1

UNIVERZITETUBEOGRADU
TEHNIKIFAKULTETUBORU
ODSEKZAINENJERSKIMENADMENT




DrIvanMihajlovi,dipl.ing.
oreNikoli,dipl.ing.
DrAcajovanovi,dipl.ing.



OSNOVETEORIJESISTEMA
INENJERSKIMENADMENTPRISTUP

Bor,2009

1.UVOD
oveanstvo je kroz itavu istoriju pokuavalo da upravlja svetom u
kojemivi.Prvenstvenojetepokuajeusmeravalokapromenamasopstvenom
okruenja. Ponekad su te promene bile male i gotovo zanemarljive, dok su u
pojedinim momentima te promene bile radikalno velike i sa sobom nosile
revolucionarne izmene u funkcionisanju celokupne ljudske zajednice. Od
najranijihdanasvojeistorijeovekjeshvatiodanjegovafizikasnaganijevelika
u odnosu na svet oko njega. Jedini nain koji je ljudskom biu omoguavao
bezbednostiopstanakbiojeuupotrebimudrostiilukavstva.Najveaprednost
ovekova, u odnosu na sva ostala iva bia na Zemlji, bila je njegova lina ali i
kolektivna intelegencija. I jedna i druga se kroz evoluciju ljudske vrste
uveavala. Prva (linaindividualna) je rasla kao posledica razvoja i ureenja
ljudskih drutvenih sistema a druga (kolektivna) je rasla kao posledica
tehnolokog razvoja i sve vee sprege ljudskih bia kao kolektiva (tzv.
sinergetskiefekat).
Jounajranijimmomentimaljudskevrsteovekjeshvatiodajenjegovo
okuenje svojevrstan sistem koji se ponaa u skladu sa izvesnim prirodnim
zakonitostima.Kaotakav,sistemjezahtevaoupravljanje.ovekkamenogdoba
jerazvioalateiorujaodkamena,drvetaikostijuivotinja.Takoejeotkrioda
moe nauiti ivotinje da sluaju njegove naredbe. Tako su nastale najranije
forme upravljanja jednostavnim sistemima. Potom je ovek spoznao metale i
naine za njihovu ekstrakciju, kao i mogunosti njihove primene. Zatim su
uvedene zaprege kao svojevrsna sprega transportnog sredstva i ivotinja,
kojima je upravljao ovek. Ipak, prolo je puno vremena pre no to je ovek
nauiodaivotinjezamenimainama.
Prvivelikikorakuuvoenjumaina,kojijenajavioindustrijskurevoluciju,
bio je razvoj parne maine. Nakon ovog revolucionarnog otkria, ljudsko
drutvo je krenulo u nagli razvoj i industrijalizaciju. Tada se pojavljuju prvi
kompleksnisitemiproizvodnjeiusluga,ijejeupravljanjesvekompleksnije.
U pojedinim fazama razvoja, tehnoloke inovacije procesa dovode ove
sisteme u stanja ije upravljanje nije dovoljno pokriveno adekvatnim
upravljakim aktivnostima. U odreenim momentima se nemoe upravljati
svim tehnolokim aspektima ovako kompleksnih sistema na zadovoljavajue
visokomnivou,toostavljapunopoljeistraivakihmogunostiteoretiarimai
praktiarimaupravljanjasistema(inenjerimasistema).
Kaotojevereeno,industrijalizacijapoinjeuvoenjemparnemaine.
Meutim,jotadasejavljajuiprviupravljakiproblemi.Naprimer,problemsa
kojimsusesuoilirukovaocimainatogvremenabiojekakoupravljatibrzinom

obrtajamainebezstalnihintervencijaoveka.Bilisuuinjenibrojnipokuajiu
pravcu reenja ovog problema. Najuspeniji postupak, meu mnogobrojnim
drugim, bio je upravljanje kupastog klatna, iji je ugao naginjanja bio funkcija
(nelinearna) od ugaone brzine osovine. Ovaj princip iskoristio je Dems Vat
(James Watt) 1769 godine prilikom konstrukcije centrifugalnog regulatora
brzine. Ovo se ujedno i smatra prvim sistemom za automatsko upravljanje
mainom.
Princip rada Vatovog regulatora je dat na slici 1. Kako je na slici
prikazano, veliina ugaone brzine osovine () parne maine rezultat je
intenziteta dovoenja pare, koju regulie ventil. Preko sistema zupanika,
rotacija osovine se prenosi na centrifugalni regulator (ugao nagiba rotirajuih
kugli). Sa porastom ugaone brzine, raste i brzina rotacije centrifugalnog
regulatora, te i intenzitet centrifugalne sile koji istovremeno, linearno, podie
polugu za upravljanje ventila za dovoenje pare. Onog momenta kada ugaona
brzina dostigne graninu vrednost, centrifugalni regulator, preko poluge
zatvara ventil i time dovod pare, to rezultuje smanjenju ugaone brzine
osovine.

Slika1.PrincipradaVatovogcentrifugalnogregulatora
SamDemsVatjebiopraktiarinijeposvetiomnogovremenateorijskoj
analizi ove tehnoloke inovacije. Ipak, uoio je da pod odreenim uslovima
maina opremljena centrifugalnim regulatorom, poinje da se ponaa
neprihvatljivo. To se manifestovalo u oscilaciji brzine osovine oko odreene
eljenevrednostiinedovoljnapreciznosturegulacijibrzineobrtaja.Eliminacija
oscilacija, ili kako je mnogo ire poznato, nestabilnosti, je vrlo vaan aspekt
projektovanjasvihsistemaupravljanja.

Tek je Maksvel (Maxwell), u radu objavljenom 1868, obisao ponaanje

centrifugalnog regulatora sistemom diferencijalnih jednaina. Potom je
linearizovao ovaj model u okolini ravnotenog stanja i pokazao da stabilnost
sistema zavisi od toga da li koreni karaktristine jednaine imaju negativne
realne delove. Ovo je bio i temelj naunom razmatranju stabilnosti sistema.
Ipak, osnovni matematiki okvir za teorijsku analizu razvili su Laplas (Laplace,
17491827)iFurije(Fourier,17481830).
Problemom odreivanja kriterijuma stabilnosti linearnih sistema, potom
susebavilibrojni istraivai:Hurvic(Hurwitz,1875);Raus(Routh,1905).Ruski
naunik Ljapunov (, 1893) je prvi proirio problematiku razmatranja
stabilnosti na nelinerane sisteme. Ovo je bio znaajan korak, obzirom da se
veina tehnikih problema nemoe realno predstaviti linearnim zavisnostima
ve se samo moe linearizovati. Sama linearizacija uvodi izvesnu greku u
definisanjeparametarasistema.
Dalji razvoj teorije sistema vezuje se za rad u Belovim (Bell)
laboratorijamatridesetihgodinadvadesetogveka.Ovajseradvezujezarazvoj
pojaivaa signala sa povratnom spregom, koji je zasnovan na frekventnom
odzivu sistema i sveden je na matematiki problem funkcija kompleksnih
promenjivih. Navedeni problem je razmotrio Nikvist (Nyquist; 1932) u radu
RegenerationTheory,ukojemseobjanjavakaosemoeodreditistabilnost
sistema korienjem metoda u frekvencijskoj oblasti. Navedenu analizu su
proirili Bode (Bode, 1945) i Nikols (Nichols, 1953), koji su kroz narednih 15
godinapostavilitemeljepostupkazaprojektovanjesistemaupravljanjakojisei
danaskoriste.
Paralelno Bodeu i Nikolsu, drugi vaan pristup projektovanju sistema
upravljanja razvio je Evans (Evans, 1948). On je na osnovu radova Maksvela i
Rausa, u metodi geometrijskog mesta korena (root locus method) definisao
pravila i tehnike koje omoguavaju da se promena korena karakteristine
jednaine,ufunkcijinekogodkarakteristinihparametara,prikaegrafiki.

2.TEORIJASISTEMA
Teorijasistemaobezbeujepotrebneteorijeskeimetodolokeosnoveza
istraivanje, izuavanje, stvaranje (projektovanje i voenje) i korienje
(eksploatacija/primena) kompleksnih sistema (organizacioni sistemi, poslovni
sistemi,informacionisistemi,proizvodnisistemi,tehnikisistemi,itd).
Sistemski pristup predstavlja specijalni nain razmiljanja koji se temelji
nateorijisistema,kaojednojgeneralnojoptojteorijikojaserazvilapoetkom
prologveka,alijeposebnodolauprimenuudrutvenimnaukamasredinom
prologveka.
Teorijacelinejecelopodrujekojesetemeljinafilozofskomkonceptuda
je sve meusobno povezano. Iz tog polaznog filozofskog koncepta o
meusobnoj povezanosti svih pojava, nastale su sistemske nauke koje se dalje
granaju u dve grupe. Jedna je opta teorija sistema, a druga su specijalizirane
teorijesistema.
Opta teorija sistema u stvari se bavi optim zakonitostima
funkcionisanja bilo kojeg sistema, bez obzira da li se radi o biolokom,
tehnikomilisocijalnomsistemu,dokspecijaliziranesistemsketeorijegovoreo
pojedinimaspektimafunkcionisanjaodreenihvidovasistema.
Pod specijaliziranim teorijama sistema podrazumeva se nekih 40tak
razliitih naunih disciplina. Neke od njih, koje su bliske studentima tehnikih
nauka, su: Kibernetika, koja je osnova svih upravljakih teorija. To je zapravo
nauka o upravljanju i ona je osnova svih upravljakih nauka i disciplina;
Informatikajeteorijskapodlogaotomekakonastajeinformacijaikojajenjena
uloga u komunikacijama i upravljanju sistemima; Teorija preduzea koja je
element teorije organizacije; Operaciona istraivanja su takoe jedna od
specijaliziranihteorijasistema,itd.
Pre dubljeg razmatranja problematike teorije sistema treba rei da
postoje dva naina razmiljanja: klasini i sistemski. Klasini nain razmiljanja
sesvodinainduktivnoistraivanje.Priemuindukcijapredstavljazakljuivanje
iz pojedinanog ka optem. To je zapravo metod miljenja kojim se do odluke
dolazi na osnovu posmatranja. Prema tome, ovde se o celini zakljuuje na
osnovu delova, pri emu se iz sistema izolira element kojeg rastavljamo na jo
sitnijeelemente.
Sistemski nain razmiljanja (sistemska analiza) posmatra svaki element
kao deo sistema ali i kao deo okruenja i zajedno sa okruenjem, tj. posmatra
ga sa onim to nije sistem. Klasina analiza zanemaruje okruenje, dok je sr
sistemskog razmatranja da je okruenje kljuno u odnosu na ono to

razmatramo. Kada nebi bilo delovnja okruenja svaki bi sistem bio idealan.
Uzmimoprimerbrodaijisepravactrebaodravati,kadanebibilovetra,talasa
imorskihstruja,nebibilonipotrebezasistemomupravljanjapravcemkretanja
brodajerganitanebiskretalosazadatogputa.Meutim,urealnosti,svakije
sistem u interakciji sa svojim okruenjem odakle najee i stiu poremeajne
veliinenakojetrebaodgovoritiupravljakimveliinama.
Upravljanje sistemom se bazira na konceptu sistemskog razmiljanja.
Konceptsistemskograzmiljanjapoivana7osnovnihprincipa:
P1:Svejesistemisvejepodsistem
Def:Sistemjeskupelemenatakojisupovezaninekimrelacijamadabise
ostvariliodreeniciljevi.Svakisistemjesastavljenizelemenatakojisupovezani
sa4aspekta:idejama,materijom,energijomiinformacijama.
P2:Probabilistikoshvatanjesveta
Probabilizamstanovite verovatnoe, shvatanje po kome nae znanje
moe biti samo verovatno. Nita nije sigurno, ne postoji potpuno odreen
determinisan sistem. Sve zakonitosti poivaju na pretpostavci da e se neto
dogoditi. Jedan od rodonaelnika ovakvog shvatanja sistema je i A. Aintain
(A.Einstain, 1878 1955), koji probabilizam promovie u okviru svoje teorije
relativiteta.
P3:Kompleksnostprirodeisistema
Sistem ne moemo do kraja opisati zbog mnogobrojnosti pojava i
problema u sistemu, te neizvesnosti i dinamike. Iz tog razloga treba savladiti
pojednostavljenjekompleksnihsistemauciljunjihovogdetaljnogposmatranja.
P4:Sinergizam
Sinergijazajedniko delovanje, saradnja, team work. Sinergizam je
delovanje dva ilivieelemenatasistema usvrhuostvarivanja zajednikogcilja.
Pri tome, kod sinergije treba razlikovati fizike (tehnike) i organizacione
(poslovne)sisteme.Kodtehnikihsistemasinergizampredstavljakombinovano
delovanjedvailivieelementasistemauciljupostizanjazadanogcilja,uokviru
svojih tehnikih mogunosti. Kod poslovnih sistema sinergizam predstavlja
zajednikodelovanjedvailivielanovatimakapostizanjuzajednikogcilja,pri
emu se oekuje da njihov zajedniki uinak bude vei od sume pojedinanih
uinaka.
P5:Dinamikoposmatranjepojava
Pojava (ukljuuje jedinstvo vremena i prostora) nas ui da nikad ne
posmatramorealnisistemstatino,veufunkcijivremena.

P6:Holistikoposmatranjesistema
Holoscelina, potpunost, kompleksnost. Posmatranje sistema kao celine.
Sistemsko miljenje je posmatranje svega onoga na ta sistem utie i to utie
nasistem.Interakcijasistemasaokruenjem.
P7:Relativnostsvihpojava
Nita nije apsolutno. Sve je relativno i proizilazi iz zakona prirode koji se
bazirajunaentropijisistema.

estkljunihnaunihdisciplinajeintegrisanouteorijisistema:
1. Optateorijasistema;
2. Definiemetodolokipristupiteorijskeosnoveuprouavanjusistema;
3. Kibernetika;
4. Baviseupravljanjemipovratnomspregom;
5. Teorijainformacija;
6. Semiotika;
7. Nauna disciplina o znakovima i znakovnim sistemima. Bavi se
simbolima,podacima,porukomiinformacijom;
8. Informatika;
9. Nauka o prikupljanju, obradi, oblikovanju, korienu i uvanju
informacija. Bavi se obradom i prenosom informacija i izgradnjom
hardvera za informacione sisteme. Prema tome, informatika nije samo
naukaveidelatnost;
10. Matematika teorija sistema. Bavi se izradom modela za upravljanje
sistemima na apstraktnom nivou. Reava probleme matematikim
metodama.
Uokviruteorijesistema,svenavedenenaunedisciplinesuuinterakciji.

