4

TS 3

TS 2

TS GRACAC 35 kV

110 kV

Normalni pogon

TS 1

8 MVA

20 MVA

Slika 8.35. Konfiguracija napajanja polovine Tunela sv. Rok iz TS 35/20 kV Sv. Rok, s prikazom proračunskog pada napona

455

TS 3

TS 2

TS SV. ROK

OVAC 20 kV

20 kV TS 8

TS 7

TS 6

TS 5

TS 4

TS 3

TS 2

TS GRACAC

35 kV

35 kV

110 kV

TS L.CERJE

TS 1

8 MVA

VA

20 MVA

Slika 8.36. Izvanredni pogon napajanje Tunela sv. Rok samo iz TS 110/35/20 kV- Gracac Gračac preko TS Ličko Cerje s prikazom pada napona Izvanredni pogon preko L. Cerja TS SV. ROK

TS OBROVAC 35 kV

20 kV TS 8

+10 %

35 kV

20 kV TS 7

TS 6

TS 5

TS 4

TS 3

TS 2

TS 1

8 MVA

8 MVA

+5 %

Un

-5 %

Slika 8.37. Izvanredni pogon – napajanje Tunela sv. Rok samo iz TS 110/35/20 kV Obrovac s prikazom pada napona

-10 %

Izvanredni pogon - napajanje iz Obrovca

456

TS SV. ROK

OVAC 20 kV

35 kV

20 kV TS 8

TS 7

TS 6

TS 5

TS 4

TS 3

TS 2

TS GRACAC 35 kV

110 kV

TS 1

VA

8 MVA

20 MVA

Slika 8.38. Izvanredni pogon – napajanje Tunela sv. Rok samo iz TS 110/35/20 kV Gračac s prikazom pada napona TS SV. ROK

Izvanredni pogon - napajanje iz Gracaca

35 kV

20 kV

TS 7

TS 6

TS 5

TS 4

TS 3

TS 2

TS GRACAC 35 kV

110 kV

TS L.CERJE

TS 1

8 MVA

20 MVA

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

rmalni pogon - Gracac preko L. Cerja

457

TS OBROVAC 35 kV

20 kV TS 8

+10 %

TS 7

TS 6

TS 5

TS 4

TS 3

TS 2

8 MVA

+5 %

Un

-5 %

Slika 8.40. Normalni pogon – napajanje polovine Tunela sv. Rok iz TS 35/20 kV Obrovac s prikazom pada napona -10 %

Normalni pogon - Gracac preko L. Cerja

458

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 TS 35/20(10) kV Ličko Cerje

459

Slika 8.40. Shematski prikaz nadležnih HEP ODS područja za napajanje Tunela sv. Rok

460

Tablica 8.5. Tablica s popisom i značenjem kratica u EMC Ekspertnom sustavu

Kratica AI EMC ES EMTP KB FIPA FL AC AHS ITS ICAI DSS TEx-S ACO PSO EA GA KA TBES CLIPS OPS5 ART ATP

Engleski naziv

Hrvatski naziv

Artificial Intelligence Electro Magnetic Compatibility Expert System Electromagnetic Transients Program Knowledge Base Foundation for Intelligent Physical Agents Fuzzy Logic Agent Containers Adaptive Hypermedia System Intelligent Tutoring System Intelligent Computer Aided Instruction Decision Support System Tutor-Expert System Ant Colony Optimization Particle Swarm Optimization Evolutionary Algorithms Genetic Algorithms Knowledge Acquisition A Tool for Building Expert Systems C Language Integrated Production System VAX Official Production System Version 5 Automated Reasoning Tool for Information Management AlternativeTransients Program

umjetne inteligencije elektromagnetska kompatibilnost

461

ekspertni sustav program za simulaciju EMC baza znanja organizacija za standardizaciju agentskih poruka neizrazita logika spremnik agenta prilagodljivi hipermedijski sustavi inteligentni tutorski sustav učenja pomoću računala sustav za potporu odlučivanju tutorski ekspertni sustav optimizacija mravljom kolonijom optimizacija rojem čestica evolucijski algoritam genetski algoritam prikupljanje znanja alat za izgradnju ekspertnih sustava C-programski jezik baziran na pravilima za izgradnju ES generacija 5 alat za izgradnju ES alat za autonomno zaključivanje vođenjem informacija alternativni program za simulaciju EMC

8.7. Specijalistički programi za ekspertne sustave Eksperti u svojim područjima djelovanja koriste programske rutine i algoritme za svoja specijalistička rješavanja problema implementirane u vlastite programe. Na taj se način zahtjevne i složene numeričke proračune znatno pojednostavljuje. Uz prilagodbu odgovarajućeg razvojnog okružja dobivene programske podrške su postale sigurne i pouzdane u smislu stabilnosti numeričkog proračuna i kao takove su samostalne i posve neovisne, 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. 1.

2.

3.

Naziv Groza Ver. 2.0 EarthCAD Ver. 1.0

AutoLISP: getc_points

4.

EartHGriD Ver. 1.0

5.

PRENAP Ver. 3.0

Opis programa Programski paket za analizu gromobranske zaštite VN postrojenja na otvorenom prostoru. Programski paket za analizu složenih uzemljivačkih sustava u homogenom ili dvoslojnom tlu, uključuje proračun raspodjele struje jednopolnoga kratkog spoja u pasivnim dijelovima EE vodova te proračun faktora redukcije kabelskih vodova, sastavljenih od jednožilnih kabela. Posebno razvijena AutoLISP naredba koja omogućava eksponiranje koordinata linija (početne i krajnje točke elemenata) iz 3D sustavu programskog paketa AutoCAD, za potrebe proračuna pasivnih komponenti uzemljivačkog sustava. Programski paket za numerički proračun elektromagnetskog polja složenih uzemljivačkih sustava u horizontalno složenom sredstvu. Omogućuje i proračun električnog i magnetskog polja duž pravaca i / ili ploha u bilo kojem sloju, uključujući i zrak te površinu tla. Programski paket za numeričku simulaciju prenaponskih stanja u VN električnim postrojenjima. Namijenjen je za simulaciji rada odvodnika prenapona, te provjeru učinkovitosti odabrane prenaponske zaštite. 462

6.

CABLES Ver. 1.1

7.

PLANTER Ver. 2.0

8.

KS321 Ver. 1.0

9.

FFT– Black BoxVer. 1.0

10.

FAULTC

11.

FAULTCBS

12.

RMOTN

13.

UZEM

14.

ETAP PS®

Programski paket za proračun impedancija sustava jednožilnih kabela, faktora redukcije te proračun raspodjele kružnih struja u njihovim ekranima. Moguće je tretirati opterećenje u normalnom pogonu ili stanje bilo kakvog kvara. Programski paket za numeričko optimiranje planiranja terena za vanjsko visokonaponsko rasklopno postrojenje. Numerički se optimira potreba / obim građevinskih (zemljanih) radova na bilo kakvom terenu (potrebni iskopi i nasipi) u smislu najmanjih zahvata. Programski paket za proračun kratkih spojeva (tropolnoga, dvopolnoga i jednopolnoga kratkog spoja) u distributivnoj mreži, orijentiran potrebama relejne zaštite. Programski paket za brzu i inverznu fourierovu transformaciju (FFT – IFFT) tranzijentnih valnih oblika (atmosferski i sklopni prenaponi)s odgovarajućim grafičkim sučeljem. Proračun raspodjele struje jednopolnog kratkog spoja s utjecajem konduktivne sprege. Proračun raspodjele struje jednopolnog kratkog spoja bez utjecaja konduktivne sprege. Program za izračun vlastitih i međusobnih otpora segmenata uzemljivača po metodi srednjeg potencijala. Program za analizu raspodjele trostrukih nultih struja jednopolnog kratkog spoja u složenim uzemljivačkim sustavima VN postrojenja. Programski paket za potrebe projektiranja, simulacije, upravljanja, optimizacije i analize složenih elektroenergetskih mreža.

U okviru ovog pod poglavlja korisno je još jednom istaknuti kvalitetno obrađenu problematiku prijelaznih stanja na vodovima u „Studijama“ koje su izišle uglavnom u okrilju Hermanna Dommela i njegovih suradnika sa sveučilišta British Columbia iz Vancouvera u Kanadi. U svojim radovima oni primjenjuju već prethodno spomenuti program za proučavanje elektromagnetskih tranzijenata, (EMTP). 463

Izvorna metoda proračuna u tom programu bazirana je na rješavanju valne 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 bez gubitaka temelji se na Bergeronovoj metodi. Tom metodom može se riješiti bilo koja mreža koja se sastoji od djelatnih otpora, induktiviteta, kapaciteta i 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 program za digitalnu simulaciju elektromagnetskih i elektromehaničkih prijelaznih pojava i ima velike mogućnosti modeliranja. Na University of Wisconsin in Madison, U.S.A., EMTP je prihvaćen kao svjetski standard za analizu tranzijenata 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 raspolaganju aktualne 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 i stacionarne prilike kao provjera ispravnosti zadane nadomjesne sheme električnog kruga. Prijelazne pojave se mogu računati za sve konfiguracije koncentriranih parametara, a električna mreža može sadržavati sve realne konfiguracije, kao što su prepleteni ili ne prepleteni prijenosni vodove, nadomještene raspodijeljenim parametrima. Gubitke u njima moguće je uzeti u obzir pomoću koncentriranog otpora. Postoji mogućnost uzimanja u obzir frekvencijske zavisnosti parametara prijenosnog voda. Također se

464

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 između sinusoidnih, impulsnih ili step funkcija. Izvor može predstavljati i funkcija proizvoljnog oblika, koja se zadaje pojedinačnim točkama. Može se uzeti o 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 buduća korištenja. Programi se konstantno razvijaju, a nove mogućnosti kao i problemi i greške na koje korisnici nailaze dostupni su u člancima koje izdaje europska skupina korisnika EMTP - EEUG. Prednost je u tome što je za detaljno proučavanje i sagledavanje svih mogućnosti programskih paketa dostupna na korištenje literature, ali i svi aktualni stručni i znanstveni članci o 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.