2.1.Metodolokeosnoveteorijesistema
Sistemski pristup ine metodoloke osnove svih sistemskih nauka.
Sistemski pristup je jedan metodoloki nain kojim opisujemo funkcionisanje
pojava koje definiemo kao sistema. Znai, bilo koji problem ili pojavu koju
definiemo kao sistem, moemo posmatrati iskljuivo korienjem sistemskog
pristupa.
Prva pretpostavka je da smo pojavu definisali kao sistem. Druga
pretpostavkajedatupojavukojusmodefinisalikaosistemauvekposmatramo
u interakciji sa okolinom, odnosno da je nikada ne posmatramo izolovano. To

imasvojeposlediceutometoondatupojavudefiniemokaootvorenisistem
to dalje ima odreeni uticaj na nain upravljanja ovakvim sistemom. Trea
pretpostavka je da je ponaanje tih pojava uvek nelinearno. (Pitanje za
studente: ta bi bila razlika u linearnom i nelinearnom posmatranju pojava? _
Odgovor: Linearnost se vezuje za koncept zatvorenosti sistema). Ukoliko je
druga pretpostavka da je pojava koju smo definisali kao sistem uvek u
interakciji sa okolinom, onda koncept linearnosti nije primenjiv jer se poetna
stanja koja su definisana odreenim uzrocima menjaju obzirom na vezu sa
okolinom.Prematome,stalnoseuokruenjusistema(okolini)javljajupromene
kojemenjajutupojavu,atoutuena nainnakojitapojavafunkcionietese
nemoepretpostavitidaesetapojavarazvijatilinearnoidaezavisitisamoo
poetnim uslovima, nego i o neizvesnosti koje su rezultat uticaja okoline.
etvrta pretpostavka je da je permanentni cilj i oekivanje da e se
kontinualno poboljavati funkcionisanje sistema, znai stalni proces
poboljanja.
Prema tome, sistemski pristup predstavlja nain kako posmatramo
pojavu ako je definiemo kao sistem, ako uvek pretpostavimo njenu
povezanostsaokolinom,akozbogtepovezanostisaokolinomodbacimostavo
linearnosti i ukoliko sistem uvek nastojimo poboljati u smislu njegove
sposobnostidaostvariciljeveiusmislunjegovesposobnostidateciljeveuvek
ostvarujenaracionalannain,znaisatomanjeresursa,odnosnoefikasnije.
Osnovni pojmovi sistema, prema C. West Churchmanu (1913 2004),
kojisesmatraguruomupodrujuteorijesistemaikibernetike,su:
Ciljevisistema;
Okruenjesistema;
Sredstva(resursisistema);
Aktivnostisistemai
Upravljanjesistemom.
O svakom od ovih pojmova bie vie rei u narednim poglavljima ove
knjige.
Sistemski pristup se ostvaruje uz pomo primene intelekta (miljenja),
tehnikaisredstavazasnovanihnasistemskommiljenjuioptojteorijisistema.
Kao to je ve primerima ilustrovano sistem se u najjednostavnijem obliku
moeprikazatikaonaslici2.

Slika2.Optiprikazsistema
Kako je ve reeno, tokom projektovanja sistema, razmiljamo o tome
ta su ulazi, procesi, izlazi i da li smo zadovoljni izlaznim veliinama. Ukoliko
nismo, vrimo korekciju ulaza pa ak i samih procesa. Na cilj je da izlaz ima
adekvatnuveliinu.Uciljuregulacijeponaanjaobjektaupravljanja,naosnovu
njega napravimo model, a na osnovu njega vrimo istraivanja i stiemo nova
saznanja,Slika3.


Slika3.Upravljanjesistemom
Naosnovukriterijumafunkcionisanjaobjektasistematraimooptimalno
reenje. Potom ovo reenje koristimo za definisanje modela sistema. Na
sistemu modela se vre eksperimenti, pri emu je kljuno da model sadri
kljunekarakteristikeoriginala.
Kriterijumocenjivanjatrebadaodluitatrebakorigovatinaprvobitnom
objektu.Sutinaprouavanjajeupoboljavanjuobjektaupravljanja.

2.2.Optateorijasistema
Opta teorija sistema je nauna disciplina koja se bavi istraivanjem
razliitih fenomena nezavisno od njihove specifine prirode a u smislu
prouavanja meusobnih veza elemenata, strukture, organizacije,
funkcionisanjaireakcijapodrazliitimuslovima.
OKOLINA
ULAZI
PROCESI
I ZLAZI
OKOLINA

10

Predmetprouavanjauteorijisistemanijefizikiobjektusmislumaina,
ureaja,tehnolokihprocesa,vesistem,odnosnovezeiuticajiposmatranih
elemenata i to unutar sistema kao i njihova veza i odnosi sa okruenjem.
Osnovnepostavkeopteteorijesistemasu:
Opta teorija sistema posmatra predmete i pojave kao sisteme iji su
elemenati, svojstva i procesi zasnovani na uzajamnoj povezanosti,
zavisnostiimeudejstvuovihelemenata;
Konkretno stanje sistema, u odreenom momentu posmatranja, nije
konstantno i nepromenjivo, ve je sistem celina koja se razvija iji su
elementikrozuzajamnuinterakcijuorijentisanikapostizanjuzajednikog
cilja;
Struktuirana celina ne moe imati autonomne i meusobno izolovane
delove;
Svaki sistem podrazmeva razliite tipove otvorenosti prema svom
okrunju;
Elementi ili delovi struktuirane celine (sistema) se specijalizuju za
pojedine parcijalne funkcije, to je bitna pretpostavka za odreivanje
njihovog mesta i doprinosa ukupnoj funkciji sistema kao celine i
meusobnojinterakcijielemenata;
Svaki sistem je istovremeno i deo neke sloenije i kompleksnije celine
(principhijerarhije);
Funkcionisanje sistema se zasniva na procesima transformacije ulaznih
uizlazneveliine,
Entropija se u organizovanim sistemima moe smanjivati. Pojam
entropijeedodatnobitirazjanjenunarednimpoglavljimaoveknjige;
Svaka pojava ili element pojave posmatra se u svojoj prostornoj i
vremenskojdimenziji;
Kretanje i razvoj, odravanje dinamike ravnotee i prilagoavanje
promenamaomoguujefunkcionisanjeirazvojsistema;
Kombinovanim dejstvom pozitivne i negativne povratne sprege
objanjavaju se svi sloeni mehanizni regulacije i funkcionisanja sistema
bez obzira na njihovu prirodu (tehniki, bioloki, ekonomski, politiki,
itd.).
Optu teoriju sistema prvi je kao naunu disciplinu predloio biolog
Ludwig von Bertelanffy 1928. Godine. Pre ovog koncepta nauna misao se
razvijala zasnovano na Dekartovim naunim metodama i razvijala se prema
dvema povezanim pretpostavkama. Prva je da se sistem moe dekomponovati
na pojedine komponente tako da se svaka komponenta moe analizirati kao

11

nezavisna celina, dok je druga pretpostavka da se komponente mogu linearno

dodavatidabiseopisalaukupnostsistema.VonBertelanffyjepretpostavioda
su obe pretpostavke pogrene. Naprotiv, sistem se karakterie interakcijama
njegovih komponenti i nelinearnou tih interakcija. Tokom 1951 godine von
Bertelanffy je proirio teoriju sistema kako bi ukljuio bioloke sisteme a tri
godina kasnije, ovu teorija je popularizovao Lotfi Zadeh, elektro inenjer na
UniverzitetuKolumbija.
DaljirazvojoveteorijeuiniojeKuhn(1964).Premanjemu,sistemimogu
biti kontrolisani (kibernetski) ili nekontrolisani. U kontrolisanim sistemi
informacija je detektovana, i promene se javljaju kao efekat odgovora na tu
informaciju.Kuhnovefunkcijesistemadefiniekaodetektor,selektoriefektor.
Detektor se bavi komunikacijom informacija izmeu sistema. Selektor se
definie pravilima koja sistem koristi kod donoenja odluka, a efektor su
sredstva kojima se vre transakcije izmeu sistema. Komunikacija i transakcija
su jedine mogue meusistemske interakcije. Komunikacija je razmena
informacija, dok transakcija ukljuuje razmenu materijeenergije. Sve
organizacioneisocijalneinterakcijeukljuujukomunikacijui/ilitransakciju.
Kuhnov model istie da je uloga odluivanja u pomeranju sistema ka
ravnotenomstanju.Komunikacijaitransakcijaobezbeujuprenosnosredstvo
prekokogasistemdostieravnoteu.
Opta teorija sistema je u ovakvom obliku egzistirala sve do 80tih
godina, kada je Stephan Hawking kosmolog u nauno poimanje sistema
uveoteorijuhaosa.Naime,uvoenjeteorijehaosaunaunumisaodovelojedo
toga da Gleick 1987. godine predloi da se opta teorija sistema proiri
fenomenimakojileevannaihuobiajnihlimitaiskustvenepercepcije.
Ovim se sve intenzivnije uvodi pojam entropije u teoriju sistema. Pre
toga, tradicionalni predvidljivi matematiki modeli su uvodili greku u
modelovanje kako bi obijasnili naoigled sluajne fluktuacije. Teorija haosa
zapravo predstavlja pokuaj da se obijasne i modeluju ove fluktuacije. Prema
ovoj teoriji, sluajnost u sistemima ne postoji i svaka pojava se moe
matematiki modelovati. Ova teorija tvrdi da su sistemi podloni dejstvu i
najmanjih promena polaznih uslova, tako da i naoigled male promene mogu
daizazovuvelikepromeneusistemu.
KakobismopotvrdiliovutvrdnjurazmotrimosluajmeteorologaEdward
a Lorenza. Ovaj naunik je jedan od pionira primene raunara u predvianju
meteorolokih promena. Meutim, on nije postao poznat po tome, ve je
naunoj javnosti postao poznat kao primer delovanja teorije haosa. Naime, on
je koristio raunar kako bi modelovao ponaanje vremenskih uslova 1960

12

godine. On je ovu analizu uradio 1963. Kada su mu podaci o vremenskim

uslovima iz 1960. Godine bili poznati. On je pokuao da napravi matematiki
model koji e to tanije opisati 1960 godinu prema metorolokim
parametrima. Tokom unoenja polaznih startnih uslova u kompjuter, on je
zaokruivao unete podatke na tri (umesto na est) decimalnih mesta. Mala
razlika0.506(umesto0.506127)dovelajedoizuzetnodivergentnihsimulacija
ponaanjavremenazarazmatranugodinu.Natajnain,malerazlikeupolaznim
uslovima dovele su do veoma pogrenih rezultata. Kompleksost modelovanja
meteorolokih parametara i problema ekositema uopte, bie dodatno
razmatrana u narednim poglavljima ove knjige gde e biti predstavljeni i
konkretnimodeli.
Jedno od najvanijih otkria teorije haosa je da relativno mali, ali dobro
terminiran ili dobro pozicioniran poreeaj sistema moe dovesti ceo sistem u
stanje haosa. Ukolko se prihvati ovakvo razmiljanje, mora se prihvatiti i
injenica da se ak i najjednostavniji sistemi mogu ponaati na kompleksan
nain, ipak, njima je lake upravljati u haotinom okruenju nego velikim
sistemima.
Ovakav pristup teoriji sistema je naao najveu primenu upravo u
organizacionim naukama i poslovnoj ekonomiji. Naime, jedna od osnovnih
hipoteza savremenog menadmenta je sve institucije posluju u haotinom
okruenju i da ni jedna kompanija nemoe prihvatiti svoju trenutnu trinu
poziciju kao konstantu. Zbog interakcije brojnih ekonomskih sila i brzine
promena, institucije moraju konstantno iznova procenjivati svoju viziju i
prilagoavatisekakobiprebrodilepromeneuokruenju.
Organizacije i socijalni sistemi koji posluju u haotinom okruenju
kontinualno su izloene izazovima odranju njihove svrhe i strukture. Paradox
je upravo u tome da su vee i bolje ustanovljene strukture manje spremne na
pravovremenepromene(primerdinosaurusaipele).Unutranjastrukturakoja
rezultuje njihovom veliinom (odnosno broj ljudi) oteava uvoenje planiranih
organizacionih ili socijalnih promena. Velike kompanije generalno okruuju
dobro uspostavljeni modeli ponaanja. Sama stabilnost njihovih struktura ini
ih manje sposobnim da se prilagode promenama iz okruenja ili unutar samog
sistema,imeihinesvemanjestabilnim.
2.2.1.Poremeaj
Sistemi su projektovani za nominalne (unapred planirane) radne uslove.
Stavrni radni uslovi se razlikuju od nominalnih, samim time se stvarno
ponaanjeobjektarazlikujeodeljenog.Primerimogubititurbulencijevazduha
koje deluju na avion, nagle promene spoljne temperature koje utiu na

13

temperaturu u prostoriji,kanjenje isporuke repromatrijala za redovnu

proizvodnju usled trajka eleznice, neplanirani nestanak struje u
informacionomsistemu,itd.
Po definiciji, one ulazne veliine sistema koje izazivaju odstupanje
njegovog stvarnog od eljenog ponaanja su poremeajne veliine ili
poremeaji. Poremeaji se na strukturnom dijagramu oznaavaju sa z i
odgovarajuimindeksom,kaotojedatonaslici4.


Slika4.Oznaavanjeporemeajanastrukturnomdijagramu

Ukoliko na objekat deluje vie poremeajnih veliina, onda su one
komponentevektoraporemeaja,kojiseoznaavakao:
z=_
Z
1
Z
2
Z
n
_(2.1)
2.2.2.Entropijaisistemi
Pojam entropije je prvi put definisan u termodinamici, ali ga je kasnije
Wiener proirio i na sve ostale sisteme. Entropija u termodinamici oznaava
nepovratnost toplotnih procesa i oznaava se kao odnos izmeu koliine
toplote i temperature posmatranog sistema (Q/T). Entropija je iskoriena za
definisanjedrugogzakonatermodinamikekojiglasi:Toplotanemoeprelaziti
satelaniekateluvietemperature,ukolikoseuistovremenevrinekadruga
promena(iliseulaenekiradenergija)kojaomoguujeovajprelaz.Zapravo,
drugi zakon termodinamike definie pretvaranje toplote u rad i utvruje da
takvopretvaranjenijeupotpunostimogue.
Opte posmatrano, entropija predstavlja meru neureenosti sistema i
ona predstavlja verovatnou prelaza iz malo verovatnog stanja ureenosti u
haotino ili verovatno stanje. Prema tome jasna je tenja svakog sistema da iz
ureenog stanja (koje je ujedno i najmanje verovatno stanje sistema) pree u
haotino stanje koje je istovremeno i najverovatnije. Kako bi ovo bilo jasnije
razmotrimo jednostavan primer. Posmatrajmo kocku leda, nju je mogue
formirati u bilo koj oblik, prema obliku suda u kojem se voda zaledila. To je

14

mogueizrazlogatouzaleenomstanju,vodaimakristalnustrukturukojaje
u potpunosti ureena. U tom obliku, voda ima minimalnu vrednost entropije.
Ukoliko ostavimo da se tokom vremena kocka leda istopi i pree u tenost,
malajeverovatnoadaetenostformiratipravilangeometrijskioblik.Razlog
za to je u tome to voda u tenom stanju predstavlja sistem sa neureenom
molekularnom strukturom. Tada je neureenost sistema minimalna a
maksimalnavrednostentropijesistema,Slika5.