Naziv programa

1.

ATPDraw

2.

LINE CONSTANTS

3.

SEMLYN SETUP

4.

JMARTI SETUP

Opis programa Program za kreiranje i editiranje modela električne mreže koji se biti simulira programom ATP. Program za proračun električnih parametara zračnih vodova u frekvencijskoj domeni. Program za generiranje podataka za frekventno ovisne modele zračnih vodova i kabela, (modeliranje nesimetričnih zračnih vodova u vremenskoj domeni). Program za prikaz frekventno ovisnog modela zračnog voda (zasnovan na aproksimaciji racionalnom funkcijom višeg reda, nije prikladan za modeliranje kabela). 465

5.

CABLE CONSTANTS

6.

CABLE PARAMETERS

7.

BCTRAN

8.

XFORMER

9.

SATURA

10.

ZNO FITTER

11.

DATA BASE MODULE

12.

SPY

TACS 13.

Program za proračun električnih parametara energetskih kabela s dodatnim mogućnostima. Noviji program od programa CABLE CONSTANTS za proračun električnih parametara energetskih kabela s dodatnim mogućnostima. Program za dobivanje linearnih matrica za jednofazne i trofazne transformatore, (dolazi do rješenja na osnovi pokusa praznog hoda i pokusa kratkog spoja kod razmatrane frekvencije, a u proračunu se transformator može promatrati u linearnom ili zasićenom dijelu krivulje magnetiziranja). Niža varijanta programa BCTRAN također se koristi za linearno predstavljanje jednofaznih dvonamotnih ili tronamotnih transformatora preko RL spregnutih grana. Program za određivanje krivulja zasićenja, daje ovisnost efektivnih vrijednosti napona o struje, (karakteristike ovisnosti ulančenog magnetskog toka o struji). U ATPDraw-u ovaj program je uključen u model pod imenom Saturable 3- phase transformer. Program za prikaz nelinearne naponsko-strujne karakteristike cink-oksidnog odvodnika prenapona (type 92) aproksimirane podacima proizvođača serijom eksponencijalnih funkcija. Program za razbijanje dionica mreže na module. Svaki modul može sadržavati nekoliko elemenata kruga. Parametri, kao što su imena i numerički podaci mogu imati fiksne vrijednosti unutar modula. Program za interaktivno izvođenje, nadzor i upravljanje (izvodi se dok korisnik čeka, a korisnik može vidjeti što se događa za vrijeme interaktivnog rada i može izmijeniti postupak izvođenja). Simulacijski modul za vremenski ovisnu analizu kontrolnih sustava (za ulazne podatke prihvaćaju: napon i struju izvora, napon čvora, struju sklopke, stanje sklopke, vremenski ovisni otpor). 466

14.

MODELS

Višenamjenski opisni jezik za opću uporabu podržan širokom paletom simulacijskih alata za predstavljanje i analizu vremenski promjenjivih sustava. Može biti upotrijebljen za obradu rezultata simulacije u frekvencijskoj ili vremenskoj domeni.

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 sljedeće značajke: 

može se koristiti slobodni format



mogu se davati proizvoljni nazivi za modele



mogu se pisati komentari



može proizvoljno definirati kontrole i komponente električnog kruga



omogućuje povezivanje razvijenih modela s programom ATP



može se koristiti za obradu simulacije u frekvencijskoj ili vremenskoj domeni

Simulacijski modul za vremenski ovisnu analizu kontrolnih sustava TACS, (engl. Transient Analysis of Control Sistems) 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 izmjenom signala. Ulazne veličine su napon i struju izvora, napon čvora, struju sklopke, stanje sklopke, vremenski ovisni otpor, izlazni podaci mogu biti: naponski i strujni TACS izvori i naredbe za upravljanje TACS sklopkama. Verzija EMTP-RV, (engl. Restructured Version) restrukturirana verzija koristila se u obradi navedenih primjera elektromagnetskih problema u kabelskim vodovima hrvatskih autocesta. Verzija ima grafičko, 467

objektu orijentirano sučelje EMTPWorks GUI, (engl. Graphical-UserInterface), 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 područje tranzijenata s utjecajem opterećenja u vremenskom i frekvencijskom području. Postoji veliki broj renomiranih proizvođača programskih paketa koji se detaljno bave elektromagnetskom problematikom. Jedan od njih je SES (engl. Safe Engineering Services & Tecnologies Ltd.), tvrtka iz Montreala, Canada, koja je počela s razvojem poznatog CDEGS programa, (engl. Current Distribution, Electromagnetic Fields, Grounding and Soil Structure Analysis). To je paket na tržištu prisutan preko 30 godina koji se neprestano 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 niza uslužnih programa. SES zasluženo ima međunarodnu reputaciju jednog od vodećih proizvođača programa za analizu tla, uzemljenja, elektromagnetske i konduktivne sprege s obližnjim instalacijama (plinovod, naftovod i sl.) kao i programa za analizu prijenosnih i distributivnih električnih mreža. Za primjer je korisno navesti mogućnosti programskog paketa MultiFields+, odnosno inženjerske i uslužne module koje on sadrži. MultiFields+ se najčešće koristi za: analizu kvalitete uzemljenja i sigurnosti, proračune konstanti voda i pojavu indukcije na objektima koji 468

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 koji elektromagnetski problem mreže nadzemnih i podzemnih vodiča napajanih preko jednog ili više naponskih ili strujnih izvora. To je programski paket koji nudi točna rješenje za probleme (kao što su udar munje, sklopni prenaponi i svaki drugi oblik prenapona, u energetskoj mreži i uzemljivačkim sustavima), u prijelaznim i stacionarnim stanjima u frekvencijskom rasponu od 0 Hz pa čak do nekoliko GHz. Ovaj programski paket računa skalarni potencijal, električno i magnetsko 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 zaštite te 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

1.

CDEGS

2.

AutoGround

3.

MultiGround

4.

MultFields

5.

MultiLines

6.

Right-Of-Way

7.

AutoGridPro

Opis programa Programski paket za analizu problema uzemljenje, elektromagnetska polja i međudjelovanja. Programski paket za analizu uzemljenja za dvoslojni modul tla. Programski paket za analizu uzemljenja i konduktivne sprege. Programski paket za analizu složenih mreža ukopanih vodiča i elektromagnetskih problema. Programski paket za računanje konstanti voda i najsloženijih sustava vodiča. Program za analizu elektromagnetskih međudjelovanja između energetskih vodova i obližnjih instalacija. Program za analizu uzemljenja koji kombinira kvalitete programa RESAP, MALT i FCDIST s jednostavnim i velikim automatiziranim sučeljem.

Tablica 8.9. Pregled inženjerskih modula SES programskih paketa 469

Red. br.

Naziv programa

Opis programa

1.

AutoGround

RESAP, 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.

CDEGS

RESAP, MALT, MALZ, HIFREQ, FFTSES, TRALIN, FCDIST i SPLITS

Primjer program FCDIST (engl. Fault Current DISTribution) koji služi za analizu raspodjele struje kvara u distributivnim i prijenosnim električnim mrežama sastavni je dio CDEGS-a. Program sadrži numerički model električne mreže s jednom fazom (koja može predstavljati bilo koji broj faza), i s jednim neutralnim vodičem (koji predstavlja jedan ili više zaštitnih vodiča). Pretpostavka je da su parametri prijenosnog voda isti u svim dijelovima i u svim granama mreže i da je impedancija tla jednaka u svim granama. S ovakvim pretpostavkama radi se proračun kratkog spoja 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 koja se preko uzemljivača odvede u tlo, tako da je vrijeme pripreme znatno kraće. Osim struje mogu se računati i vlastite impedancije neutralnih (zaštitnih) vodiča kao i međusobne impedancije između faznih i neutralnih vodiča. Primarni zadatak programa FCDIST je ipak računanje razdiobe struje kvara između zaštitnih vodiča i uzemljivača na mjestu kvara.

470

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 mreže i 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 FCDIST modela 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 potpuno opisivanje prijenosne mreže, potrebno je definirati električne karakteristike (otpornost i permeabilnost) tla na kojem se mreža nalazi i frekvenciju sustava. 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) mreže i tako raspoložive mogu se upotrebljavati za sve zahtjeve. Svi programski paketi koji imaju oznaku + (plus) sadrže program Right-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.

471

Tablica 8.10. Popis funkcija uslužnih programa i pomoćnih alata

Red. Naziv br. programa

1.

Auto Ground Design

2.

SESEnviro

3.

SESTLC

Opis programa Program za modeliranje tla i proračun uzemljivačkog sustava ukopanih neizoliranih vodiča koji je dovoljno malen da se može smatrati ekvipotencijalnim. Program koji će nam omogućiti brzo i efikasno dizajniranje sigurne instalacije uzemljenja. Ovaj program služi za analizu nadzemnih istosmjernih i izmjeničnih prijenosnih vodova. Računa parametre voda, audio i radio smetnje, električno polje, magnetsko polje, skalarni potencijal i ostale parametre koji su nastali zbog elektromagnetske sprege prijenosnih i distributivnih vodova s bilo kojom vrstom i bilo kojim brojem zračnih vodiča. Ovaj program se koristi za analizu prijenosnih i distributivnih vodova, analizu stacionarnih stanja i induktivne 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.