Slika5.Entropija
Jo jedan interesantan primer pojma entropije je dat na slici 6. Naime,
ukoliko iz kamiona prospemo tovar cigli, koja je verovatnija situacija, ona data
pod(a)ilipod(b)?


(a)(b)
Slika6.Neureenostsistema(a)jeverovatnijestanjeodureenosti(b)
Na osnovu svega napred reenog, sutina je da svi sistemi koliko god
organizovanibilitokomvremenateedapreuumanjeorganizovanostanje
haos, odnosno poinju da nepravilno rade (ime im raste entropija). Iz tog
razloga je sisteme potrebno odravati u eljenom stanjnu, permanentnom
kontrolomponaanjaipravilnimupravljakimdejstvom.

15

2.2.2.1.PojamEntropijeuoptojteorijisistema
Jedanodciljevaopteteorijesistemajedaeliminieredundancuunauci
idatragazaslinostimaukonceptimaiproceduramameurazliitimnaunim
disciplinama,inatajnainteitikaintegrisanojnauciosistemima.Trebaistai
da ovaj koncept nije nov, slinom problematikom samo iz ugla fizike bavio
seiA.Ainstainusvojojtzv:Teorijiosvemu.Naalost,Ainstainseurelativno
poznimgodinamasvogivotapoeobavitiovimkonceptominijeuspeodaovu
teoriju zavri. Kao i veina njegovih teorija, i ova je u poetku osporavana od
tadanjihnaunihautoriteta.Ipak,usavremenojnaucirezultatiiovogAinstain
ovogistraivanjasunalisvojemesto.
Pored Einstaina, slian koncept povezivanja razliitih naunih disciplina
razmatrao je i Genrich Saulovich Altshuller (19261998) razvivi tako tzv. TRIZ
(Teorija Reavanja Inovativnih Zadataka) koncept. U okviru svog istraivakog
rada, Altshuller je ustanovio da se nauni principi jedne naune discipoline
mogusavelikimuspehomprimenjivatiudrugimnaunimdisciplinama.
No, vratimo se optoj teoriji sistema i njenom stavu prema entropiji.
Naime, termin sistem je u upotrebi mnogo godina, kako u disciplinama koje
se bave neivim sistemima kakve su fizika i hemija, tako i u onim koja se bave
ivimsistemimakaotosubiologijaisociologija.Ipak,preopteteorijesistema
(GeneralSystemTheoryGST)nijepostojaokoordinisanipokuajdaseiroko
integriuipoveuprouavanjasvihsistemaukljuujueneiveiivesisteme.
Jedna od prvih anomalija koju je zapazila GST u pokuaju da kombinuje
prouavanje ivih i neivih sistema fokusirala se upravo na entropiju. Drugi
zakon termodinamike jasno izraava da se entropija u izolovanom sistemu
nemoe smanjiti tokom vremena, ve mora ili ostati konstantnom ili porasti.
Ovajzakonnaravnoapsolutnovaiutermodinamici,fiziciihemijiuopte.Ipak,
analizaivihsistemakakvesubiljniiliivotninjskisistemi,akoisistemljudskog
drutva,uoptenopokazujedaveinaovihivihsistemasenijeraspalailiosula
tokom vremena, kako Drugi zakon termodinamike predvia. Nasuprot, ovi
sistemi su postali ak i ureeniji i organizoaniji (te samim time sa manje
entropije)tokomvremena,prenegodasuizgubiliureenje(porastentropije).
Drugi zakon predpostavlja da svi sistemi, ukljuujui i ive sisteme,
postaju manje kompleksni ili manje organizovani tokom vremena, i tako
pokazuju poveani nivo entropije, neureenja, nesigurnosti, jednostavnosti, i
generalno rasipanja. Kako to ivi sistemi preivljavaju ovu sudbinu? Da li to
znai da je drugi zakon termodinamike nevaei, ili da on vai samo za fizike
sisteme? Ili to moda znai da se principi entropije ne mogu primeniti na ive
sisteme?

16

Reenje ove zagonetke lei u samom smislu sistema koji ukljuuju ivot.
Da bi sistem odravao ivot, on se mora boriti sa entropijom, ili postii
odrivost. Ukoliko drugi zakon bukvalno znai da e svaki ivi sistem
kontinualnopoveavatisvojuentropiju,doknedostignemaksimum,ondanebi
postojao smisao sistema koji odrava ivot svojih elemenata (life suppoort
systems).Maksimalnaentropijapredstavlja,gotovopodefiniciji,smrtsistemai
timeneuspehupostizanjuodrivosti.
Realnostjedajedrugizakonvalidanizaiveizaneivesisteme,kakvisu
fiziki sistemi. Razlika je u tome da su termodinamiki sistemi kod kojih
entropija ostaje konstanta ili raste su izolovani sistemi koji su zatvotreni za
protok materije i energije. Nasuprot tome, ivi sistemi su otvoreni sistemi.
Njihove granice doputaju ulaz materije i energije, u obliku hrane, goriva, itd.
Rezultat toga je da ukoliko ivi sistem treba da permanentno odrava ivot
zasnovanosamonakonanojzalihienergijeimaterijekojujeranijeobezbedio,
on e, tokom vremena ili poveati ili ostati na konstantnom nivou entropije.
Ipak, ak iako interni nivo entropije raste (ak i dramatino u pojedinim
momentimavremenaipojedinimdelovimasistema)uivimsistemima,protok
energije iz spoljanjeg okruenja moe smanjiti entropiju, i obezbediti da nivo
ukupneentropijeostanekonstantanilidasesmanjujetokomvremena.
Na taj nain, jedan od doprinosa GSTa teoriji entropije je da obijasni
oiglednu nesuglasicu izmeu Drugog zakona termodinamike i porasta
kompleksnosti i otganizovanosti koje se mogu uoiti u ivim sistemima. Drugi
doprinos GSTa je povezivanje entropije i informacije. Dok je klasina fizika
povezivalaentropijusaizvorimaenergijekaotojetoplota,GSTjetvrdiladaje
entropija takoe inverzno vezana i za informaciju. Na taj nain, kao to se
entropija moe smanjiti upotrebom energije za rad, takoe se moe smanjiti
tokovima informacija unutar sistema. Drugim reima, entropija nije samo
inverznovezanazaenergiju,veizainformacije.Uvoenjeinformacijeusistem
moe voditi ka efikasnijem i produktivnijem korienju energije, i time do nie
entropije. Na taj nain inputi informacija, kao i inputi energije, mogu usporiti
porastentropijesistema.
Kao konani rezultat javlja se to da je GST sutinski proirila teoriju
entropije tako da ona sada ukljuuje ne samo ulogu energije, ve i ulogu
informacije. U termodinamikoj eri devetnaestog veka, pre razvoja raunara,
jasnojedajeuprouavanjuentropijeenergijaimalakljunuulogu.Uanalizama
ivih sistema dvadeset prvog veka jasno je da je potreban proireni pogled na
entropiju.

17

3.POJAMSISTEMAUOPTOJTEORIJISISTEMA
Postoji niz principijalnih potekoa u odreivanju pojma sistem, jer taj
pojam sa jedne strane treba da zadovolji uoptenost a sa druge strane
praktinu primenjivost. U odreivanju pojma sistem najee se polazi od
osnovnog stepena koji se prihvata sa svih aspekata i nivoa posmatranja:
sistemjeukupniskupinteraktivnihelemenata.
Sledei, vii nivo u definisanju pojma sistema je: sistem je skup
elemenata ili procesa povezanih odnosima, sa zajednikom svrhom
postojanja (zajednikim ciljem). Elementi mogu biti materijalni, ideje,
funkcije,ivabia,poslovneaktivnosti.
Meutim, da bi se neto moglo nazvati sistemom potrebno je da su
ispunjeniuslovi:
1. Postojanjeelemenata
2. Postojanjevezarelacija
3. Postojanjezajednikesvrhe(cilja)postojanja
4. Funkcionisanjepoodreenimpravilima
5. Relativnoizolovanacelina
Svakisistemnaosnovunavedenih5uslovaseformirakakobi:
Imaoodreenustrukturu;
Vrioodreenufunkciju;
Davaoiliobraivaoinformacije.
Naosnovunavedenog,bitniiniocibilokogsistemasu:
Elementi delovi ili pojave koje ne ralanjujemo (elementi mogu biti i
podsistemi).Elementisistemanefunkcioniuizolovanojedanoddrugog,vesu
uuzajamnojvezi,prikojojsesvojstvasvakogelementaodreujuiponaanjemi
funkcijomostalihelemenatasistema.
Svojstva sloenih sistema koja se ne odreuju samo pojedinanim
svojstvima sastavnih delova, nego i karakterom njihovih meusobnih veza i
uticaja. Svojstva sistema se mogu menjati u zavisnosti od rezultata rada
sistema,kaoiuslovaokolineukojojsistemegzistira.
Veze su sredstva koja dre sistem zajedno, odnosno povezuju elemente
sistemaujednucelinu.Vezesusveonotopovezujeelementeisvojstva,tako
da sve to funkcionie kao jedno celo (kao jedan processistem). Veze postoje
kako izmeu elemenata sistema, tako i izmeu podsistema posmatranog
sistema, a isto tako izmeu elemenata i delova drugih sistema iz okoline.
Takoe,vezeusistemumogu bitidirektneiliindirektne.Povezivanjesvojstava

18

sistema vezama se moe testirati na odreeni nain, to znai da moemo

procenjivati da li su ti delovi meusobno povezani direktnom ili indirektnom
vezom. Testiranje veza moe da se vri korienjem niza statistikih metoda,
recimo korelacije, da bi utvrdili da li meu elementim postoji direktna, znai
jaa, ili indirektna, manje jaka veza. O korelaciji izmeu pojedinih elemenata
sistema vie rei e biti u narednim poglavljima ove knjige. Ukoliko se
promenom u svojstvu neke komponenete dogodi promena u svojstvu neke
drugekomponente,toznaidasutekomponentemeusobnopovezane.
Strukturajeskupsvihveza,odnosnostabilniporedakirelativnostabilan
raspored uloga. Strukturu sistema ine elementi, ali elementi izmeu kojih
postoji odreena zakonitost svojstvena datom sistemu kao integralnoj celini,
nasuprotsvojstvimasamihelemenata.
Kodrealnihsistema pojamfunkcijaobuhvata:tok operacija, ponaanjei
naindelovanja.
Matematikimodelzaopisivanjerealnogsistemakoristiseondakadaje
mogue apstraktno opisati sistem tako da se matematikim metodama izvri
adekvatno modeliranje prouavanog realnog sistema. S njim se formalizovano
opisujefunkcionisanjesistemaionizraavaosnovnekarakteristikeizakonitosti
funkcionisanje sistema u odreenom vremenskom intervalu posmatranja. O
matematikimmodelimaemnogoviebitireenounarednimpoglavljimaove
knjige.
Jo jedan bitan inioc sistema je podsistem. Podsistem je neto to
nazivamo funkcionalnom komponentom veeg sistema. Postoje dve
karakteristike na osnovu kojih utvrujemo da li se neka pojava naziva
podsistemom ili ne. Prva karakteristika je da ta pojava moe funkcionisati kao
celina,kaosamostalnajedinica,isdrugestrane(drugakarakteristika)damoe
biti deo neke vee celine u kojoj predstavlja jednu funkcionalnu komponentu,
te da se zbog promene u svojstvima te komponente dogaaju promene u
svojstvimacelepojave.Ukolikopojavazadovoljavaobanavedenauslova,onda
semoenazvatipodsistemom.

3.1.Osnovnekarakteristikesistema
Na osnovu svega napred reenog, osnovne karakteristike sistema se
mogudefinisatinasledeinain:
Sistem je skup podsistema i elemenata sistema, njihovih veza i
meusobnih uticaja a dejstvuju funkcionalno zajedniki, radi ostvarenja

19

zadate funkcije cilja. Sistem se moe razloiti na podsisteme, do

elemenatapodsistemaelemenatasistema;
Elementarni podsistem je kritini element pogodan za optimizaciju.
Ovajelementseestonazivaiobjektomupravljanjasistema;
Elementsistemajenajsitnijideosistema,kojisenemoedaljerazlagati
bez naruavanja njegove funkcije. Svaki element deluje makar na jo
jedan element sistema i na svaki razmatrani element deluje bar jedan
elementizsistema;
Granica sistema deli fiziki i funkcionalno sistem od njegovog
okruenja. Sistem deluje na okruenje i okruenje deluje na sistem kroz
promenjiveokruenja;
Projektnepromenjivepredstavljajuulaznepromenjive,nakojesemoe
delovatiufazimodelovanjasistema.Projektnepromenjivesedefiniuna
nivousistema,podsistemaielementarnihpodsistema;
Performanse sistema predstavljaju rezultat rada sistema i stepen
ispunjenjapostavljenogcilja;
Promenjive okruenja se odnose na karakteristike okruenja sistema,
odnosno iskazuju stepen i nain na koji okruenje sistema deluje na
sisteminanjegoveperformanse.
U savremenom okruenju prisutni su brojni sistemi koji se meusobno
razlikuju po stepenu sloenosti. Jednostavni (prosti) sistemi sadre malo
elemenataatimejeibrojvezaimeuodnosamali.Sloenisistemiimajuveliki
broj elemenata sa meusobnim vezama i odnosima, pa se njihova stanja,
ponekadtekomogupredvideti.
Prirodnisistemipodleuprirodnimzakonitostima,paseuskladusanjima
irazvijaju.Tehnikisistemiposvojojprirodimogubitijednostavniilisloeni,to
zavisi od njihove strukturne kompozicije i funkcionalne namene. Ukoliko u
razmetranje uzmemo jedan sloen sistem koji predstavlja jedno preduzee
(PPS). Elementi tog sistema su: zgrade, maine, materijali, ljudi, transportna
sredstvaidr.Osnovniciljtakvogsistemajefinalniproizvod.
Osnovne karakteristike ovog sistema su da je to skup funkcionalno
meuzavisnih jedinicapodsistema jer se svaki PPS sastoji od vie podsistema
(podsistemi=odeljenja za istraivanje i razvoj, marketing, proizvodnja, kadrovi,
finansije, nabavka, prodaja, itd). Dalje, pored meuzavisnosti jedinica u okviru
posmatranog sistema postoji i nuna povezanost sa elementima i jedinicama
drugihsistemakaoisaokolinom.Naime,savremeniPPSnemogufunkcionisati
kaozasebnacelinaveobaveznouinterakcijisaokolinom.UtomsmislusePPS
javlja u vezi sa trinim okruenjem u cilju nabavke potrebnog repromaterijala

20

aliikodponudesopstenihkonanihproizvoda.Interakcijasadrugimsistemima
moe biti u smislu komplementarnih proizvodnih programa. Kao sledea
karakteristika sistema izdvaja se mogunost optimizacijenajefikasnije
kombinovanje parcijalnih ciljeva pojedinih podsistema radi ostvarivanja
osnovnogcilja.Naime,nemoguejeizvritioptimizacijuPPSakaoceline,vese
optimizacija radi na nivou podsistema. Da bi jedan kompleksan sistem mogao
da se kontrolie i da bi se njime upravljalo u cilju optimizacije, potrebno je
prvenstveno razloiti ga na jednostavnije elemente kojima je lake upravljati.
Na kraju, kao narednu karakteristiku sistema, treba istai da je posmatrani
sistem (sistem koji se istrauje) uvek deo (podsistem) sistema vieg reda (na
primer,PPSkaosistemjepodsistemodreeneprivrednegrane).
Svaki sistem poseduje odreena svojstva. Elementarna svojstva sistema
su:
Sloenost, koja je definisana brojem razliitih stanja (promenjivih) u
kojimasesistemmoenai.Ukolikojenbrojelemenatausistemu,maksimalni
broj potencijalnih veza tih elemenata je: v = n (n1). Broj stanja u kojima se
sistemmoenaije:s=2
v
.Natajnain,zasistemodsedamelemenatasledi:
v=n(n1)=7(71)=42
s=2
v
=2
42
=410
12

Determinisanost, sa aspekta ovog svojstva sistemi mogu biti:

determinisani i verovatni. Ukoliko je sistem sastavljen od podsistema ije
ponaanjeunarednomperioduvremenamoedasepredvidi(odnosnoijasu
budua stanja poznata) onda se radi o determinisanom sistemu. Sistem, ije
budue ponaanje nije mogue predvideti, ve samo pretpostaviti, predstavlja
verovatnisistemkodovakvihsistemapronalazisenajveemoguaverovatnoa
za predvianje budueg ponaanja. Naravno, mogunost determinisanosti
sistema zavisi u velikoj meri od njegove sloenosti. to je sistem sloeniji, tee
jeuspostavitinjegovudeterminisanost,Tabela1.
Tabela1.Primerimeuzavisnostisloenostiideterminisanostisistema
SISTEM PROST SLOEN VRLOSLOEN
DETERMINISAN - kretanjeprozora
- dvostepeni
prekida
- raunar
- automatizovana
proizvodnja

VEROVATAN - bacanjenovia
- statistika
kontrola
- zalihe
- uslovnirefleks
oveka
- profitpreduzea
- ekonomikadrave
- ljudskimozak
- PPS

21

Struktura sistema, ukazuje na nain formiranja veza izmeu pojedinih

jedinica. Najei sluaj je da se sloeni sistemi budu sa nepoznatom
strukturom.Kadapostojiveomamalibrojinformacijaostanjunekogsistemaza
njega se moe rei da ima nepoznatu strukturu i time ulazi u sferu verovatnih
sistema.Dovoljanbrojinformacijaopodsistemimaivezamaizmeunjihkojise
moe koristiti radi predvianja verovatnog budueg stanja, podrazumeva
poznatustrukturusistema.
Pouzdanost, predstavlja verovatnou da e sistem, odnosno podsistemi
ostvariti zahtevane funkcije na nain utvren osnovnim ciljem, odnosno
parcijalnim ciljevima, ali u datim uslovima u postojeem okruenju. Definisani
suotvoreni izatvorenisistemi.Zatvoreni sistemi nisu povezanisaokruenjem,
odnosno postoji samo meuzavisnost podsistema i elemenata samo unutar
sistema.Ovakvisisteminepostojeupraksi,egzistirjusamootvorenisistemi.
Optimizacija, optimalnost podrazumeva svojstvo koje obezbeuje
najbolja mogua stanja sistema, podsistema i njihovih veza u odnosu na
okruenje,todovodidoostvarivanjaunapredpostavlenihciljeva.
Dinamika, predstavlja svojstvo sistema da prelazi iz stanja u stanje u
funkcijivremena.
Poto se u industriji obino radi o reavanju kompleksnih problema, uz
korienje velikog broja resursa, neophodno je ovom problemu prii na jedan
organizovan nain. Najloginiji i najispravniji pristup je projektni pristup
reavanjuproblemausavremenomposlovanjuuzsistemskiprilazproblemu.Na
tajnainseoptimizacijasistemaPPSapodrazumevakaoprogramkojisesastoji
izveegbrojaprojekataoptimizacijepojedinihpodsistema.
Budui da je sistemski prilaz orijentisan na ciljeve, pri emu su sredstva
sekundarna kategorija razmatranja, neophodna je kreativnost u reavanju
problema jer najee ne postoji jednoznano reenje. Tu stupa na snagu
potreba irokog teorijskog i tehnikog znanja menadera proizvodnje, koji se
javlja kao donosilac odluka o putu transformacije sistema iz jednog u drugo
stanje i garant je stabilnosti sistema. Na tom putu reavanja konkretnih
organizacionih problema, informacije esto nisu sasvim pouzdane i nema ih
dovoljnoteihvaljatraitiitumaiti.
Sistemskiprilazproblemuuindustrijskojpraksipodrazumevadaonmora
bitiprouensateorijskogaspektanaunozasnovan.Naravno,teorijskipristup
predstavlja idealizaciju stvarnosti, pri emu koeficijent te idealizacije raste
srazmernokompleksnostiproblema.

22

Kao korekcija pretpostavkama uinjenim u teorijskom pristupu koristi se

empirijska baza u reavanju problema. Na taj nain se teorijske pretpostavke
proveravajuupraksiivrinjihovaneophodnakorekcija.
Kakojevereeno,urealnostipostojesamootvorenisistemi,toznaida
se pri sistemskom prilazu mora razmatrati i okruenje. Okruenje se moe
posmatrati kao skup elemenata i njihovih svojstava koji nisu deo sistema ali
delujunadinamikiprocesusistemu.Natajnainokruenjemoedelovatina
sistem kao ogranienje ili stimulacija. Najee se posmatra i jedan i drugi
efekatokruenja:
E=f(S
i
,O
i
),
i=1,2,3,.....

Eefekatokruenjanaupravljanjesistemom,
S
i
stimuliuiinilac,
O
i
ograniavajuiinilacokruenja.

U praksi je uticaj okruenja veoma teko kvantifikovati. Informacije je
najeepotrebnokonvertovatiuprihvatljivoblik.

23

4.KLASIFIKACIJASISTEMA
Klasifikacijom se na odreeni nain savladava kompleksnost, odnosno
kompleksnepojavesedovodeuoblikkojiovekmoelakedashvatiirazume.
Klasifikacijom svaku pojavu inimo preglednijom i jasnijom, stoga se ona ne
izvodi samo na poetku nekog istraivanja ve i na kraju kada smo stekli nova
znanjaoobjektuistraivanja.Zavrnaklasifikacijamoeznaajnodaserazlikuje
od polazne, ukoliko je samo istraivanje dovelo do otkria novih aspekata,
ponaanja,relacijaizakonitostiopredmetuistraivanja.
Udaljemtekstubieprikazanajednaoptaklasifikacijasistemaukojojse
primenjuje sistemski pristup i metoda modelovanja. Osnovna klasifikacija
sistema se odnosi na aspekt njihovog razmatranja. Sistemi se posmatraju na
globalnomnivou(nivoceline),zatimsaaspektaunutranjihkarakteristikakaoi
sa gledita njihovog okruenja. Primenjujui ove aspekte dolazi se do sledeih
obelejasistema:
Skupglobalnihobeleja;
Skupinternih(unutranjih)obeleja;
Skupobeleaokruenja.
Uovojklasifikacijidaljeseglobalnaobelejaraslanjujuna:
Nainnastanka;
Pojavnioblik;
Sloenost;
Povezanostsaokruenjem;
Funkcionisanje;
Kompleksnostponaanja.
Sasistemskogaspektanaintenomnivoubitnisu:
Elementisistema;
Procesisistema;
Strukturasistema;
Resursisistema.
Odobelejaokruenja,sledeazasluujubitnupanju:
Smerdejstva;
Objekatdejstva;
Nainispoljavanjauticaja(izvesnostdejstva);
Kvalitetuticaja;
Kvalitetdejstva.

24

Sa ovako definisanim skupom obeleja odreen je prostor u kojem se

mogu smestiti svi realni sistemi. Kada za bilo koji konkretan sistem odredimo
vrednost za pojedina obeleja, tada se i sistem moe smestiti u adekvatnom
prostorustanja.

4.1.Podelasistemasaaspektaglobalnihobeleja
Prema nainu nastanka sistemi se mogu podeliti na prirodne, vetake i
prelazne.Kadasisteminastajubezueaoveka,poddejstvomprirodnihsilai
zakonaprirode,tadasutoprirodnisistemi.Usluajudajesistemstvorioovek,
ili je on nastao kao posledica ljudskog delovanja, tada je re o vetakom
sistemu.Postojeisistemikojinastajuuinterakcijiovekaiprirodeinemoguse
uvrstiti ni u kategoriju prirodnih, niti u kategoriju vetakih sistema. Ove
sistemesmetamoukategorijuprelaznihsistema.
Prema pojavnom obliku sistemi se grupiu u realne, apstraktne i realno
apstraktne sisteme. Svi materijalni, stvarni, fiziki sistemi koji se mogu ulima
prepoznatispadajuurealnesisteme.Apstraktnisistemisuonikojenemoemo
ulima detektovati ve su oni idejne konstrukcije ljudi. Sloeni sistemi (na
primer poslovni sistemi ili organizacije) mogu istovremeno u sebi da sadre
materijalnealiiapstraktnekomponente.
Sloenost sistema je obeleje koje na globalnom nivou odraava sve
njegove unutranje karakteristike. Prema tome na sloenost deluju ponaanje
pojedinih elemenatasistema, njihovbroj,nainnjihovogpovezivanja,kaoiniz
procesa koji se u sistemu odigravaju. Prema stepenu sloenosti razlikujemo
proste,sloene,veomasloeneikompleksnesisteme.Prostisistemiimajumali
broj elemenata, odreenu (deterministiku) strukturu, jednostavna predvidiva
ponaanja i ne postoje metodoloke prepreke za njihovo ispitivanje. Sloeni
sistemi imaju neto vei broj elemenata, sloeniju strukturu, ponaanja imaju
izvetan nivo kompleksnosti ali su i dalje odreena. U izvesnim sluajevima
postojemetodolokaogranienjaunjihovomispitivanju.Veomasloenisistemi
imaju veliki broj elemenata, sloenu strukturu koja je odreena ali su im
ponaanja stohastika. Naime, njihova ponaanja su teko predvidiva i postoje
teoretske i metodoloke potekoe u njihovim ispitivanjima. Kompleksni
sistemi, pored toga to imaju veliki broj elemenata, veoma sloenu strukturu
koja nije odreena i imaju stohastiko ponaanje. Ovi sistemi se ne mogu
pojednostaviti a da se pri tome njihova sutina ne izmeni. Postoji veliki broj
teoretskih, metodolokih i praktinih problema pri njihovom ispitivanju i
istraivanju.

25

tosetiepodelesistemasaaspektapovezanostisaokruenjem,prvoje
potrebmo rei da u apsolutnom smislu nema izolovanih sistema. Izolovanost
sistemaiprestanakinterakcijesaokruenjemmoesejavitisamousluajevima
kada pri reavanju odreenih praktinih ili teorijskih problema, objekat
istraivanja u odreenom momentu posmatramo izdvojeno od njegovog
okruenja. Prema tome, kada se sistemi razmatraju iz tog ugla moemo ih
podelitinaotvorene,zatvoreneipoluotvorenesisteme.Otvorenisistemisuoni
koji imaju punu dvosmernu interakciju sa svojim okruenjem. To znai da
okruenjedelujenasistemaliisistemnaokruenje.Zatvorenisistemibibilioni
kojinedelujunasvojeokruenjenitiokruenjedelujenanjih.Urealnomsvetu
ovakvi sistemi ne postoje, ve se oni uvode samo za potrebe analize sistema.
Poluotvoreni sistemi se svrstavaju u posebnu kategoriju sistema. Oni imaju
samo dejstvo u prevcu okruenja ili samo dejstvo okruenja na njih. Dakle, ovi
sistemi imaju samo ulazne ili samo izlazne veliine. Sistemi koji imaju samo
izlaze nisu retki u prirodi jer ovde spadaju sve neobnovljivi izvori energije,
rudnici, nalazita nafte, itd. Sisteme koji imaju samo ulazne veliine su takoe
prisutni u velikom broju, to su paraziti, deponije, odreene zatvorene baze
podataka,itd.Zajednikakarakteristikapoluotvorenihsistemajedaonipostoje
samodokpostojipotencijalnarazlikaizmeunjihinjihovogokruenja.
Funkcionisanje je veoma sloena karakteristika sistema i moe se
posmatrati iz razliitih uglova. U okviru razmatrabnja sistema prema
funkcionalnosti,tomoebitiprema:dinaminosti,nainuispoljavanja,trajanju,
izvesnosti,stabilnosti,itd.
Prema kompleksnosti ponaanja se sistemi zapravo kategoriu putem
razmatranja stepena rezvijenosti njihovog upravljanja. Kako je kibernetika
nauka o upravljanju sloenim dinamikim sistemima, grupisanje sistema sa
aspekta upravljanja je istovremeno i kibernetska klasifikacija sistema. Na taj
nainsistemisedelena:
Samoreguliuesisteme;
Adaptivnesisteme;
Samoobuavajuesistema;
Samorazvojnesisteme.
Kompleksnost sistema raste od samoreguliuih ka samorazvojnim, pri
emu najvii nivo sistema (samorazvojni u sebi sadri sve osobine niih nivoa
sistema).

26

4.2.Podelasistemasaaspektainternihobeleja
Od mnogobrojnih moguih pogleda, sistem e sa aspekta internih
obelejabitirazmatrankrozsvojeelemente,procese,strukturuiresurse.
Elementi sistema su materijalni i idejni objekti koji pripadaju sistemu.
Osobineiponaanjasistemakaocelineuizvesnojmerizaviseodkarakteristika
njenihelemenata.
Procesi sistema dolaze u prvi plan kada se sistem posmatra iz ugla
promena,ponaanjaifunkcija,odnosnokadaseizuavadinamikasistema.
Struktura sistema kao nain povezivanja elemenata u celinu je znaajna
odrednica svakog sistema. Kvalitet sistema kao celine direktno zavisi od
njegove strukture, odnosno naina na koji su elementi ukomponovani u vie
agregate.
Resursi su pokretaka sila svakog sistema. Bez resursa nemoe biti ni
procesa u sistemima kao ni njihove dinamike (kretanja u sistemu). Resursi su
takoebitanelementinterakcijesistemsanjegovimokruenjem.

4.3.Podelasistemasaaspektainterakcijesanjihovimokruenjem
U svim definicijama sistema, on se pojavljuje kao celina koja ima
odreene elemente, strukturu, ponaa se na odreeni nain i nalazi se u
odreenom okruenju. Kada se posmatra interakcija sistema i njegovog
okruenja tada moemo imati tri pristupa: sa strane sistema, sa strane
okruenjaiizuglasameinterakcije.
Ukupna podela sistema sa aspekta interakcije sa okruenjem data je na
slici7.