Naziv programa

1.

Ampacity

2.

SESCAD

3.

GRAREP

4.

CETU

Opis programa Uslužni program koji računa: minimalni presjek vodiča, maksimalni iznos struje kvara i porast temperature tijekom kvara. Uslužni program za crtanje, modificiranje i pregled složenih mrežastih uzemljivača i metalnih stupova u stvarnoj veličini, (služi za izradu mreže vodiča koji se koriste u programima MALZ i HIFREQ. Uslužni program koji prikazuje i ispisuje grafove i tekstualne datoteke. Uslužni program koji pojednostavljuje prijenos izlaznih podataka iz programa Right-Of-Way i SPLITS u program MALZ, za računanje konduktivne sprege kod harmonijskih struja. 472

5.

TransposIT

6.

GRSPLITS

7.

SESGSE

8.

SESBatch

9.

SESPLOT

10.

FFT21Data

11.

SESScript

12.

WMFPrint

Alat za analizu preplitanja voda. Da bismo osigurali da nesimetričnost napona bude u granicama normale moramo odrediti optimalan broj preplitanja i njihove lokacije. Uslužni program koji crta strujne krugove iz ulaznih podataka programa SPLITS ili FCDIST. Uslužni program za izračun otpor rasprostiranja jednostavnih uzemljivača u homogenom tlu ( šipke, vodiči, ploče,…) Računa dimenzije uzemljivača da bi otpor uzemljenja bio zadovoljavajući. Alat koji nam omogućuje da odjednom radimo s više programa u različitim direktorijima. Služi za jednostavno crtanje na temelju podataka u obliku tekstualne datoteke. Pomoćni program koji vadi podatke iz izlazne baze podataka programa FFTSES (File21) u formatu kompatibilnom s programom SESPLOT. Programski jezik koji proizvodi ulazne parametre za računanje. Program 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 sustava na 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 uzroka havarije i ponovnog puštanja u pogon trafostanice TS 35/20(10)kV Obrovac), te zaključivanjem na temelju razvijenog ekspertnog sustava, potvrdili su iste rezultate. Mogućnost primjene ES i u različitim slučajevima potvrđuju razvijene univerzalne metode. Unaprijeđenom dijagnostikom 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. 473

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 novi elektroenergetski objekti (EEO) koji služe za napajanje trošila u funkciji sigurnosti 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 i održavanja EEO za potrebe HAC-a bilo je dovoljno da se nastojanja, i realizirani zahvati na optimizaciji elektroenergetike usmjere u globalni koncept izgradnje ekspertnog sustava, (ES). ES kao dio umjetne inteligencije, potpomognut računalom obuhvaća specijalističko znanje iz pojedinog područja, te modelira inteligentne elemente čovjekovog rješavanja problema: zaključivanje, prosudbu, odlučivanje na osnovi nekada čak nepouzdanih i nepotpunih informacija, te kontrolu i tumačenje odluka. Prva faza razvoja usmjerava se na kreaciju baza podataka i baza znanja kao važnih dijelove ES. U bazama se automatsko zaključivanje odvija kroz interpretaciju znanja (uključujući i nove spoznaje) i logičke procedure. Promjene baze znanja na temelju novo izvedenih zaključaka za EES 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 i korištenje 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 za optimizaciju 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. 474

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 sustavima svjetlosne signalizacije. Iz praktičnih razloga, budući knjiga služi i kao priručnik 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

475

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: Ekspertni zrakoplovni sustav svjetlosne signalizacije - VJEŽBA 1. Naziv, broj vježbe i predviđeno trajanje: (predviđeno 3 školska sata) Infrastruktura serijskih strujnih krugova Veza s predavanjem - dio ekspertnog sustava Veza na literaturu ili PP-prezentaciju: Uvod u vježbu:

PP 1 i 2; (aktuatori i perceptori) 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, strujni transformator, distribucija i konfiguracije krugova - serijski i paralelni,...) -LEGISLATIVA, (Pravilnik o sigurnosti i zdravlju pri radu s električnom energijom,( NN 88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...

476

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 neispravnih sijalica u serijskom strujnom krugu. Modul određuje broj neispravnih sijalica na osnovi mjerenja i vrednovanja 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 u strujnom krugu i zbog toga je neophodno da se po priključenju strujnog kruga izvrši kalibracija. Slika 1.3. 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 otpor u strujnom krugu vrednuje se kao gubitak napona u pomoćnim otpornicima. Odvajanje izlazne petlje osigurano je otpornici 5,5 Mohma, smještenim u bloku 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 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 dva visokonaponska kabela na izlaz (C9) i izlaze (C5 ili C6). Povezivanje s elektronskim dijelom upravljanja RJS izvedeno je pomoću konektora XT1

477

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.

SENZORI AKTUATORI

ES Slika 1.5.

478

PERCEPTORI

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. 2. 3. 4. 5.

Upoznavanje sa standardnim nazivnim vrijednostima izlazne struje, (max 20A) Komentirati izlaznu struju prema stupnjevima intenziteta (uočiti omjer %/A)-Izračun Komentirati stupanj intenziteta "TEMP" Komentirati ponašanje aktuatora, veličine koje se promatraju i reakcije perceptora Moguće nadogradnje senzora u serijskom strujnom krugu – interaktivna vježba

NASTAVNI LIST VJEŽBE Br.:1/4 Upoznavanje i komentiranje reakcije sustava provedene vježbe - izračuni Stupanj intenziteta TEMP 1 2 3 4 5

Stupanj intenziteta TEMP 1 2 3 4 5 6 7

Izlazna struja I2max = 6,6 A I2max = 8,3 A 1,3 A 2,8 A 3,4 A 4,1 A 5,2 A 6,6 A

Izračun % vrijednosti = 6,6 (%); I = 8,3 (%)

2max

2max

1,6 A 4,3 A 4,9 A 5,7 A 6,8 A 8,3 A

Izlazna struja I2max = 6,6 A I2max = 8,3 A 1,3 A 2,2 A 2,8 A 3,4 A 4,1 A 5,2 A 6,4 A 6,6 A

I

1,6 A 3,5 A 4,3 A 4,9 A 5,7 A 6,8 A 7,8 A 8,3 A

479

Izračun vrijednosti u (A) I = 20 A 2max

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 USPJEŠNOSTI PROVEDENE VJEŽBE Ocjena: Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK

Ocjena za zalaganje: Ocjena za znanje: Ocjena za vještine: Konačna ocjena: _______________________

480

TEHNIČKO VELEUČILIŠTE U ZAGREBU Specijalistički stručni studij elektrotehnike; 2. semestar Izborni kolegij: Inteligentni sustavi Laboratorijske vježbe VJEŽBA 2. 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: Upravljački modul kao korisničko sučelje - VJEŽBA 2. (predviđeno 3 Naziv, broj vježbe i predviđeno trajanje: školska sata) Upravljanje serijskim strujnim krugom Veza s predavanjem simulacijom iz ekspertnog sustava Veza na literaturu ili PP-prezentaciju: Uvod u vježbu:

PP 3 i 4; (aktuatori i perceptori) 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.:2/1 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,( NN 88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...

481

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 strujnim krugovima. 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 je uočen elektronskim modulom DRT-24 kod automatskog testiranja pri startu (poslije uključenja napajanja) 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 LCS nije u režimu daljinskog upravljanja dobio podatke od komandnog sustava. Trepćuće svjetlo ove signalne lampice znači razliku među traženog i aktualnog stanja u upravljanom strujnom krugu (npr. pri pregorjelom osiguraču u komandnom krugu sklopnika) ili identificira kvar modula LCS, eventualno DSP ili REG. Opis slika uz vježbu i praktički zadatak: 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.

482

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

483

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 stupanj intenziteta), Ručno upravljanje crvena, daljinski režim - zeleno 3 i 5- Taster "+" "-" upotrebljava se pri povećavanju/smanjivanju stupanja intenziteta u lokalnom režimu rada. 4 - Tasterom "REM" prebacuje se režim lokalnog i daljinskog upravljanja 6 - Taster "OFF" isključuje CCR (prelazak u stupanj intenziteta "0") u lokalnom režimu rada. CCR se isključuje bez obzira u kom stupnju intenziteta radi. 7 - Taster "IZBORNIK" je namijenjen za pozivanje osnovnog menija na alfanumeričkom LCD displeju. 8 - Taster "UP" (strelica nagore) prebacuje prikazivanje podataka u svakom izbornik. 9 - Taster "ENTER" prebacuje prikazivanje podataka u pojedinim podizbornicima na LCD displeju. 10 - Taster "DOWN" (strelica na dolje) prebacuje prikazivanje podataka u svakom podizbornik (grupi). 11 - Signalna lampica REMOTE emitira postojanu zelenu boju pri uključenju CCR u redovan režim daljinskog upravljanja. Crvena postojana boja daje signalizaciju 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 došlo do prekida u komunikaciji između modulima DSP i COM (isto se događa ukoliko modul COM nije postavljen). Zelenim trepćućim svjetlom signalna lampica signalizira grešku pri podešavanju stupnja intenziteta u režimu DU, kada se kod CCR traži stupanj, koji nije instaliran. CCR u tom slučaju automatski postavi najveći stupanj intenziteta. Kada je CCR u režimu LU (tasterom "REM"), ova signalna lampica ne svijetli. 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 ozbiljnom kvaru modula DSP. Postojano zeleno svjetlo znači redovan rad modula DSP.

484

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. Tip CCR TCR.2.04. 400 C1 – C5 C1 – C5 C1 – C5 C1 – C5 C1 – C5 C1 – C5 C1 – C5 C1 – C5

Izvod transformatora

Vrijednost IDK B11 B10 B9

Naz.snaga RKS

Max. izlazni napon

C4 – C8 C3/C8 – C4/C7 C3 – C7 C2/C7 – C3/C6 C2 – C6 C1/C8 – C4/C5 C1/C7 – C3/C5 C2/C5 – C1/C6

4,0 kVA 3,6 kVA 3,2 kVA 2,8 kVA 2,4 kVA 2,0 kVA 1,6 kVA 1,2 kVA

13,9 A 12,5 A 11,1 A 9,7 A 8,4 A 7,0 A 5,6 A 4,2 A

606 V 545 V 485 V 424 V 364 V 303 V 242 V 182 V

NASTAVNI LIST VJEŽBE Br.:2/5 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 USPJEŠNOSTI PROVEDENE VJEŽBE Ocjena: Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK

Ocjena za zalaganje: Ocjena za znanje: Ocjena za vještine: Konačna ocjena: ______________________

485

TEHNIČKO VELEUČILIŠTE U ZAGREBU Specijalistički stručni studij elektrotehnike; 2. semestar Izborni kolegij: Inteligentni sustavi Laboratorijske vježbe VJEŽBA 3. 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: Parametri serijskog kruga - baze podataka- VJEŽBA 3. (predviđeno 3 Naziv, broj vježbe i predviđeno trajanje: školska sata) Mjerenja na serijskim strujnim Veza s predavanjem krugovima –baze podataka Veza na literaturu ili PP-prezentaciju: Uvod u vježbu:

PP 5 i 6; (stanje otpora izolacije) 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.:3/1 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,( NN 88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...

486

Sadržaj vježbe: - primarni, serijski strujni krug, (SSK) aerodromskog sustava svjetlosne signalizacije - 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. Priključkom istosmjernog izvora na izolaciju u prvom trenutku poteče velika struja nabijanja koja brzo opadne, dalje se održava polarizacijska struja koja također opada ali sporije te tek nakon nekoliko minuta ostane samo struja odvoda kroz izolaciju koja određuje istosmjerni statički otpor izolacije, slika 3.3. Zato se prilikom mjerenja s očitanjem čeka toliko dugo dok se struja kroz izolaciju ne stacionira, tj. dok se ne ustali pokazivanje instrumenta koji pokazuje otpor izolacije. Dobro je kod podatka za mjerenu vrijednost otpora izolacije navesti vrijeme očitanja nakon 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 je bila temperatura jer o tome bitno ovisi vrijednost izmjerenog izolacijskog otpora. Na temelju mjerenja otpora izolacije može se procijeniti stanje izolacije. Naročito, ako se mjerenje otpora izolacije provodi u određenim vremenskim intervalima. Može se na temelju kretanja vrijednosti otpora izolacije dobro zaključivati o stanju izolacije i očekivanim promjenama jer je za takvu ocjenu često važnije praćenje vremenske relativne 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 Opis slika uz vježbu i praktički zadatak:

487

Slika 3.1. Principijelna shema CCR i serijski strujni krug Slika 3.2. Shema koncepta provedbe ispitivanja Slika 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 Slika 3.1.

Slika 3.2.

Slika 3.3.

Slika 3.4.

488

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 transformatora povišenom 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) se vrši induciranim naponom, c ) ispitivanje udarnim naponom koje provjerava izdržljivost izolacije prema visokim ali kratkotrajnim naponskim valovima.

Slika 8. Shema spoja ispitivanja glavne izolacije transformatora Ispituje 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 dalje podizanje mora ići postupno ,u stupnjevima od 5 % i u vremenu od najmanje 10 sekundi). Puni ispitni napon se mora zadržati 1 min.

489

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.

T1 T2 T3 T4 T5 T6

T=Transformer 6,6A/6,6A; L= Lamp T 45W + L-EL 225 REH base plate T 45W + L- ML 122 TWY + base plate T 100W + L- RGL-02 + base plate T 100W + L- ML 121 APP + base plate T 45W + L- IL 258 + substructures 8" Test T ---W + Test L---

S1 A-T1 B-T2 T1-T5 T2-T6 T3-C C-T4 C-T4 C-T4 C-T4

P(W) 45W 45W 2x45W 100W 45W 45W 100W 150W 200W

NASTAVNI LIST VJEŽBE Br.:3/5 Rasprava o provedenoj vježbi - veza na nastavni plan Tablica 3.2. Upisati rezultate mjerenje prema slici 3.1.

(MΩ) Mjereno S1 selektivno

(MΩ) Mjereno (A-B) +C

(MΩ) Mjereno (A-B) +bez C

T1 T2 T3 T4 T5 T6 ZAPAMTITI -izračunata i izmjerena vrijednost otpora izolacije serijskih strujnih krugova : VEZA NA LEGISLATIVU_________________________________________________

490

NASTAVNI LIST VJEŽBE Br.:3/6 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 USPJEŠNOSTI PROVEDENE VJEŽBE Ocjena: Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK

Ocjena za zalaganje: Ocjena za znanje: Ocjena za vještine: Konačna ocjena: ______________________

491

TEHNIČKO VELEUČILIŠTE U ZAGREBU Specijalistički stručni studij elektrotehnike; 2. semestar Izborni kolegij: Inteligentni sustavi Laboratorijske vježbe VJEŽBA 4. 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: Ugađanje izlaznog stupnja regulatora - VJEŽBA 4. Naziv, broj vježbe i predviđeno trajanje: (predviđeno 3 školska sata) Proračun na izlaznom transformatoru Veza s predavanjem serijskog strujnog kruga Veza na literaturu ili PP-prezentaciju: Uvod u vježbu:

PP 7 i 8; (izlazni trafo CCR) 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

492

NASTAVNI LIST VJEŽBE Br.:4/1 Priprema studenta za vježbu

OPASKA - PRIPREMA ZA VJEŽBU!

Student za vježbu mora: 1. proučiti raspoloživu literaturu i radne upute –PRIRUČNIK CCR 2. kreirati aplikacijski spoj prema priloženim podlogama 3. proračunski utvrditi vrijednosti 4. mjerenjem potvrditi proračunske vrijednosti 5. samostalno kreirati aplikacijski spoj Sadržaj vježbe: - obraditi primarni, serijski strujni krug, (SSK) aerodromskog sustava svjetlosne signalizacije, s komponentama, 1. REGULATOR s IZLAZNIM TRANSFORMATOROM, primarni kabeli, konektori i strujni transformatori - proračun i ispitivanje na IZLAZNoM TRANSFORMATORU Literatura: [1] Priručna literatura za VJEŽBU 4, praktikum CCR [2] Preporučena literatura POA-CCAA [3] Dodatna literatura "Transformatori", Tehnologija elektromaterijala [4] Dodatna literatura "ICAO -FAA" El. Systems

Podsjetnik za vježbu: Utvrđivanje proračunskih parametara serijskog strujnog kruga Vrste ugađanja u krugu Proračun i mjerenja snage na komponentama serijskog strujnog kruga Obrade parametara pojedinih komponenti Opis oznaka uz tablicu 4.1.: a) Primarni namot b) Oznaka stezaljki i vrijednost primarnog napona c) Oznake dijelova sekundarnog namota d) Dijelova sekundarnog namota

e) Vrijednosti sekundarnog napona po dijelovima namota f) Oznake stezaljki sekundarnih namota

493

NASTAVNI LIST VJEŽBE Br.:4/2 Slika podloga, sheme spajanja i opreme za koncept vježbe Tablica 4.1. Skica namota izlaznog stupnja transformatora

250V

1 S1

20 5 6.1

S2

S3

S4

40 6.2 7

80 8 9.1

160 9.2 10

S5

2 S6

220 520 11 12.1 12.2 13

a b c d

e f

Ispuni tablice vrijednosti napona sekundara izlaznog stupnja transformatora za - ostvaren samo jedan izvod (označen crveno) Primjer broj 1 2 3 4 5 6

Stezaljke 5 - 6.1 6.2 - 7 8 - 9.1 9.2 - 10 11 - 12.1 12.2 - 13

Napon

- ostvaren samo jedan među spoj (označen crveno) Primjer broj 7 8 9 10 11 12 13 14 15 16

Stezaljke 5-7 8 - 10 11 - 13 5 - 10 5 - 13 8 - 13 5-8 5 - 11 10 - 13 7 - 13

Među spoj 6.1 - 6.2 9.1 - 9.2 12.1 - 12.2 6.1 - 9.2 6.1 - 12.2 9.1 - 12.2 6.1 - 9.1 6.1 - 12.1 9.2 - 12.2 6.2 - 12.2

494

Napon

NASTAVNI LIST VJEŽBE Br.:4/3 Studenti pripremaju opremu i mjerne instrumente za provedbu vježbe

- ostvarena dva među spoja i jedan spoj stezaljki (označeni crveno) Primjer broj 17 18 19

Stezaljke Među spoj

Među spoj

Spoj stezaljki

5 - 10 8 - 13 5 - 13

9.1 - 9.2 12.1 - 12.2 12.1 - 12.2

7-8 10 - 11 7 - 11

6.1 - 6.2 9.1 - 9.2 6.1 - 6.2

Napon

- ostvarena tri među spoja i dva spoja stezaljki (označeni crveno), - nastavi još mogućih kombinacija Prim. Stezaljke Među Br. spoj 20. 5 - 13 6.1 - 6.2 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42.