27

Obeleja
interakcije
sistema sa
njegovim
okruenjem
Smer dejstva
Objekat
dejstva
Izvesnost
Kvantitativna
obeleja
Kvalitetativna
obeleja
Sistem deluje
na okruenje
Okruenje deluje
na sistem
Uzajamno dejstvo
sistema i okruenja
resursi
elementi
procesi
struktura
deterministiki
stohastiki
neizvesni

Slika7.Klasifikacijainterakcijesistemainjegovogokruenja

28

5.SISTEMSKIPRISTUPPROCESIMA
Sistemskipristupjerelativnonovnaunipristupimetod,kojisesvevie
primenjuje u izuavanju sloenih dinamikih sistema (tehnikih, prirodnih,
ekonomskihidrutvenih).
Za sistemski pristup je karakteristino da pojavu koja je predmet
prouavanjaposmatrakaosistemitonerastavljennaelementarnedelove,ve
kaocelinukojajesastavljenaodviemeusobnopovezanihpodsistemaakoja
jeopetisamadeonekedrugedrugecelinesistemaviegreda.
Radiseoviojfaziumetodologijinaunogistraivanja,metodikojanosi
elemente univerzalnosti, odnosno interdisciplinarnosti, to znai da ova
metodologija na osnovu analogije sistemskih struktura koristi reenja
postignuta u raznim naunim oblastima za potrebe reavanja postavljenog
zadatka.
Izraz Sistemski pristup se upotrebljava u raznim poljima nauke i
privrede,saestokonfuznimineadekvatnimdefinisanjem.
Osnovnetrikategorijeaktivnosti,kojesainjavajusistemskipristupsu:
Sistemskaanaliza(prvivektor);
Sistemskiinenjering(drugivektor)i
Sistemskoupravljanje(treivektor).
Na osnovu navedenog, sistemski pristup se moe posmatrati
trodimenzionalno, pri emu gore navedena tri vektora formiraju
trodimenzionalnisistemskiprostor,kaotojedatonaslici8.

Slika8.Trodimenzionalnisistemskiprostor

29

Uporeenjeizmeuklasinogianalitikogpristupajedatautabeli2
Tabela2.Komparacijaklasinog(analitikog)isistemskogpristupaprocesima
ANALITIKIPRIKAZ
ANALITYICAPPROACH
SISTEMSKIPRIKAZ
SYSTEMICAPPROACH
izolovatielementeiprouavatiih koncentrisati se na interakciju
meudejstvoizmeuelemenata
prouavati svojstva interakcije
meudejstva
prouavati efekte interakcija
meudejstva
naglasitiosobineelemenata naglasitiglobalnoponaanje
modifikovati po jednu promenljivu
(varijablu)uvremenu
modifikovati grupe promenljivih
istovremeno
zadrati nezavisnost od vremena
trajanja
integrisano vreme trajanja i
nereverzibilnost
tanost podatak se potvruje
eksperimentima i saglasnosti sa
postojeimteorijama
tanost se ustanovljava poreenjem
ponaanja modela sa stvarnim
ponaanjemsistema
pristup je efikasan ako su interakcije
izmeuelementaslabeilinearne
pristup je efikasan ako su interakcije
izmeuelementajakeinelinearne
jednodisciplinarnipristup multidisciplinarnipristup
programiranjeidizajniranjeudetaljima dizajniranjezadostizanjezadatihciljeva
potrebno poznavanje detalja i okvirno
znanjeopostavljenimciljevima
potrebno je poznavanje ciljeva i
poznavanje detalja u meri u kojoj oni
utiunadostizanjepostavljenihciljeva
Za razliku od klasinog (analitikog) pristupa, sistemskim pristupom se
problemi reavaju po fazama i taj proces traje dok se ne nae optimalno
reenje,odnosnodokseperformansesistemanedovedunatraeninivo.Etape
semogudefinisatikao:
Definisanje predmeta prouavanja, celine, sistema, koji je po pravilu
podsistemsistemaviegreda;
Definiusefunkcijepodsistemaielemenatasistema;

30

Sistem i njegovi podsistemi se definiu kao objekti koji su povezani sa

okolinom;
Definiusevezeprouavanogobjektasaokolinom;
Definiu se osnovni elementi sistema (dekompozicija) i njihova
hijerarhijskastruktura;
Definie se meusobna povezanost podsistema i elemenata sistema,
odnosnostrukturasistemapodsistema;
Traenje optimalnih reenja na nivou sistema kao celine, u cilju
dobijanjaoptimalnihperformansi,kaotojedatoalgoritmomnaslici9;
Ukoliko se optimalno reenje ne moe pronai na sistemskom nivou,
prelazi se na nivo elemenata i na poboljanje njihovih performansi, kao
tojedatonaslici10.

Slika9.Optimizacijaperformansinanivousistema


Slika10.Optimizacijaperformansinanivouelemenatasistema

31

5.1.Sistemskaanaliza
Savremeni ovek se suoava sa sve sloenijim tehnikim, tehnolokim,
ekonomskim i drugim sistemima, to postavlja zahteve za razvojem
metodologija za upoznavanje i reavanje problema, u meri dovoljnoj da se
predvidi ponaanje sloenog sitema. Punu afirmaciju sistemska analiza dobija
pojavomkibernetike(okiberneticieviebitireenounarednimpoglavljima),
teorijesistemairaunarsketehnologije.Poetakupotrebesistemskeanalizese
vezuje za II svetski rat i rad Amerike korporacije RAND, koja je razradila itav
sistem postupaka za donoenje odluka a za potrebe ratnog vazduhoplovstva
SAD. Kasnije su tako razvijene metode postale sastavni deo metodologije
makroplaniranja, posebno u oblasti nacionalne bezbednosti, za razvoj
programa svemirskih istraivanja da bi zatimsledili drugi veliki vojni i civilni
projekti. Sada ve postoji itav niz postupaka u okviru razliitih menaderskih
teorija,poeviodsistemazaupravljanjeradnomsnagom,prekoinformacionih
sistema,sistemazastatistikukontrolurazliitihprocesa,itd.
Sistemskaanalizapredstavljasveobuhvatnipristupproblemuinjegovom
reenju. Osnovna svrha je da pronae put za reavanje problema i time
omogui poboljanje funkcionisanja sistema, odnosno dostizanje zadatog cilja
sistema.
Sistemskaanalizaobuhvataispunjavanjeciljevasistema,izborkriterijuma
za ocenu alternativnih reenja, ispitivanje mogunosti primene predloenih
reenja,ocenemoguihprimenaiizboroptimalnogreenja.
Ovo se moe ostvariti poto se najpre prikupe sve relevantne injenice,
koje je potom potrebno meusobno povezati, ime se obezbeuje osnov za
donoenje odluke. Metodologijom sistemske analize utvruju se mogunosti,
odnosno performanse sistema, njegova ogranienja, zahtevi za potrebnim
resursima,ukljuujuiiinterakcijeskeodnosesaokruenjem.
Osnovnefazesistemskeanalizesu:
1. Definisanjeproblema;
2. Prepoznavanje,definisanje,kvantifikacijaciljevasistema;
3. Definisanje,prepoznavanjegranicasistema;
4. Analizapotrebakorisnika;
5. Merenjeefikasnostisistema;
6. Funkcionalnaanaliza;
7. Oceneogranienja;
8. Razgranienjemoguihvarijantnihreenja;
9. Ocenarealnihalternativa.

32

Bitno je istai da se u sistemskoj analizi ne eksperimentie sa stvarnim

sistemom,vesanjegovimmodelom.

5.2.Sistemskiinenjering
Sistemski inenjering je vrhunski proces inenjeringa, koji je obino
povezan sa razvojem svakog kompleksnog sistema i predstavlja stvaralaki
razvojni proces. Sistemski inenjering je slian osnovnom inenjeringu ali
detaljnihanalizavezanihzakonstrukcijupojedinihpodsistema.
Polaziseodkonceptacelogsistema,kojijepostavljenusistemskojanalizi
i ima zadatak njegove razrade. Potom se utvruju i specificiraju karakteristike
podsistema(kaosastavnihdelovasistema)kojetrebarazviti,ispitati,proizvesti
iocenitiuskladusarazvojnimplanom.
Razvojeni plan predstavlja akcioni plan zadataka i aktivnosti koji
omoguuje integrisanje novih i postojeih elemenata i podsistema u novi
sloenisistema.
Najvea vrednost procesa sistemskog inenjeringa je pruanje logikog
postupkazaobjektivnuidentifikacijuiocenuveegbrojaalternativnihreenja.
Metodologija sistemskog inenjeringa se naroito uspeno primenjuje
kodrazvojakompleksnihsistema,kaotosu:
procesiproizvodnje;
saobraajnotransportnisistemi;
upravljanjepreduzeem;
analizatrita,proizvodnogprograma;
korienjeiraspodelaprirodnihbogatstava,itd.

5.3.Sistemskoupravljanje
Sistemsko upravljanje je kontrolnoupravljaka funkcija koja dejstvuje
tokomcelogciklusaisvihfazasistemskoginenjeringa.
Ciljevisistemakogupravljanjasu:planiranje,upravljanjeikontrola.
Dokumentacijaprojektarazvojaodreenogsistemajenajvanijielement
sistemskogupravljanja.Dokumentacijasesastojiod:
specifikacije:
materijala,
opreme;

33

tehnikihcretea;
dokumenatakontroleitestiranja;
planovarealizacije:
terminiranja,
izvetavanje;
ispitivanja,simulacije,utvrivanjataakazastoja,itd;
finansijskogizvetaja.

34

6.ANALIZASISTEMA
Sistemikaoogranienecelinesejavljajuodmomentakadarazvojljudske
civilizacije doao na taj nivo u kojem je iz praktinih razloga, apstraktne
tvorevine ljudske mate, postalo potrebno svesti na konaan oblik. Ljudski um
teko prihvata beskonanost, tako da je apstrakcija sveta i ljudskog okruenja
kaobeskonanostikojomupravljasuperiornanadljutskasilaimaloutemeljenja
samo do nivoa dok ljudi kao vrsta nisu doli do tehnolokog nivoa u kojem su
mogli da deluju na organizovanu promenu tog okruenja. Samim time, bilo je
potrebno definisati konane granice sistema kojima se elelo upravljati. Na taj
nain, sistem se javlja kao tenja da se spozna realni svet, odnosno objekti i
odnosiutomrealsnomsvetu.
Kod prouavanjasistemajavljajuse postupcianalizeisinteze.Analizase
javlja pri prouavanju postojeih sistema, gde se oni raslanjuju, odnosno vri
se njihova dekompozicija. Sinteza se primenjuje pri dizajnu (projektovanju)
novihsistema.

6.1.Sistemiokruenje
Najoptijesemoereidajeokruenjesistemasveonotosenalazivan
sistema. Ipak, ovo je veoma irok pojam, koji bi u krajnoj liniji mogao da se
svedenatodajeokruenjebilokojegsistemaitavuniverzum.Ipak,saaspekta
analize i optimizacije odreenog sistema, nas svakako ne interesuje itav
univerzum kao okruenje datog sistema, ve samo njegov deo koji ima
evidentnog uticaja na razmatrani sistem. Drugim reima, kao okruenje
sistema, mi razmatramo onaj deo prostora koji moe imati uticaja na
posmatranisistem.
Uticaj okruenja na razmatrani sistem je najlake opisati time, da svaka
promena u okruenju izaziva odreenu reakciju samoga sistema, i obrnuto.
Kakosusvisistemiuprirodidinamikisistemi,izvesnojedastacionarnostanje
izmeusistemaiokruenjamoedaseuspostavisamouslovno.
Kao jedna od definicija okruenja sistema moe se navesti: Pod
okruenjem jednog sistema treba podrazumevati celokupnost svih susednih
sistemakojiimajunajmanjejedanelementijajeulaznaveliinaistovremenoi
izlazna veliina razmatranog sistema, i obrnuto. Ilustracija date definicije je
datanaslici11.

35

SISTEM 1
SISTEM 2
SISTEM 3
SISTEM 4
OKRUENJE

Slika11.Sistemiokruenje
Zadatak za predavaa: Nacrtati sisteme 1 4, sa svim interakcijskim
vezama ali bez linije granice okruenja i postaviti pitanje studentima gde je
linijagraniceokruenja.Krozovuslikuobijasnitiiinterakcijeizmeuelemenata
sistema (prikazane strelicama koje mogu biti u jednom, ili oba smera), kao i
interakcije izmeu elemenata razliitih sistema. Ukazati na razliku granice
sistemaigraniceokruenjasistema.
Zadatak za studente: u grupama od troje, potrebno je da tokom 15
minutarazmiljajuoodreenomrealnomsistemu,interakcijamatogsistemasa
susedima,granicisamogsistemaigranicamaokruenjasistema.

6.2.Prikazivanjesistema
Pojam sistema se uvodi u svojstvu postojeeg ili planiranog uzajamnog
povezivanja elemenata ili razliitih procesa koje treba spoznati i prouiti.
Moguinainiprikazivanjasistemasu:
grafikoprikazivanje(strukturnaema,organizacionaema);
prikazivanjesistemastrukturnim(blok)dijagramim;
prikazivanje(transformacija)sistemamatricomprelazai
kinematskiprikazsistema.
Koji nain prikaza e se upotrebiti zavisi od namene predstavljanja i cilja
kojiseelipostiipredstavljanjemsistema.

36

6.2.1.Grafikoprikazivanjesistema
Grafikoprikazivanjesistemajenajjednostavnijialiinajrazumljivijinain
prikaza. Sistem se moe predstaviti u obliku strukturne eme sa neznaenim
meusobnim vezama i uticajima pojedinih elemenata, kao to je dato na slici
12.


Slika12.Strukturniematskiprikazsistema
Sistem se takoe moe prikazati i u obliku uproenog tehnikog crtea
(skice)kaoidetaljnimtehnikimcrteom.
6.2.2.Strukturniblokdijagramsistema
Uprkos velikoj raznolikosti pojavnih oblika sistema, postoje i izvesna
zajednikasvojstvakodveinesistema.Dabisesvojstvasistemauoila,sistem
seposmatrakaocrnakutija.Tojeujednoinajjednostavnijioblikstrukturnog
blok dijagrama sistema. Struktura i sva svojstva sistema (na razliitim
nivoima) se izraavaju kroz reakciju sistema na spoljne veliine koje na njega
deluju.Svibitniuticajiseuzimajukaoulazneveliine,doksesvebitnereakcije
sistema na ulazne veliine registruju kao izlazne veliine, kao to je prikazano
naslici13.