Među spoj 9.1 - 9.2

Među spoj 12.1 -12.2

495

Spoj stezaljki 7- 8 i 10-11

Napon

NASTAVNI LIST VJEŽBE Br.:4/5 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 USPJEŠNOSTI PROVEDENE VJEŽBE Ocjena: Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK

Ocjena za zalaganje: Ocjena za znanje: Ocjena za vještine: Konačna ocjena: ______________________

496

TEHNIČKO VELEUČILIŠTE U ZAGREBU Specijalistički stručni studij elektrotehnike; 2. semestar Izborni kolegij: Inteligentni sustavi Laboratorijske vježbe VJEŽBA 5. 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: Naponsko strujni odnosi u CCR-u VJEŽBA 5. Naziv, broj vježbe i predviđeno trajanje: (predviđeno 3 školska sata) Naponi i struje u serijskom strujnom Veza s predavanjem krugu Veza na literaturu ili PP-prezentaciju: Uvod u vježbu:

PP 9 i 10; (U/I- CCR) 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.:5/1 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, strujni transformator, distribucija i konfiguracije krugova - serijski i paralelni,...)

497

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, upravljanje tiristorima – podloga za provedbu vježbe

Slika 5.1.

Slika 5.2.

498

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 struje US1, US2 – učinski tiristori PTR – 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 učinskih anti paralelnih tiristora – struja napajanja I2 – struja u sekundarnom krugu učinskog transformatora – strujni izvor serijskog strujnog kruga

499

NASTAVNI LIST VJEŽBE Br.:5/3 Studenti pripremaju opremu i mjerne instrumente za provedbu vježbe Tablica 5.1. Ovisnost faktora cF i kuta prorade tiristora

Kut prorade tiristora

cF

0° (*) 45° 90° 135°

1,41 1,48 2,00 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

intenziteta

I2max = 6,6 A

I2max = 8,3 A

TEMP 1 2 3 4 5 6 7

1,3 A 2,2 A 2,8 A 3,4 A 4,1 A 5,2 A 6,4 A 6,6 A

1,6 A 3,5 A 4,3 A 4,9 A 5,7 A 6,8 A 7,8 A 8,3 A

500

Uočiti poveznicu Iznos/c

F

NASTAVNI LIST VJEŽBE Br.:5/4 Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA: Komentirati izlaznu struju prema stupnjevima intenziteta (uočiti omjere za: cF /%/A) Komentirati stupanj intenziteta "TEMP" Komentirati promjene veličina - prorade tiristora

Student zahtjeva ponavljanja ili popravnu radnju vježbe: Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJEŠNOSTI PROVEDENE VJEŽBE Ocjena: Komentar studenta o uspješnosti: OCJENJUJE NASTAVNIK

Ocjena za zalaganje: Ocjena za znanje: Ocjena za vještine: Konačna ocjena: ______________________

501

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 o zdravstvenom stanju uma, odnosno mentalnom zdravlju, ili mentalnoj higijeni, o čemu je bilo riječi u petom poglavlju. Jedna od definicija mentalnog zdravlja može se sažeti kao emocionalno i psihološko stanje u kojem je pojedinac u mogućnosti koristiti svoj kognitivne i emocionalne sposobnosti, funkcionirajući u društvu, te odolijevati izazovima svakodnevnog života. O mentalnoj higijeni možemo razmišljati na način da pozorno promatramo kako učinkovito i uspješno osoba funkcionira. Uspješnost funkcioniranja osobe osjećaj je i doživljaj posjedovanja određenih sposobnosti i kompetencija. One su potrebne kako bi bilo moguće podnositi normalne razine stresa, održavati zadovoljavajuće relacije u različitim komunikacijskim ulogama i voditi nezavisni život. Potrebno je iznaći mogućnosti "izdići se", ili se oporaviti od neke teške situacije. 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

502

boljeg razumijevanja, pamtiti i prisjećati se životne ljepote. Najbolje pamtimo tekstom opisane slike. O uspješnosti razumijevanja teksta, Gadamer zaključuje razmatranje o eminentnim tekstovima: „Eminentni tekstovi karakteristični su po svojoj "samoprezentnosti". U njima 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 zahtjevu nasuprot 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 se koncentriramo samo da bismo je mogli vratiti u živi ispunjeni smisao govora. 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 pojmovima i slikama koji istom oslobađaju i nose događanje sporazumijevanja koji mu daje obzor i stoga se nikada ne mogu pretvoriti u događanje sporazumijevanja. Formula hermeneutike fakticiteta se potvrđuje kao upućivanje na uzajamnu igru prezentnosti i ispunjenja smisla, pri kojoj bi prezentnost bila poprište koje daje na razumijevanje, poprište pripadna razumijevanja, koje uvijek iznova 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 na što valja odgovoriti i na što u čitanju i mišljenju uvijek i odgovaramo. Bit eminentnog teksta bila su mišljenja u smislu rehabilitacije prezentnosti koju 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). 503

Oba djela imaju zajedničku poveznicu s temom hipertrofije pamćenja čiji su protagonisti Solomon Šereševski, ruski Židov Ireneo Funes, i urugvajski poluindijanac. No ne može se pretpostaviti da je ikojemu od autora bio poznat pothvat onog drugog. Tekstovi su povezani jer ih se može čitati 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 dokumentira interes 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 prisile linearnog bilježenja. Slova su štoviše multireferencijalni znakovi koji ukazuju na poretke, ona se odnose na sintaksu alfabeta drukčiju od manifestne, slijede logike kombinacija i permutacije koje u riječi i tekstu izlažu kriptosemantičke tragove, stječu vizualni profil u svom tumačenju i samodovoljnom znakovnom obličju. Na taj način njihovim građenjem, upisana u poretke smisla, utvrđuju doslovnu manifestaciju sačuvanog teksta 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 neupitno. Slova pohranjena u unaprijed zadani prostor poretka identična su Ciceronovoj verziji legende o Simonidu u kojoj inspiciranje slikovnih deponija dopušta njihovo ponovno pojavljivanje, čini ih raspoznatljivim. Tehnika koju je preporučio Ciceron tiče se memoriranja tekstova, (spominjanje izuma mnemotehnike zbiva se u njegovu govoru De oratore). Radi se o memoriranju sadržaja i tijeka 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 spontanost sjećanja čini proračunatim. 504

Kako razumijevanjem možemo pospješiti pamćenje? Umjesto da stvar o kojoj je riječ promatramo izvana kao predmet, moramo se u nju infiltrirati opisujući je na glas izgovorenim riječima potvrđenim napisanim tekstom. Nazovimo taj tekst - PETAP:

PETAP:- Pomoćni Eminentni Tekst Aplikativne Paradigme Taj tekst: -služi za prezentnost fiksiranog smisaonog sadržaja -otvara, (otkriva) mogućnost razumijevanja -nemisliv je unaprijed -ima karakter fakticiteta Fakticitet se javlja kao pamteća pojavna zvukovna zbilja, nastala čitajući i razmišljajući nakon napisanog PETAP-a, čime stječemo iskustvo razumijevanja koje se fiksira u sjećanju Na taj način prezentnost fiksiranog smisaonog sadržaja znači "prisutnost postojećeg" koje se može objektivirati i udovoljiti normativnom zahtjevu To je isti produkt koji se opetovano pojavljuje u fazama prisjećanja na koja se koncentriramo da bismo mogli posjedovati živi potvrđeni smisao razumijevanja

505

PRIMJER 1. Kako Šereševskij narativno semantizira fiktivne matematičke formule?

Nx

d2  x

85 vx

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 kvadratnog korijena, (√); 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 svira violinu (vx); 506

PRIMJER 2. Kako Šereševskij transponira tekst koji se sastoji od riječi što ih ne razumije? (Radi se o prva četiri stiha Božanske komedije na talijanskom)

„Nel mezzo del cammin di nostra vita mi ritrovai per una selva oscura“

OPIS POSTUPKA: Nepoznate riječi opisuju se kompleksnom asocijacijom kojom se nepoznati tekst prilagođava poticanjem presađivanja, napola narativna napola semantička. (Nel) - upravo sam se spremao platiti godišnju pretplatu na blagajni kazališta kada sam u hodniku ugledao balerinu "Nel-sku" (mezzo) - uz nju sam predočio čovjeka skupa "vmeste" s Nelskom koji svira violinu (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) -… … 507

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 0 1 2 3 4 5 6 7 8 9

Opis dodijeljene figure Ponosni uspravni muškarac Dobro raspoložena žena Mrzovoljan muškarac Vojnik koji salutira Pogrbljeni starac Čovjek s natečenim stopalima Čovjek s brkovima Vrlo korpulentna žena, kao vreća u vreći Žena u raskošnoj haljini sa šeširom

Primjer dvoznamenkastog broja:

Broj 87

Opis dodijeljenih figura Korpulentna žena i muškarac koji zavrće brk

Mišljenje koje je svjesno da je uvjetovano onim što ga ograničava, i koje ne bi htjelo dopustiti da mu izmakne taj uvjet možemo nazvati "hermeneutičkim". Ono dovodi do jezika ono što mu kao njegov povod izmiče i što istodobno nosi njegove artikulacije. U mišljenju koje spoznaje vlastiti prikazbeni karakter ostaje očuvan trag kroz tehničke i uopće funkcionalne forme mišljenja. 508

ZAKLJUČAK Izborni kolegij Inteligentni sustavi na Specijalističkom studiju, Elektrotehničkom odjelu Tehničkog veleučilišta u Zagrebu ima za cilj apostrofirati 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 našoj inteligenciji 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 Pierra Chardina, 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. Oblikovanje 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 iskorištavanje informacija 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.

509

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 koja svoju 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 ekspertnih sustava 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 kao knjigu, 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 i informalnog 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.

510

POSLIJE ZAKLJUČKA ...odluku da svoj prvi posao, koji sam započeo u Končarevom elektrotehničkom institutu, promijenim, donio sam nakon četiri i pol godine 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.

511

LITERATURA

[1] [2] [3]

[4] [5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

Adorno, T., W.: Ästetische Theorie, R. Tiedemann, Gesammelte Schriften, Frankfurt am Main, 1970. -1973. Anderson, M.: Intelligence and development: A cognitive theory, Black-well; Oxford, 1988. Anis, W., R., I., Morcos, M., M., Kreiss, D. G.: An adaptive neurofuzzy 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. Ashby, W., R.: An introduction to cybernetics, Chapman & Hall; Vol. 2, pp. 25, London, 1956. Balaž, Z., Ferlak, B.: Informacije o razvoju energetske elektronike, Br. 32, Beskontaktni sistemi uzbude, ETI Končar, Zavod za energetsku elektroniku, Zagreb svibnja 1987. Balaž, Z.: Informacije o razvoju elektroenergetike, Br. 1, Izvori rezervnog napajanja, Zračna luka Zagreb, Tehnika i razvoj, Sektor elektroenergetike, Zagreb, studeni 1993. 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. Balaž, Z.: Primjena strane legislative u rješenjima napajanja električnom energijom Tunela Sveti Rok", I. Međunarodni simpozij – Ceste put u Europu, Poreč, 2003. Balaž, Z.: Inteligentni sustav regulacije rasvjete Tunela sv. Rok, Seminarski rad, FESB, Poslijediplomski doktorski studij elektrotehnike i informacijske tehnologije, Split, 2009. Balaž, Z.: Razvoj inteligentnog sustava za racionalizaciju potrošnje električne energije regulacijom rasvjete, Elaborat Br. 700-006, HAC- Sektor za projektiranje i razvoj, Zagreb, 2009. Balaž, Z.: Inteligentni sustav regulacije rasvjete Tunela sv. Rok, Seminarski rad, FESB, Poslijediplomski doktorski studij elektrotehnike i informacijske tehnologije, Split, 2009. Balaž, Z.: Seminarski rad - Organizacija i metode znanstvenoistraživačkog rada, Online baze podataka – Priručnik za pretraživanje, FESB, Doktorski studij elektrotehnike i informacijske tehnologije; Split, 2009. Balaž, Z.: Odabrana poglavlja predavanja i vježbi, Kolegij Umjetna inteligencija –Ekspertni sustavi, TVZ-Tehničko veleučilište u 512

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

Zagrebu, Elektrotehnički odjel Specijalistički diplomski studij, III. Semestar, Zagreb, rujan - prosinac 2013. Balaž, Z.: Inteligencija, emocionalna i deklarativna pamćenja, Odabrana poglavlja kolegij Umjetna inteligencija - Ekspertni sustavi, III. Semestar, Elektrotehnički odjel, TVZ, Specijalistički diplomski studij, Zagreb, rujan - prosinac 2013. Balaž, Z.: Priručnik za osposobljavanje djelatnika koji na zračnim lukama obavljaju specijalistička održavanja, Odobrenje CCAA, TVZ, Centar cjeloživotnog obrazovanja, Zagreb, 2013. Balaž, Z.: Troškovi mjerenja NF elektromagnetskih polja, u el.energetskim sustavima, Stručni rad prezentiran na skupu CIGRE- 2013, Sekcija B5-20, Cavtat, studeni 2013. Balaž, Z., Meštrović, K., Jandrlić, P., Čaržavec, M.: Inteligentni sustav upravljanja tunelskom rasvjetom, MIPRO 2014 – 37th International Convention, CIS – Intelligent Systems, Opatija, 2014. Balaž, Z.: Uloga inženjera znanja u održavanju aerodromskih i tunelskih ekspertnih sustava, TVZ - Tehničko veleučilište u Zagrebu, Zbornik ETO TVZ, Vol. 1, No.1, pp 101 -116, ISSN 1849-5621, prosinac 2014. Balaž, Z., Meštrović, K.: Učenje i poučavanje iz umjetne inteligencije, TVZ - Tehničko veleučilište u Zagrebu, Polytechnic & Design, Vol. 2, No 1, pp 9-14, ISSN 1849-1995, Zagreb, 2014. Balaž, Z.: Elektromagnetski model za izračun raspodjele struje zemljospoja, 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. 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. 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. Balaž, Z.: Education, Factory Visit & Elaboration Protocol, Siemens, IC-BT, Control Products & Systems, Quality Business Segment – Fire Safety, QMS . Cours, Zug, Switzerland, 2014. 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. 513

[25]

[26]

[27]

[28]

[29]

[30]

[31]

[32]

[33]

[34]

[35]

Balaž, Z., Meštrović, K., Bjelić, G.: Inteligentni sustav održavanja aerodromskog sustava svjetlosne signalizacije, MIPRO 2014 – 37th International Convention, CIS – Intelligent Systems, Opatija, 2014. Balaž, Z.: Priručnik za radionicu/Workshop AERO TVZ-Iso Prog, Training for Insulation Resistance Measurementson, Serial Circuits – Airfield Lighting Systems”, Zračna luka Rijeka- Airport Rijeka, Krk, 28.05. 2014. Balaž, Z. : Priručnik za radionicu /Workshop AERO TVZ-Iso Prog, Training for Insulation Resistance Measurementson, Serial Circuits – Airfield Lighting Systems”, Zračna luka Pula- Airport Pula, Pula, 06.10. 2014. Balaž, Z., Meštrović, K.: Studija unapređenja sustava svjetlosne signalizacije operativnih površina Aerodroma Brač, iTVZ d.o.o. – Zagreb, Studija, Br. 024/3-14, studeni 2014. 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 civilno zrakoplovstvo, Odjel aerodroma, Zagreb, siječanj 2015. Balaž, Z.: Mozak – komunikacija retorikom i umjetnom inteligencijom, Javno predavanje i radionica povodom 14. Tjedna mozga u Hrvatskoj, Elektrotehnički odjel, TVZ, Kolegij Inteligentni sustavi, 19. ožujak 2015. 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. Benčić, Z., Plenković, Z.: Energetska elektronika, I dio, Poluvodički ventili, Tisak Grafički zavod Hrvatske, Školska knjiga , Zagreb 1978. Bjelić, G.: Mjerenje i obrada otpora izolacije aerodromskih serijskih strujnih krugova inteligentnim sustavom, TVZ, Specijalistički stručni studij elektrotehnike, Elektrotehnički odjel, Diplomski rad br. E392 – predan za obranu, Mentor: Zdenko Balaž, ožujak 2015. Blum, C., Roli, A.: Metaheuristics in Combinatorial Optimization: Overview and Conceptual Comparison, ACM Computing Surveys (CSUR), 3. izdanje, 2003., 268-308 str. Borš, V.: Integralna teorija Kena Wilbera; Filozofski fakultet u Zagrebu; FF press; ISBN 978-953-175-385-2; pp109; Zagreb, 2012. 514

[36]

[37] [38]

[39]

[40]

[41]

[42] [43]

[44] [45]

[46]

[47] [48]

[49]

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. Brown, T., E., Jr. : Circuit Interruption – Theory and Techniques, Marcel Dekker Inc., New York, 1984. 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. 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 35, 2011. Buzan, T.: The power of creative intelligence, Prijevod, Moć kreativne inteligencije, Marina Leustek, Veble commerce, Urednica Svjetlana Veble, ISBN 953-6458-84-5, Logo, Zagreb, 2004. Buzan, T.: Minds Maps for Kids, Prijevod, Mentalne mape, Vesna Valenčić, Veble commerce, Urednica Svjetlana Veble, ISBN 978953-6458-88-2, Kaligraf, Zagreb, 2005. Caine, R., N., Caine, G.: Making connections: Teaching and the human brain. Menlo Park, Calif., Adison-Wesley, 1994. Cipra, M.: Temelji ontologije, MH, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak Tehnički centar NZMH, ISBN 978953-150-563-5, Zagreb, 2003. Clerc, M.: Discrete Particle Swarm Optimization: A Fuuzy Combinatorial Black Box, 2004. 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. 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. Common KADS, Introduction to Knowledge Engineering Cvitaš, LJ., Žigman, D., Meštrović, K.: Utjecaj sjenila na foto struje optičkih senzora, Polytechnic and Design, Vol. I, No. I, Tehničko veleučilište Zagreb, 2013. Čerić, V., Varga, M.: Informacijska tehnologija u poslovanju, Element, Zagreb, 2004. 515

[50]

[51]

[52]

[53]

[54]

[55] [56] [57]

[59]

[60] [61]

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. 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. EASA – European Aviation Safety Agency — Rulemaking Directorate, Notice of Proposed Amendment 2013-08 (A), Acceptable Means of Compliance and Guidance Materials, 2013. EASA - Airport Design and Certification, Consolidated version of Aerodromes Implementing Rules and related Acceptable Means of Compliance 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. Eiben, A., Smith, J.: An introduction to Evolutionary Computing, 1. izdanje, Springer-Verlag Berlin and Heidelberg GmbH & Co., 2003. Eiben, A., Smith J.: Introduction to Evolutionary Computing, 2007. El-Sharkawi, M.: Particle Swarm Optimization, 2007. 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, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak Targa, Zagreb, 1997. 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. Filipović, V., i grupa autora: Filozofijski rječnik, Treće dopunjeno izdanje – NZMH, NIŠPRO Vjesnik, Zagreb, 1989. Flurscheim, C., H.: Power Circuit Breaker – Theory and Design, Peter Peregrinus Ltd., 1982. 516

[62]

[63] [64]

[65] [66]

[67] [68]

[69] [70]

[71] [72] [73]

[74]