Slika13.Sistemkaocrnakutija

37

Ipak, prikaz sistema po principu crne kutije ima izvesna ogranienja u

smislu nepostojanja mogunosti analize meusobnog uticaja elemenata
sistema. Dijagram sistema, koji je ralanjen, detaljan, tako da je simboliki
prikazana struktura sistema i meudejstvo njegovih elemenata naziva se
strukturni blok dijagram sistema. Strukturni blok dijagram sistema potpuno
prikazuje sloenost sistema. Opti oblik strukturnog blok dijagrama sistema je
datnaslici14.

Slika14.Optioblikstrukturnogblokdijagramasistema
Strukturni blok dijagram zapravo prikazuje uzronost pojave u procesu
radasistema,kojajeizraenaiizazvanadatomstrukturomsistema.
6.2.3.Prikazivanje(transformacija)sistemamatricomprelaza
Sistem prikazan strukturnim dijagramom na slici 14, moe se prikazati i
transformacijomkao:
T:

i
u
X B D C B A
D D C B A x

priemuje:
x
u
ulaznaveliina,elementkojidelujeoperator,
elementnakojisedelujeoperand,
x
i
izlaznaveliina(rezultattransformacijesistema)transforililik.
Matricaprelazarazmatranogsislemasaslike10,je:
Tabela3.Matricaprelazasistema
Operator
Operand
A B C D
A 0 0 0 0
B 1 0 0 1
C 0 1 0 0
D 0 0 1 0
U matrici su dejstva izmeu pojedinih elemenata sistema oznaena
jedinicom (1). Tamo gde nema dejstva pie se 0 ili se ostavlja prazno polje u

38

matrici.Takoe,potujesepravacdejstvausistemu.Npr,izmeuelemenatAi
BpostojiinterakcijaionajeupravcuAB.Kadabiblilaobostranainterakcija,
tadabiiupoljuB
operator
A
operand
takoestajala1.
6.2.4.Kinematskiprikazsistema
Zakinematskiprikazsistemasekoristeusmerenigrafovistanja.Zasistem
predstavljen strukturnim dijagramom na slici 14, mogu je sledei kinematski
prikaz,slika15.

Slika15.Kinematskiprikazsistema
Zadatakzapredavaa:skiciratistrukturnidijagramnekogjednostavnijeg
sistema i dati zadatak studentima da definiu Matricu prelaza sistema i
kinematskiprikazsistema.

6.3.Brojmoguihvezausistemu
U teoriji sistema postoji nain pomou kojeg se moe utvrditi minimalni
brojvezakojemorajupostojatiizmeupojavadabisepojavezvalesistemomi
inile celinu. Takoe, mogue je izraunati i maksimalni broj moguih veza u
sistemu.
Ukoliko je broj elemenata sistema N, tada je najmanji (minimalni)
potrebnibrojveza:
V
min
=N1(6.1)
Najvei (maksimalni) mogui broj internih veza (bez veza elemenata sa
samimsobom)je:
V
max
=N
.
(N1)(6.2)
Kako bismo shvatili smisao veza u sistemu, razmotrimo primer jedne
organizacionejediniceodreenogposlovnogsistemakojasebavimarketingom.
U ovoj organizacionoj jedinici zapoljeno je 20 osoba marketing menadera.
Od top menadera kompanije zapoljeni su dobili zadatak da definiu ideju o

39

novoj ambalai jednog njihovog proizvoda. Re je o soku koji se pakuje u

limenke. Potrebno je u potpunosti osmisliti dizajn nove limenke. U ovom
sluaju, svaki od uesnika u reavanju ovog problema moe imati po jednu
ideju,njegovuidejumoradaujeirazmotrisvihostalih19lanovatima,nataj
nain, maksimalni mogui broj veza u sistemu je V
max
= 20
.
19 = 380. To je
izuzetno vana informacija sa stanovita upravljanja jer ukoliko sistem elite
dovesti na nivo efikasnog ponaanja, morate doi do konsenzusa, dakle ne
motete imati 380 razliitih stavova o dizajnu limenke jer onda neete imati
novulimenkuileteimati380razliitihlimenkizaistiproizvod.Prematome,u
smislu konsenzusa, znai da morate odbaciti 379 razliitih stavova i doi do
jednogzajednikog.Supravljakogstanovitaznaidanamjepotrebnovreme,
kojekaofaktorodreujekolikoimasmislainsistiratinasvimmoguimvezama
kojepostojeusistemu,alitrebaznatidajetosistemskimogue.Prematome,
to je vei broj elemenata (lanova) odreenog sistema (u ovom sluaju
organizacione jedinice, sve je tee doi do konsenzusa ukoliko je prisutna
ravnopravnostsvihlanovasistema).Uorganizacionompogledusezatoodluke
ovakvevrstepoveravajutimovimasamanjimbrojemlanova,iliodreenilan
tima ima vea ovlaenja u odluivanju od ostalih. U tom sluaju, ukoliko
imamojednogrukovodiocasektoramarketinga,tadaje minimalni mogui broj
veza u sistemu: 201=19, to je znaajno manji broj alternativa koje treba
razmotriti.

6.4.Sistemiliagregat
Kao to je ve reeno, neku pojavu definiemo kao sistem samo ukoliko
su odreeni podsistemi (ili elementi) u meusobnoj direktnoj ili indirektnoj
vezi. Dakle, ukoliko su svi elementi i podsistemi u direktnoj ili indirektnoj vezi,
moesereidainesistem.
S druge strane, ono to se u teoriji sistema naziva agregatom su oni
skupovi podsistema koje mogu biti prostorno ili vr3menski bliske jedna drugoj
alinisuniudirektnojniuindirektnojmeusobnojvezi.Naslici16,datjeodnos
sistemaiagregata.
Kao primer uzmimo situaciju da predava govori, a studenti to uju jer
predava proizvodi vibraciju u obliku izgovorenih rei koje stiu do audio
sistemastudenataiulazeunjihovumemorijuukolikoprofesorauju(sistem).
S druge strane, ukoliko neki studenti neto drugo rade koncentrirano,
npr. ukoliko meusobmo priaju, a fiziki su i vremenski u blizini predavaa, u
tomsluajuneinesistemveagregat.

40

Slika16.Sistemvs.agregat

6.5.Granicairastsistema
Odreivanje granice sistema nije isto egzaktan proces, ve je i stvar
procene,iskustvaiintuicijeonogakodefiniesistem.Takoeovajproceszavisi
iodvrste ikarakterasistema.Kod drutvenih,ekonomskihi poslovnih sistema
jeovajzadatakposebnooteanzbogvelikogbrojainterakcijaovakvihsistema.
Kod tehnikih sistema, kao to je na primer sistem distribucije elektrine
energije, ovaj posao je takoe kompleksan, ipak tu je mogue primeniti i
odreeneegzaktnemetodekoristeiintenzitetnjihovihmeusobnihveza.
Na slici 17, prikazana su dva podsistema sistema vieg reda, sa
indirektnimvezamaizmeuelemenatakojipripadajurazliitimpodsistemima.
PODSISTEM S1
PODSISTEM S2
i
j
k
u
.
e
ij
p
.
l
ik
p
.
l
ij
u
.
e
ik

Slika17.Efekatdirektnogiliindirektnogpovezivanjaelemenatasistema

41

Sa i i j oznaavamo elemene podsistema S1. Sa e

ij
oznaen je intenzitet
direktne veze (veze izmeu elemenata istog podsistema), dok je sa l
ik
oznaen
intenzitet indirektnih veza (veza izmeu elemenata razliitih podsistema).
Efeketdirektnihvezabieoznaensau,dokjerelativniefekatindirektnihveza
oznaavensap.Karakterveliineujetakavdajepotrebanuslov,dabielementi
iijbiliuistompodsistemu:
u
.
e
ij
>e
ij
(prematomeu>1)(6.3)
zasluaju<1,elementiiij,mogualinemorajubitiuistompodsistemu.
Radi odreivanja nivoa pripadnosti elemenata odreenom podsistemu
uvodisegrupniindeks(GI).Trebaoekivatidaeefekatumnoavanjavezarasti
ako su elementi u istom podsistemu a opadati ako pripadaju razliitim
podsistemima.
Linearnajednainagrupnogindeksazaelementeiijsemoeprikazatina
sledeinain:
GI
ij
=u
.
e
ij
+p
.
l
ij
(p1)(6.4)
Sve dok indeks p ima negativnu vrednost on predstavlja efekat
indirektnih veza u sistemu, ukoliko p dostigne pozitivnu vrednost tada i on
postajemeriloefektadirektnihveza.
PrimenaGIuodreivanjupripadnostielemenataistompodsistemu.
Pravilo 1: Element i je sa elementom j u istom podsistemu, ukoliko
element i ima vei GI prema tom elementu nego prema bilo kom drugom
elementu,iobratno,tosemoeprikazatinasledeinain:
If GI
ij
> GI
ik
(k=1,2,..,n)
or GI
ji
> GI
jk
(k=1,2,..,n)
then i j S1
Ovim algoritmom se pronalazi prvi par elemenata podsistema S1 (par
elemenata sa maxGI), slika 18a, potom se nalazi sledei element koji sa
elementom i ispunjava gornji uslov (slika 18b) i tako se redom pripajaju novi
parovi elementa i podsistemu S1. Nakon toga, vri se dalje uparivanje
elemenatakojisaelemementomjvegradepodsistem(slika18ci18d).Nataj
nainseirimreaelemenatarazmatranogpodsistema(S1)grananjem.

42

Slika18.Rastsistema(podsistema)
Pri korienju ove metodologije, postavlja se pitanje granice rasta
sistema (podsistema). Odnosno, koji je kriterijum za zaustavljanje gornjeg
algoritma.
Pravilo2:Graninikruterijumrastapodsistemaje:
GI
ij
>Z
.

parova formiranih vec
GI
M
1
(6.5)
U gornjoj jednaini je Z kriterijum intenziteta dodavanja novih parova
podsistemu.Kreeseugranicama01;Mbrojprethodnopridruenihparova;

parova formiranih vec

GI
sumagrupnogindeksaveformiranihparovaelemenata.
Razmotrimo malo gornji kriterijum. Za sluaj Z = 0, jednaina 6.5, dobija
oblik:GI
ij
>0
Prema tome, podsistem moe slobodno da raste sve dok su grupni
indeksi novih parova vei od 0. Ukoliko pogledamo jednainu 6.4, GI bilo kog
para elemenata je vee od nule sve dok relativni koeficijent p ne dobije
dovoljnovelikunegativnuvrednost.Ukolikojepizrazitonegativno(p0)inije
ispunjenuslov6.3,prestajedodavanjenovihelemenatapodsistemu.
UsluajudajeZ=1,tadasejednaina6.5transformietakodaG
ij
treba
da je vee od aritmetike sredine sume grupnih indeksa svih ve formiranih
parova. U ovom sluaju je kriterijum za uvoenje novih parova podsistemu
znatno otriji, time e i podsistem biti mnogo manji nego u prethodnom
sluaju.

43

Na taj nain, manja vrednost kriterijuma intenziteta Z, favorizuje velike

podsisteme, dok vea vrednost Z favorizuje veliki broj manjih podsistema u
sistemu.

6.6.Ulazneiizlazneveliinesistema
Nasistemuoptemsluajudelujeqrazliitihveliinakojeseoznaavaju
sax
u1
,x
u2
,....,x
uq
.Nasistem,porednavedenihqveliina,moedelovatiiveliki
broj drugih ulaznih veliina, ali se pretpostavlja da samo njih q bitno utie na
ponaanjeposmatranogsistema.
Po definiciji, ulazna veliina sistema, je ona spoljna veliina koja bitno
utie na rad i ponaanje sistema. Oznaava se sa x
u
, a njeno dejstvo na sistem
seoznaavastrelicomusmerenomkasistemu.Vrednostoveveliineutrenutku
tseoznaavasax
u
(t).Primeriulaznihiizlaznihveliinasudatinaslici19.

Slika19.Primeriulaznihiizlaznihveliinasistema
Brzina strujanja vazduha (vetar), bitno utie na kretanje i brzinu aviona,
papredstavljaulaznuveliinusistema(avion).Zanivovodeurezervoarukotla,
bitno je koliki je dodtok vode Q
u
i odvod pare Q
i
, te oni predstavljaju ulazne
veliine sistema, i to: x
u1
= Q
u
i x
u2
=Q
i
. Ovaj primer pokazuje da ulazna veliina
ne oznaava nuno i veliinu koja fiziki ulazi u sistem, ve je to veliina koja
bitno utie na dinamiko ponaanje sistema. Intenzitet toplotnog zraenja x
u

bitnoutienatemperaturux
i1
ilipritisakx
i2
uprostoriji.

44

Ukoliko sistem ima vei broj ulaznih veliina (q>1), onda one
predstavljajukomponentevektoraulazax
u
,takodaje:
x
u
=_
x
u1
x
u2
x
un
_(6.6)
Brzina aviona predstavlja bitan rezultat rada sistema i predstavlja
njegovu izlaznu veliinu v=x
i
. Nivo vode u rezervoaru parnog kotla je njegova
izlazna veliina x
i
, poto je bitno da upravo ova veliina bude konstanna,
odnosnoregulisana.
Temperatura vazduha u prostoriji x
i1
i pritisak x
i2
u prostoriji su izlazne
veliine sistema. Zahtev je da se ove veliine odravaju na odreenom nivou,
odnosnoudozvoljenimgranicama(upravljanjeovimsistemomedetaljniobiti
opisanounarednompoglavlju).
Ukoliko sistem ima vei broj izlaznih veliina (s>1), onda one
predstavljajukomponentevektoraizlazax
i
,takodaje:
x
i
=_
x
1
x
2
x
n
_(6.7)
Takoesemoeuoitidaizlaznaveliinasistemaneoznaavaobaveznoi
veliinukojafizikiizlaziizsistema,kaotonpr.nivovodeurezervoarukotlane
izlaziizsamogtehnikogsistemaparnogkotla.
Promana izlazne veliine x
i
nastale usled dejstva ulazne veliine x
u
, na
sistem,zoveseodzivsistemanaulaznuveliinux
u
.

6.7.Osnovnespregeusistemu
6.7.1.Paralelnasprega
Ukoliko se sistem S sastoji od dva podsistema (S1 i S2), ije su ulazne
veliine x
u1
i x
u2
jednake ulaznoj veliini x
u
celog sistema (x
u
=x
u1
=x
u2
), a
algebarski zbir njihovih izlaznih veliina predstavlja izlaznu veliinu sistema
(xi=x
i1
+x
i2
), tada su podsistemi S1 i S2 paralelno spregnuti (vezani) u sistem S.
Paralelnaspregapodsistemajeprikazananaslici20.

45

Slika20.Paralelnaspregapodsistemausistem
Sabiraseustrukturnomdijagramupredstavljakruiem,ioznakom+ili
,uzavisnostiodfunkcijekojuima.
6.7.2.Rednasprega
Ukoliko se sistem sastoji od dva podsistema (S1 i S2) koji su povezani
takodajeulaznaveliinax
u
celogsistemaSistovremenoijedinaulaznaveliina
x
u1
podsistema S1, ija je izlazna veliina x
i1
jedina ulazna veliina podsistema
S2, ija je izlazna veliina x
i2
istovremeno izlazna veliina x
i
celog sistema S,
onda su podsistemi S1 i S2 redno spregnuti (povezani) a sistem S predstavlja
njihovurednuspregu.Simbolino,rednaspregajeprikazananaslici21.