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. Gardner, H.: Frams of Minde: The Theory of Multiple Intelligences, New York, Basic Books, 1983. 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, Vlasta Vizek Vidović, Naklada slap, Urednik Krunoslav Matešić, Biblioteka PARNAS, Tisak Naklada slap, ISBN 953-191-094-4, Zagreb, 1999. Garzon, R., D.: High Voltage Circuit Breakers, Marcel Dekker Inc., New York, 2002. Gazivoda, S., Rožanković, S., Nujić, S.: Mjerenje sklopnih prenapona u TS 35 / 20 (10) kV Obrovac, Končar, Visokonaponski laboratorij, Zagreb, veljača 2005. Giarratano, J.: Expert Systems, Principles and Programming, PWS Publishing Company, Boston, 1998. Gigerenzer, G.: Ljepota heurističke znanosti, dostupno na Internetu, Prijevod sažetaka eksperimentalnih istraživačkih radova, C. M. Planck, Berlin,1970. Golub, M.: Genetski algoritmi – Prvi dio, Fakultet elektrotehnike i računarstva, dostupno na Internetu, 2007. Hopgood, A., A.: Intelligent Systems for Engineers and Scientists, ISBN 0-8493-0456-3 Raton London, New York, Washington, USA, 2001. Homme, L., Baca, P., C.: Cottingham L.: What behavioral engineering is, The Psychological Record, 1968. Heidegger, M.: Ontologie (Hermeneutik der Faktizität), BröckerOltmanns; Frankfurt a. M., 1988. 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. Heisenberg, K., W.: Fizika i filozofija, Prijevod Stipe Kutleša, Kruzak, Tisak S. Brusina – Donja Lomnica, ISBN 953-96477-3-8, Zagreb, 1997. 517

[75]

[76] [77] [78]

[79]

[80]

[81]

[82]

[83]

[84]

[85]

[86]

[87]

[88]

Heisenberg, K., W.: Promjene u osnovama prirodne znanosti, Šest predavanja, Prijevod Mladen Klepac, Kruzak, Tisak Librikon, ISBN 953-6463-16-4, Zagreb, 1998. Heisenberg, K., W.: The Development of Quantum Mechanics, Nobel Lecture, 1933. Heisenberg, K., W.: The Physical Principles of the Quantum Theory, Dover Publications Inc, New York, 1967. 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. 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. Hoesle, V.: Izvornik, Philosophie der oekologischen Krise, Verlag C. H. Beck, Muinchen, 1991. Prijevod, Filozofija ekološke krize, Darija Domić, MH, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak Targa, ISBN 978-953-150-051-7, Zagreb, 1996. 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. Hubing, T.: EMC Expert Systems for Evaluating Automotive Designs, IEEE 4244-0293, pp 840-841, University of Missouri – Rolla, 2006. Ibrahim, A., I.: An Intelligent Support System for the Analysis of Power System Transients, Disertation, The University of British Columbia, Vancouver, 2000. ICAO - International Civil Aviation Organization, Annex 14, Volume I, “Aerodrome design and operations”, 6th Edition, Montreal, 2013. ICAO - International Civil Aviation Organization, Doc 9157, Aerodrome Design Manual, Part 4, Visual Aids, 4th Edition, Montreal, 2004. Ignizio, J., P.: Introduction to Expert Systems—The Development and implementation of Rule-Based Expert Systems, NewYork, Mc Graw-Hill, 1991. Jang, J.,S., R.: ANFIS, Adaptive-network-based fuzzy inference system, IEEE Trans. Syst., Man, Cybern., Vol. 23, pp. 665–685, 1993. Jang, J.,S., R., Sun, C.,T.: Neuro-fuzzy modeling and control, IEEE, Proc. Vol. 83, pp. 378–406, 1995. 518

[89]

[90] [91] [92] [93]

[94]

[95] [96] [97] [98]

[99]

[100]

[101] [102] [103]

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. Jensen, E.: The Brain Store, Super teaching, San Diego, California, Inc. 1998. Jensen, E.: Teaching with the brain in mind, Alexandria, VA: ASCD, 1998. Järvinen, P.: On mechanistics self-steering views of human being in information systems theory vs. practice – available, 2006. 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. Jurič, B., M., Tamar, D, Rozman, I., Heričko, M. : The Role of Scripting Languages in component based software development approach, Zbornik radova 9. Međunarodne konferencije ‘Intelligent and Information Systems’, pp 37-44, Fakultet organizacije i informatike, Varaždin, 1998. Kahneman, D., Tverski, A.: Kako donosimo zaključke i odluke u uvjetima neizvjesnosti, Prijevod istraživačkog rada, Internet, 1970. Kahneman, D., Tversky, A.: Prospect Theory: An Analysis of Decision under Risk, Econometrica, Vol. 47, pp 263-291, 1979. Kahneman, D., Tversky, A.: The Framing of Decision and Psychology of Choice, Science, Vol. 211, pp 453-458, 1981. Kahneman, D.: Misliti, brzo i sporo; Prijevod Zvonko Pavić, ISBN 978-953-14-1483-8, CIP 857332, Mozaik knjiga, Zagreb, 2013. Kahneman, D., Tversky, A.: Kako donosimo zaključke i odluke u uvjetima neizvijesnosti , Prijevod istraživačkog rada, Internet, 1970. 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. Kapetanović, M. : Visokonaponski prekidači, Elektrotehnički fakultet u Sarajevu, 2002. Kazibwe, W., E., Sendaula, H., M.: Expert system targets power quality issues, IEEE Comput. Appl. Power, Vol. 5, pp. 29–33, 1992. 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.

519

[104] Klaić, B.: Novi rječnik stranih riječi, Školska knjiga, Urednica Anuška Nakić, Tisak Grafički zavod Hrvatske, d.o.o., ISBN 978953-0-4939-2, 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 algorithm and 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 prve knjige 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 Insulation and 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 Grafički zavod Hrvatske d.o.o., Zagreb, 2003. 520

[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 pouzdanosti visokonaponskih SF6 prekidača, Doktorska disertacija, Sveučilište u 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.: Razvoj sustava motrenja rasklopnog postrojenja, 8. Savjetovanje HRO CIGRE, 2007. [123] Meštrović, K., Žigman, D., Malčić, G.: Prvi rezultati međunarodne ankete CIGRE o pouzdanosti visokonaponske opreme, 7. Savjetovanje HRO CIGRE, Cavtat, 2005. [124] Meštrović, K.: Dijagnostičke tehnike za visokonaponske prekidače, Zbornik radova šestog savjetovanja hrvatskog komiteta CIGRÉ, 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 and artificial 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. 521

[133] Newell, A., Shaw, J., C., Simon, H., A.: Elementsof a theory of human problem solving, Psychological Review Vol. 65; pp 151166, 1958. [134] Newell, A., Simon, H., A.:GPS: A program that simulates human thought, 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 for Computing 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 zemaljskih usluga 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 polemika falsifikacionizma 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/AR522

[147] [148] [149]

[150] [151]

[152] [153]

[154] [155] [156]

[157]

[158]

TN06/19, National Technical Information Service (NTIS), Springfield, Virginia 22161, January 2007. Pavčević, M.: Uvod u teoriju grafova, izdanje, Element, Zagreb, 2006. Pennigton, D., C.: Osnove socijalne psihologije, Naklada Slap, Jastrebarsko, 1997. 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. Petz, B., i suradnici : Psihologijski rječnik, Prosvjeta, Zagreb, 1992. Popper, K., Kuhn, M.: Prijevod istraživačkih radova i polemika falsifikacionizma i teorije znanstvenih paradigmi, London School of Economics, London,1960-74. Ragaller, K. : Current Interruptionin High – Voltage Networks, Plenum Press, New York, 1978. 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. Ryan, H., M., Jones, G., R. : SF6 Switchgear, Peter Peregrinus Ltd., London, 1989. Roeper, R. : Short – Circuit Currents in Three Phase Systems, John Wileyand Sons, Great Britain, 1985. Ropohl, G.: Philosophy of Socio-Technical Systems. Techné: Research in Philosophy and Technology, No 4(3), pp 186-194, 1999. Russel, J., S., Norvig, P.: Artificial Intelligence: A Modern Approach, ISBN 0-13-103805-2, Prentice Hall, Englewood Cliffs, New Jersey, USA 1995. 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 prijelaznih stanja 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.

523

[161] Shapiro, L., E.: How to Raise a Child with a High EQ, Prijevod, Darija 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 4749, 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. 524

[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 elektrotehnike i informacijske tehnologije, Split, 2010. [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 207232, 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 and Monitoring 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 cestovnim tunelima, Prijevod A.C.7/9, 10. prosinca 2001. 525

[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, ISBN 953-150-082-7, 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 i elektroenergetskih vodova, Javno predavanje, FESB, Split, veljača 2011. [198] Vujević, S., Lucić, R., Jurić-Grgić, I., Lovrić, D., Modrić, T., Balaž, Z.: Izrada pravila i mjera sigurnosti za osiguranje mjesta rada na elektroenergetskim 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 for Analysis of Ground Fault Current Distribution, International Review of Electrical Engineering (IREE), Vol. 7, No. 3, pp. 40354045, 2012. [201] Vujević, S., Lovrić, D., Balaž, Z., Gaurina, S.: Time-Harmonic Modelling 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 rada na 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 ground impedances 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.

526

[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.

527

INDEKS (KAZALO)

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

A abacus, abacist,127 Adorno T.W., 46, 100, aerodrom(-ski), 123-124, 178196, 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, 128 algoritmička logika, 128 efikasnost, 128 Amazon Mechanical Turk, 65 amigdale, 69, 70 Anaksagora, 22 antropologija, 31 aprehenzija, 40 aproksimacija, 431-441, 492 aplikacija, 34 Aristotel, 20, 22, 35, 37, 115, 157, 178, 431 Ashby R., 62

C Carson, 438 Chardin P., T., 33 Ciceron, 41, 49, 531 civilizacija, 31 cocktail party efekt, 102, 104 COKP, 62, 198, 199, 201-204, 213 Condorcet, 50 CLIPS, (engl. C-Language Integrated Production System), 467

B D Baudrillard J., 38 Barthes, 52 Baskerville, 53

Delfi metoda, 22, 158, 159, 160, 529 528

deliberacija, 66 Demosten, 198 Descartes, 37, 115 digitalno računalo, 118, 436, 437 dinamički sustav, 432, 436 dualistički pristup, 66

elektroenergetski-sustav-objekt, 178-180, 185, 186, 197, 260, 338401, 431, 465, 466, 467, 471, 475-478, 500 elektromagnetska 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), 179 EUROSTAT data base, 40

E edukacija(e), 247, 248, 254 Einstein A., 36, 76 ekstrovertiran, 24 eksperiment, 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

F Figal G., 46 Filip Makedonski, 178 filozofija, 36-38, 136 formati, 150 - 177 Freud S., 27 F-skala, 100 funkcija(e), 107, 114, 123, 128133, 135, 136 fuzzy regulacija, 200, FMEA- (Failure models & Effects Analysis), 124

G 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, 222224,

Gadamer H., G., 36, 46,530 Gardner H., 24 globalni optimum, 129 gospodarenje sustavom kvalitete, (QMS), 124 Goldmann S., 41 Gunnar M., 75 529

distribuirana, 29, 31, 106, 136, inter-personalna, 24 intra-personalna, 24 klasična, 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, 107 identifikacija 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

H Hegel, 40 Heraklit, 20 Heidegger 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, 154 hijerarhija 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, 500 Hume D., 37 Hutton, 41

I informacija(e), 38, 39, 44, 50, 52, 54, 57, 63, 64, 70, 78, 81-87, 90, 120, 123 teorija 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

J jakost svjetlosti, 206 jednosmjerni promet, 198, 213, 240 530

Jensen, 81

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,

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, 29 kooperacija, 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

M Maslow A., 40, 104, materijalistička misao, 34 Maxwell, 181, McArthy J., 115 Međunarodna komisija za zaštitu od neionizirajućeg zračenja, (ICNIRP), 179 mehanizam zaključivanja, 109, Melikaopis, 41 mentalna aktivnost, 24 mentor, 126 meta-komponente, 25 Mier H.V., 75 Miller G.A., 115 Minsky M., 115 mnemotehnika, 41 mnijenje, 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, 37 531

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, 174176 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 Solving Procedure), 124

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, 54 otpor-izolacije, 252-254, 265, 270-272, 276, 283, 284, 291, 305

Q P parametri, 138-142, 227-232, 235, 236 Pavlov I., 27 Periandar, 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

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, 453 532

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

Solon, 22 spoznajne teorije, 37 Stanford, 99 Sternberg J., R., 25 Stiles-Hollidayev izraz, 219 stupnjevi vjerovanja, 37 stupanj intenziteta, suparništvo, 31 suradnja, 31 sustav, 116, 117, 120, 123, 432440, 457-458, 460-471, 476, 486488, 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, 202205 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

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, 115 Simonid, 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

Š Šereševskij S., 49,531-535 Širola E., 219 T Tales, 22 tehnika „analize protokola“, 26 tehnologija, 34, 38, 63 533

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, 64 tunel(ski), 123, 124, 132, 153, 155, 156, 198, 206, 213, 214, 215, 218, 222, 224, Turing A. M., 108, Tversky A., 56

Vigotski L., 36 virtualna beživotna struktura, 34 visokonaponski, 253, 270, 338353, vizualni sustav za navođenje, 316-318, 323-334 vjerovanja, 37

Z Zimbardo, 99 znanje, 35, 37, 40-46, 49-55, 58, prikaz, 111, pohrana, 129, zrakoplov-(ni), 245, 314, 316337

U

W

učenje, 83, 85, 87, 90, 98, 102, 107, um, 78, 86, 87, 88 umjetnost, 38

Watson J.B., 115 Wiener, 61, 62 Winer N., 114 Wittgenstein L., 119 Wilber, K. E., 67, Wundt W., 115

V

534

ŽIVOTOPISI AUTORA Zdenko Balaž, rođen je 20. svibnja 1957. godine u Vinkovcima, 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 za elektroenergetiku. Od veljače 1983. godine radi u Končarevom institutu u Zagrebu, na Zavodu za energetsku elektroniku, u Odjelu za istosmjerna napajanja velikih snaga. Prvo kao inženjer razvoja, a potom kao inženjer istraživanja i razvoja aktivno sudjeluje u znanstveno-istraživačkim projektima za potrebe Končara, Elektrotehničkog fakulteta Sveučilišta u Zagrebu. Tijekom suradnje u dugoročnim projektima i fundamentalnim istraživanjima SIZ-a za znanost Republike Hrvatske, 1984. godine postaje znanstveni istraživač. Tijekom rada u Končarevom institutu honorarno radi i kao predavača u Obrazovnom centru Nikola Tesla Zagreb. Na V. obrazovnom stupnju predavač je kolegija Elektromotorni pogoni. Od svibnja 1988. godine prelazi u Sektoru za elektroenergetiku i razvoj Zračne luke Zagreb, sve do 1997. godine kada pokreće posao u svojoj novoosnovanoj tvrtki Aeroing, Bavi se projektiranjem, izvođenjem i puštanjem u pogon specijalističkih sustavu svjetlosne signalizacije i elektroenergetskog napajanja u funkciji sigurnosti zračne plovidbe. Od 2001. godine do danas zaposlenik radi u Hrvatskim autocestama d.o.o. Zagreb, gdje je uključen u projekte izgradnje prateće elektroenergetske infrastrukture uz gradnju hrvatskih autocesta. Osim toga, predavač je kolegija Inteligentni sustavi na Tehničkom veleučilištu u Zagrebu na specijalističkom studiju elektrotehnike. Instruktor je Programa AERO TVZ za osposobljavanja i stjecanje licence specijalista aerodromskog elektro održavanja i Voditelj Organizacija za osposobljavanje pri TVZ-u odobrene od Hrvatske agencije za civilno zrakoplovstvo. Poslijediplomski doktorski studij Elektrotehnike i informacijske tehnologije Fakulteta elektrotehnike, strojarstva i brodogradnje Sveučilišta u Splitu upisao je 2008. godine, gdje je od 1. studenog 2008. do 31. prosinca 2013. bio aktivni istraživač na znanstvenom projektu Ministarstva znanosti, obrazovanja i sporta Republike Hrvatske, naziva Razvoj naprednih algoritama za modeliranje elektromagnetskih pojava. Doktorska disertacija pod naslovom „Elektromagnetski model za izračun raspodjele

struje zemljospoja“, ocijenjena je 6. studenog 2014. godine i prihvaćena kao izvorni znanstveni rad iz znanstvenog područja tehničkih znanosti, polje elektrotehnika, grana elektroenergetika. U zadnjih pet godina objavio je dva izvorna znanstvena rada u CC časopisima, šest znanstvenih radova u zbornicima radova s međunarodnom recenzijom i petnaest stručnih radova u zbornicima radova stručnih skupova. Krešimir Meštrović, rođen je 1958. godine u Zagrebu. Diplomirao je 1982., magistrirao 1988. i doktorirao 2008. godine na Fakultetu elektrotehnike i računarstva Sveučilišta u Zagrebu. Godine 2009. izabran je u profesora visoke škole u trajnom zvanju. Radio je u KONČAR – Institutu za elektrotehniku na poslovima istraživanja i razvoja visokonaponskih sklopnih aparata i sklopnih postrojenja, poslovima rukovođenja odjelom i poslovima rukovođenja zavodom. Od 1991. godine radi na Tehničkom veleučilištu u Zagrebu kao predstojnik zavoda, a danas je pročelnik Elektrotehničkog odjela. Bio je tajnik i predsjednik studijskog odbora SO A3 HRO CIGRÉ te predsjednik hrvatskog ogranka Vijeća za velike elektroenergetske sustave HRO CIGRÉ od 2008. do 2012. godine. Bio je član međunarodnih radnih grupa, član međunarodnog studijskog komiteta SC A3 CIGRÉ, kao i član Administrativnog vijeća CIGRÉ. Bio je tajnik, a danas je predsjednik elektrotehničkog odbora ETO 17 Hrvatskog zavoda za norme (HZN). Više je puta bio član stručnog i programskog odbora domaćih i međunarodnih stručnih skupova. Senior Member je američkog udruženja IEEE. Član je Znanstvenog vijeća za energetiku Hrvatske akademije znanosti i umjetnosti (HAZU). Suradnik je Akademije tehničkih znanosti Hrvatske (HATZ). Član je Matičnog povjerenstva za područje tehničkih znanosti Vijeća veleučilišta i visokih škola. Dobitnik je nagrade “7 sekretara SKOJ-a” za tehniku 1985. godine. Sedam puta je dobio priznanje i četiri puta nagradu SOUR- Rade Končar. Dobio je srebrnu plaketu RAST YU 88’, priznanje RAST YU 89’ te zlatnu plaketu INOVA 88’. Dobitnik je nagrade CIGRÉ „Eminent Member Award”. Dobitnik je povelje HAZU „Josip Juraj Strossmayer“. Dobitnik je „Nagrade za životno djelo” HRO CIGRÉ. Odlikovan je “Spomenicom domovinskog rata 1990. -1992.”.