Slika21.Rednavezapodistemausistem
6.7.3.Povratnasprega
Ukoliko se sistem sastoji od dva podsistema S1 i S2, pri emu je jedina
ulazna veliina x
u1
, podsistema S1 jednaka algebarskom zbiru ulazne veliine
celog sistema x
u
i izlazne veliine x
i2
podsistema S2: x
u1
=x
u
x
i2
, a izlazna
veliina x
i1
podsistema S1 jednaka izlaznoj veliini celog sistema x
i
i jedina
ulazna veliina podsistema S2, onda se podsistem S2 nalazi u povratnoj grani
(sprezi) sistema S. Ceo sistem S je sistem sa povratnom spregom. Strukturni
dijagramovakvogsistemajedatnaslici22.

46

Slika22.Strukturnidijagramsistemasapovratnomspregom
Granakojapoinjeodpolaznetake(a)ulazasistemaizvravasetakom
(b)nanjegovomizlazunazivasedirektna(iliglavna)granasistema.Spregabc
odizlazasistema(b)doulazausabira(c)nazivasepovratnagranasistema.
Ukolikojespregapozitivnavai:x
u1
=x
u
+x
i2

Ukolikojespreganegativnavai:x
i1
=x
u
x
i2

ovek u svom radu, kretanju, koristi negativnu povratnu spregu. Na

primer, ako eli da dohvati neki predmet, on pomera ruku ka tom predmetu i
stalnopratipoloajsvojerukeporedeigasaeljenimpoloajem.Mozakprima
informacijuopoloajuruke(x
i
)apodatkeonjenomeljenompoloaju(x
i
)ve
ima, odnosno, to su podaci o poloaju predmeta. Informacija o x
i
se prenosi
negativnom povratnom spregom. U svojem mozgu, ovek utvruje razliku x
u1

izmeu eljenog poloaja x

i
i stvarnog poloaja ruke x
i
, kao x
u1
= x
i
x
i
, i na
osnovuoverazlikedaljepomerarukusaodgovarajuimkorekcijama.Ukolikosa
S1 oznaimo glavu a sa S2 ruku, strukturni dijagram razmatranog biolokog
sistemajedatnaslici23.


Slika23.Strukturnidijagrambilokogsistemaovekakojipomerarukukapredmetu

6.8.Objekat
Pred sisteme razliite prirode (bioloki, ekonomski, tehniki) postavljaju
se odreeni zahtevi u pogledu ponaanja, rada ili kretanja. Na primer, pred
fabrikom automobila, kao sloenim tehnikim sistemom (odnosno sloenim
tehnikoorganizacionim sistemom) se postavlja zahtev da za odreeno vreme

47

proizvede odreeni broj automobila a da pri tome trokovi proizvodnje ne

buduveiodplaniranih.
Sistem (ili deo sistema: podsistem, element) koji treba da ostvari
odreeno (predvieno, propisano, zadato, nominalno) kretanje (ponaanje,
rad,proces,podeavanje)jeobjekat.
Samo to kretanje (ponaanje, rad, proces, podeavanje) je njegovo
eljenokretanje.
NastrukturnomdijagramuseobjekatoznaavaslovomO,kaotojedato
naslici24.Primeriobjektasuavion,brod,maina,transportnisistem,itd.


Slika24.Oznaavanjeobjektaustrukturnomdijagramusistema

48

7.KIBERNETIKAKAONAUKA
Kibernetikajenaukaoupravljanju.SamnazivpotieodNorbertWienera
(18941964), koji se smatra osnivaem Kibernetike. Wiener je bio profesor
matematike na MITu (Massachusets Institute of Technology). Naziv
Kibernetikajeprviputprimenjen1947.godine.Samkorenreipotieodgrkih
rei: kibernaokormilo broda ili kibernetesupravljati brodom. Kibernetika je
jednaodnajvanijihkomponentisavremenenaunotehnikerevolucije,kojaje
svojim brzim progresom od poetka 50tih godina prolog veka izazvala
temeljnipreobraajtehnikihidrutvenoekonomskihsistemausvetu.
Pojava Kibernetike, kao opte nauke o upravljanju je izazvana sa jedne
strane drutvenom, ekonomskom potrebom a sa druge strane postojala je
mogunostnjenograzvojausledoptegdostignutognivoanaunotehnolokog
razvojaljudskogdrutva.
Proizvodnja, produkcioni sistemi u najirem smislu rei postaju sve
sloeniji, zahtevajui primenu sistemskog prilaza u njihovoj organizaciji i
upravljanju. Time se upravljanje, za razliku od dotadanjeg koje je bilo
uglavnomintuitivnoiemprijsko,razvijakaonaunadisciplina.Klasinemetode
upravljanja proizvodnim procesima iz oblasti menadment disciplina (Taylor,
Gilbert, Ford,..) su ve bile poznate. Ipak, dotadanje menadment disipline su
se vie bavile organizacijom poslovno proizvodnih procesa a ne poslovno
proizvonihsistema.Kibernetikauvoditehnikipristupsistemimaupravljanjado
nivoanajnieupravljakeceline,elementasistema.
Pojam kibernetike se moe interpretirati prema irem i uem shvatanju.
Premauemshvatanju,kibernetikajevezanazainterdisciplinarnoupravljanjeu
tehnikim i biolokim sistemima. ira definicija daje kibernetici znaaj opte
teorijeupravljanja,priemuseusvakojupravljakojakciji,bezobzirananjenu
konkretnu prirodu, mogu nai zajednike zakonitosti koje se potom
matematikiformalizujuprekoapstraktnihmodela.
Wienerova teza je da izmeu fizikog delovanja ivih bia i rada
tehnikih ureaja postoji identinost u pogledu stalne tendencije da se
entropija kontrolie putem povratne sprege. I kod jednih i kod drugih se
informacijeputemsenzoraprikupljajuizokoline,zatimseobraujuumozguili
CPU i izazivaju dejstvo bilo pojedinih organa (ruka, noga, ...) ili pojedinih
upravljakihureaja.
Osnovnekategorijekibernetikesuupravljanje,informacijaisistem,tesu
osnovneoblastikibernetike:
Teorijaupravljanja;

49

Teorijainformacijai
Teorijasistema.
SvojarazmatranjaoKiberneticikaonaunojdiscipliniWienerjeobjaviou
knjigama: Kibernetika ili upravljanje i komunikacija kod ivih bia i maina
(1948)iKibernetikaidrutvo(1952).

50

8.OSNOVEUPRAVLJANJASISTEMIMA
Predefinisanjastrukturesistemaupravljanjaneophodnojedefinisatita
se podrazumeva pod pojmom sistem. Sistem ima razliito znaenje za razliitu
kategoriju ljudi, obzirom na polje njihovog delovanja. Tako, za npr. inenjere i
tehnologe, sistem moe podrazumevati iskljuivo fizike sklopove kao to su
mehanizovanistoraunarskiupravljanihalatnihmaina(ComputerNumerically
Controlled CNC machines). Sdruge strane, za menadere procesa, sistem
moe predstavljati i sve postupke neophodne za kupovinu sirovina zajedno sa
upravljanjem njihovim investicijama u sistemu za planiranje potranje
materijala.
Meutim, bez obzira na subjektivni pristup pojmu sistema, svi sistemi
imaju neka zajednika svojstva. Naprimer, svi sistemi moraju imati jasnu
specifikaciju ulaznih i izlaznih veliina. Tako npr., za sluaj gore navedenog
mehanizovanogstolaCNCalatnemaine,ulazmoepredstavljatisnagumotora
za pokretanje a izlazi mogu biti pozicija, brzina u ubrzanje stola. Za sistem
planiranja nabavke materijala ulazi mogu ukljuiti narudbine za prodaju
gotovihproizvodailipredvianjeprodaje(ugraeneuglavniplanproizvodnje),
evidencijumaterijalauskladitima,delova,komponenatailipoluproizvoda,kao
i informacije vezane za raspoloive proizvodne kapacitete. Na izlazu ovakvih
sistemazaplaniranjenabavkematerijalamogusepojavitirazliiteveliinekoje
se koriste u planiranju i upravljanju radom fabrike. Ove izlazne veliine
ukljuujutrebovanjamaterijala,narudbenicerepromaterijala,radnenelogeza
proveru statusa invertara, predvianje zaliha, itd. Kako bi se jasno definisali
parametri bilo kog sistema, potrebno je precizno definisati ogranienja
(granice) sistema, zajedno sa ulaznim i izlaznim veliinama koje omoguuju da
se sistem zadri unutar svojih ogranienja. Generalno posmatrano, sistem se
moedefinisatikaoskupmaterije,delova,komponenatailipostupakakojisu
ukljueniunutarnekihspecificiranihogranienja,kaotojeprikazanonaslici
25.Sistemmoeimatibilokojibrojulazaiizlaza.
Def: Pod sistemom podrazumevamo postojanje skupa elemenata
(objekata, delova) objedinjenih vezama izmeu njih samih i njihovih svojstava.
Pri tome, elementi (objekti, delovi) funkcioniu u vremenu kao jedna celina.
Svakiobjekt,podsistem,ilielementradisazajednikimciljemkojijepostavljen
sistemukaocelini.
U teoriji sistema, veoma je bitan nain na koji izlazi sistema reaguju na
promene ulaza sistema (tj. odziv sistema). Inenjer koji projektuje sistem
upravljanja treba da pokua da obezbedi odgovarajui odziv sistema preko
definisanja matematikog modela sistema. Poznavanje ulaza sistema, zajedno

51

sa njegovim matematikim modelom, omoguava da se izraunaju izlazi

sistema. U savremenom okruenju, modeli sistema se formiraju u virtuelnom
oblikumnogoranijeodfizikekonstrukcijesistema.

Slika25.Optiprikazsistema
Kako je ve reeno, jedan od osnovnih elemenata sistema je objekat
upravljanja sistema, te je uobiajno da se upravljanje sistemom odnosi na
upravljanje objektom. Nekim ulaznim veliinama sistema se direktno moe
upravljati i oni se mogu koristiti za upravljanje izlaznim veliinama objekta.
Ovakve ulazne veliine su poznate kao upravljaki ulazi. Postoje i drugi ulazi
sistema kojima se ne moe upravljati i oni utiu da izlazi objekta odstupaju od
njihoviheljenihvrednosti.Ovakviulazisenazivajuporemeajima.
Prema tome, elementi, podsistemi ili sistemi koji imaju zadatak da
ostvare eljeno (zadato) ponaanje, nazivaju se objektima i oni predstavljaju
osnovnidinamikideosvakogsistemaautomatskogupravljanja.
Uobjektespadajunaprimer:maine,energetskaiprocesnapostrojenja,
transportna i saobraajna sredstva, hemijski i nuklearni reaktori, skladita
zaliha, delovi poslovno proizvodnog sistema, itd. Primera objekata upravljanja
zaistaimamnogo.
Zbog napred ve obisanih svojstava objekata i nepredvidivog dejstva
poremeaja, da bi se obezbedilo zadato ponaanje, objekti se prema
usvojenomkonceptuupravljanjaspreusaupravljakimureajima(organima).
Pritomese,tada,UOposmatrajukaodeoobjekta.
Na taj nain, ire posmatrano svaki objekat ima svoja dva osnovna,
sastavna dela: procesni deo u kojem se odigrava kretanje, rad, odnosno
proces karakteristian za dati objekt i upravljaki organ (UO). Upravljakih
organa moe biti i vie od jednog, i oni u sprezi sa izvrnim organima
upravljakog sistema omoguuju da se prema potrebama utie na kvalitet

52

procesauobjektu.Primeriupravljakihorganasuventili,volani,vrata,kormila,
itd.
Na slici 26 je prikazan dijagram i strukturni dijagram viestruko
prenosnog objekta upravljanja. Viestruka prenosnost se odnosi na to da se
ovakavsistemnemoeopisatijednomfunkcijomprenosajerimavieodjedne
ulazneveliine.Viereioovompojmubieudaljemtekstu.

a) b)
Slika26.(a)Dijagrami(b)strukturniblokdijagramobjekaupravljanja
Objekti poseduju svoja odreena, unutranja svojstva koja potiu od
najrazliitijih fizikih priroda sistema, pri emu se kao osnovni problem u
narednim poglavljima, postavljaju pitanja otkrivanja tih osobina i njihovoga
adekvatnog predstavljanja u formi koja e omoguiti tu spoznaju i pruiti
mogunostdaseoneiskoristeupraksi.
Polazei od funkcionalne eme, kao osnovnog podatka za razumevanje
prirode odigravanja procesa u objektu, njegovo ponaanje moe se izkazati na
vienaina,odkojihsvakipruaogranienukoliinuinformacija.Moguiprikazi
objekatasu:
Strukturneeme;
Logikezavisnosti,
Tablinosreenipodacimerenihveliina;
Matematike zavisnosti u obliku diferencijalnih ili diferencijalno
diskretnihjednaina;
Blokdijagrami;
Grafovi.
Strukturne eme su izrazito pogodne pri inicijalnom razmatranju prirode
procesa u objektu, kada je potrebno uoiti strukturu samog procesa,
meusobnu zavisnost i uticaje pojedinih fizikih veliina unutar procesa, kao i
izvriti izbor upravljakih i upravljanih veliina. U toj fazi je poeljno odrediti

53

vrstu i karakter poremeaja, kao i mesto na kome se oni javljaju (deluju). Kod
kompleksnih objekata (postrojenja) ovakav prilaz je posebmo pogodan, jer se
tada izuavanje ponaanja objekta moe sprovesti parcijalno do elemenata
sistema.
Logike zavisnosti se praktino ne koriste pri analtikom prouavanju
objekata.Ovajnainseestokoristikodkorienjaraunarskesimulacijeucilju
analizesistema.
Eksperimentalno snimljene funkcionalne zavisnosti i tablino sreeni
podaci merenih veliina sistema, omoguuju veoma kvalitetnu analizu
dinamikih osobina objekata, zahvaljujui injenici da su podaci sa kojima se
raspolae neposredno prikupljeni sa ispitivanih objekata. Koristei razliite
postupke regresione analize, mogue je na bazi tih podataka, doi do
kvalitativnihikvantitativnihpodatakaosistemu.
Izkazivanje ponaanja objekta preko diferencijalnih jednaina i pored
izvesne kompleksnosti i formalizma daje odlinu mogunost sagledavanja
njihovihstatikihidinamikihosobina,pajekaotakvonailonairokuprimenu
pri analitikom projektovanju sistema ili analognom modeliranju. Korienje
diferencijalnih jednaina za opis ponaanja sistema je osnov njihovog
matematikog modeliranja. Korektno sastavljene diferencijalne jednaine
omoguuju da se u potpunosti izbegnu ispitivanja na objekima ili na njihovim
fizikim modelima (koje je mogue napraviti koristei teoriju slinosti). Postoji
vienainazasastavljanjediferencijalnihjednainaponaanjaobjekta.
Kaonajznaajnijinainseizdvajaju:
Analizafizikihprocesa,kojiseodigravajuuobjektu,koristeipritome
osnovne zakone fizike, hemije ili tehnologije koja opisuje ponaanje
sistema;
Matematikim (statistikim) metodama, koje se zasnivaju na primeni
eksperimentalno snimljenih funkcionalnih zavisnosti ili tablino
sredjenimpodacimaodinamikomponaanjuobjekta.
U okviru poglavlja ove knjige, prvo e biti razmatrane metode koje se
zasnivaju na analizi fizikih procesa u cilju opisa osnovnih zakonitosti teorije
sistema, dok e u krajnjim poglavljima knjige biti prikazana i mogunost
matematikog modelovanja sistema uz upotrebu savremenih statistikih
metoda.
Kako je ve reeno objekti poseduju odreena svojstva, koja se
ispoljavaju kroz njihove osobine. Tako na primer, objekat moe biti linearan,
nelinearan, sa raspodeljenim ili usredsreenim parametrima. Svaka od tih i

54

drugeosobinepredstaviesenaodgovarajuinainudiferencijalnojhjednaini
ponaanja objekta, a to u daljem postupku analize dinamike objekta, s
obziromnaeljenutanost,zahtevaiprimenuodgovarajuihmetoda.
Ponaanje objekta u toku vremena okarakterisano je i vrstom radnog
reima u kome se objekti nalaze. Stacionarni radni reim karakterie se
nepromenjivou fizikih veliina procesa u toku jednog dueg vremenskog
perioda,prikonstantnojvrednostiulazneveliine.Zarazlikuodstacionarnih,u
prelaznim radnim reimima izraene su vremenske promene pomenutih
veliina.Naosnovutihpromena,moguejemnogoviereioobjektunegona
osnovunjegovogponaanjaustacionarnomstanju.
Bitnekarakteristikeobjektaizraenesukroznjegovedinamikeosobine,
akojesemoguspoznatinaosnovureenjadiferencijalnihjednainaponaanja,
imajui u vidu da su one izvedene za objekat u kojem je naruena ravnotea
prethodnog stacionarnog stanja. Algebarske jednaine koje opisuju ponaanje
objekta u stacionarnom stanju se dobijaju izjednaavajui u diferencijalnim
jednainamasvevremenskeizvodesanulom,oemuekasnijebitimnogovie
rei.
Meutim potrebno je rei da, objektivno posmatrajui u prirodi nema
stacionarnih procesa i u svakom od njih, manje ili vie, prisutna je izvesna
nestacionarnost. Meutim, u velikoj veini sluajeva te promene oko neke
srednjevrednosti(kojaodreujetostacionarnostanje)suzanemarljivomale.
Udaljemtekstubieopisanaanalizafizikihprocesa,kojiseodigravajuu
pojedinim objektima, koristei osnovne zakonitosti fizike, hemije ili tehnike
kojekarakteriurazmatranisistem.
Ukoliko npr. kao sistem (objekat upravljanja) razmatramo brod
1
.
Upravljakiulaziovakvogsistemasupoloajkormilaibrzinapropelera.Njihove
vrednosti se mogu regulisati u cilju postizanja odreenih izlaza sistema. Pri
tome su najvaniji izlazi ovakvog sistema pravac i brzina kretanja. Pored ovih,
upravljakih ulaza, na objekat upravljanja utiu i poremeajne veliine kao to
su vetar, valovi, strujanje vode, koji prouzrokuju pojavu dodatnih izlaznih
veliinakaotosudodatnakretanjakoritabroda.

1
Izbor broda u narednim primerima nije sluajan, jer upravo Kibernetika vodi poreklo
naziva od grke rei koja u prevodu znai upravljanje brodom.

55

Slika27.Brodkaoobjekatupravljanja(prikazpoprincipucrnekutije)
Uopteno posmatrano, zavisnost izmeu upravljakog ulaza, ulaznih
poremeaja, objekta upravljanja i upravljane promenjive (izlazne veliine) je
prikazananaslici28.


Slika28.Optiprikazsistema
Struktura prikazana na slici 28 ima opti karakter i moe se koristiti za
predstavljanje objekata razliite prirode. Kako bi se dodatno pojasnilo
dosadanje razmatranje, uzmimo kao primer prostoriju u kojoj je potrebno
odravatizadatutemperaturupomougasnoggrejaa.Utomsluajujeprotok
gasaplamenikaupravljakiulaz,dokjeizlaznaveliina(upravljanapromenjiva)
temperatura prostorije. Ulazni poremeaj predstavlja gubitke toplote. Opisani
sistemdatjenaslici29.


Slika29.Primerjednogrealnogsistema
Automatskoupravljanjetemperaturomprostorijebisemoglopredstaviti
jednostavnim sistemom datim na slici 29. Ovakva struktura predstavlja
realizaciju sistema u otvorenoj sprezi. eljena (zadata) temperatura prostorije
se zadaje regulatoru. Regulator treba da automatski menja upravljaki ulaz

56

(signal)takodatemperaturaprostorijebudejednakailibliskazadatoj.Pritome
jeregulatornajeebadarendasvojimpoloajemdajeodreenuupravljaku
veliinu gasnom plameniku za eljenu temperaturu. Meutim, postoji jedan
velikinedostataksistemauotvorenojspreziatojevelikaosetljivostnadejstvo
poremeajneveliineinemogunostadekvatnogbrzogodgovora.Zailustraciju
ovogproblemauzmimodajepotrebnotemperaturuodravatina25
O
C.Akoje
temperatura prostorije 25
O
C, regulator treba da daje takvu vrednost
upravljakog signala za koju je toplota koja se oslobaa iz gasnog grejaa
jednakagubitkutoplote.Gubicitoplotepredstavljajuporemeajnuveliinuioni
utiu na promenu temperature u prostoriji. Svaka promena gubitka toplote
(kojanijekonstantnaveliina)euticatinapromenutemperatureuprostoriji,a
regulator se nee suprotstavljati takvoj promeni. Da bi temperatura prostorije
ostalakonstantnatokomvarijacijagubitakatoplote,bilobipotrebnopostiida
se osloboena toplota iz gasnog grejaa menja automatski sa delovanjem
poremeaja. Reenje da se mere poremeajne veliine u smislu merenja
gubitaka toplote i da se ta informacija vraa regulatoru nije ekonomski
opravdanoauvelikombrojusluajevaaknijenitehnikiizvodljivo(ukolikose
uzme u obzir veliki broj poremeaja razliite prirode). Da bi temperatura
prostorijeipakostalakonstantnainaeljenomnivou,najjednostavnijereenje
je: 1) meriti temperaturu (i promenu temperature) same prostorije, 2) na
osnovu podatka o temperaturi prostorije preko regulatora upravljati
osloboenomenergijomizgasnogplamenika.
Time bismo od poetnog otvorenog sistema, formirali novi, zatvoreni
sistem sa povratnom spregom. Fizika realizacija sistema za upravljanje
temperaturomprostorijesapovratnomspregomjedatanaslici30.


Slika30.Strukturnaemazatvorenogsistemzaregulacijutemperatureprostorije

57

Izlazni signal senzora temperature (termopar ili termootpornik) poredi

sesaeljenomtemperaturom.Svakarazlikaimazaposledicudaregulatoralje
upravljaki signal namotaju ventila za gas koji prouzrokuje linearno kretanje
osovine ventila i time podeava protok gasa u gorionik gasnog plamenika.
eljena temperatura se obino zadaje runim podeavanjem potenciometra.
Blokdijagramovakvogsistemajedatnaslici31.


Slika 31. Blok dijagram sistema za regulaciju temperature prostorije (merne jedinice signala
sudateuzagradama)
Stacionarno stanje sistema e biti uspostavljeno kada se izjednae
stvarna i eljena temperatura i kada ulazna toplotna energija tano pokriva
gubitak toplote kroz zidove prostorije. Sistem opisan u gornjem tekstu moe
raditinadvanaina:
1. Proporcionalno upravljanje: Tada je linearno pomeranje zasuna
ventila proporcionalno odstupanju. Na taj nain se postie kontinualna
regulacija toplote dovedene u prostoriju i moe se postii veoma
precizno upravljanje temperaturom. Ovakvo upravljanje je dosta skupo
ali se primenjuje onda kada je tanost vanija od cene, recimo da je
potrebna tanost temperature manja od 1
O
C (npr. operacione sale u
bolnici,industrijskeprostorijezaprecizanrad,itd).
2. Ukljuenoiskljueno upravljanje: Takoe se naziva termostatiko
upravljanje,kadajegasniventilpotpunootvorenilipotpunozatvoren,tj.
greja je ukljuen ili iskljuen. Ovakav nain upravljanja stvara oscilacije
stvarne temperature za priblino 23
O
C oko zadate temperature, ali je
jeftiniji za implementaciju i koristi se za jednostavnije primene (npr.
sistemigrejanjaudomainstvu).

Unavedenomprimerusistemaupravljanjatemperaturomprostorijedati
su opti principi koji imaju karakter primene u bilo kojem sistemu. Uopteno

58

posmatrano, sistem koji je projektovan da upravlja izlazom objekta mora da

sadrinajmanjejedansenzorijedanregulator,kaotojeprikazanonaslici32.


Slika32.Optiblokdijagramsistemasapovratnomspregom
Na slici 32 je prikazan opti blok dijagram sistema u zatvorenoj sprezi
(engleskifeedbackcontrolsystem).Regulatoriobjekatupravljanjasenalazeu
direktnoj grani toka informacija (signala), s senzor je u povratnoj putanji
(povratnojgrani).Izmerenavrednostizlazaobjektaseporediutakisumiranja
(sumatoru) sa zadatom vrednou. Razlika ili greka se vodi u regulator koji
generie upravljaki signal koji deluje na objekat upravljanja sve dok se njegov
izlazneizjednaisaeljenomvrednou.
Jo jedan interesantan primer sistema, koji govori u prilog tezi da je
ilustracijanaslici32optaiprimenjivanavelikibrojsistema,jeprimersistema
zaupravljanjezakrilcimaaviona.Uranojfaziaeronautikeupravljanjezakrilcima
aviona vrilo se preko uadi koja su zakrilca povezivala sa pilotskom
upravljakom palicom. Zahvaljujui tehnolokom razvoju se sa ovako
mehanizovanog principa prelo na mnogo savreniji vih upravljanja zakrilcima.
Kod savremenih letelica koje se kreu velikom brzinom i imaju znatno veliki
raspon krila, te time i mnogo vea zakrilca kojima treba upravljati, koriste se
sistemi servomotora (servomehanizmi). Slika 33 ilustruje sistem za upravljanje
zakrilcimamlaznihavionakojisekreuvelikombrzinom.

59

Slika33.Strukturnaemasistemzaupravljanjezakrilcimakodmlaznogaviona
Kretanjeupravljakepalicepilotadajesignalsaulaznogugaonogdavaa
kojiseuporeujesaizmerenimuglomzakrilcauregulatorukojigeneriesignal
proporcionalan greci. Ovaj signal napaja elektrohidrauliki servoventil koji
generie kretanje jezgra namotaja proporcionalno upravljakom signalu, to
omoguujedatenostpodvelikimpritiskomulaziuhidraulikicilindar.Razlika
pritiskatenostiucilindrusjedneidrugestraneklipareguliepogonskusiluza
pokretanjezakrilca.
Hidraulikiservomehanizmiimajudobarodnossnaga/teinaipogodnisu
zaprimenekojezahtevajudasevelikesilerealizujumalimilaganimureajima.
Blokdijagramsistemaupravljanjazakrilcimaavionadatjenaslici34.

Slika34.Blokdijagramsistemaupravljanjazakrilcimaaviona
Jo jedan interesantan sistem upravljanja je sistem za automatsko
upravljanje brodom (autopilot). Namena autopilota je da odrava brod na
zadatom kursu kada na njega deluje niz poremeaja kao to su vetar, talasi i
morskastruja.Ovajmetodupravljanjajepoznatkaoodravanjekursa.Osnovni
elementiautopilotsistemadatisunaslici35.

60

Slika35.Strukturnaemasistemazaodravanjekursabroda
Stvarni pravac kretanja broda se meri irokompasom (ili magnetni
kompas na manjim plovnim objektima) i poredi se sa eljenim pravcem, koji
autopilotu unosi kormilar broda. Autopilot, ili regulator, rauna potrebni
ugao kormila i alje upravljaki signal na mehanizam kormila. Stvarni ugao
kormila se prati pomou senzora ugla poloaja kormila i poredi se sa eljenim
uglom kormila, tako da formira zatvorenu petlju upravljanja koja je slina kao
kodsistemazaupravljanjezakrilcimaaviona.
Kormilodajeupravljakimomenattrupubrodatakodausmeravastvarni
pravacbrodauskladusaeljenimkursom,dokvetar,talasiimorskestrujedaju
momente smetnje koji mogu pomoi ili spreavati takvo delovanje. Blok
dijagramovakvogsistemajedatnaslici36.


Slika36.Sistemzaupravljanjekormilombroda
Kao jo jedan primer ilustracije sistema moe se razmotriti primer
poslovnogsistema.Osnovnasvrhaposlovnogsistemajeprodukcija(materijalna
ili nematerijalna) u zahtevanom kvantitetu i kvalitetu. Osnovne veze u
poslovnomsistemusudatenaslici37.

61

a)

Slika37.Osnovnevezeuposlovnomsistemu
Imajui u vidu da svi prethodno navedeni sistemi imaju pojedine
zajednikekarakteristikeisvojstva,problemupravljanjasistemomseformalno
moedefinisatinasledeinain:
Centralni problem u upravljanju je da se pronae tehniki ostvarljiv
nain kako da se deluje na odreeni proces u objektu upravljanja tako da
njegovoponaanjebudetojemogueblieeljenomponaanju.Poredtoga,
ovo aproksimativno ponaanje treba da se ostvari u prisustvu nekih
neodreenosti procesa i nekontrolabilnih spoljanjih poremeaja koji deluju
naproces.
Reenjegorenavedenogproblema uupravljanjusenajoptimalnijemoe
postiiprimenominverzije.Dabiseopisaloreenjeproblemaupravljanjapreko
inverzijepotrbnesusledeepretpostavke:
Potrebnojepoznavatieljenoponaanjeizlazasistema;
Potrebno je znati kakav efekat na izlaznu veliinu izaziva odreeno
delovanjenaulazsistema.

62

Ukoliko pretpostavimo da je zahtevano ponaanje sistema odreeno

pomouskalarnogulaznogsignalar(t)kojiseodnosinakonkretanizlazprocesa
y(t). Bie usvojeno da na raspolaganju stoji i reguliua (manipulativna)
promenjivu u(t) (slika 38). Izlaz razmatranog sistema u bilo kojem momentu
vremenamoeseopisatifunkcijom:
y={y(t);tR}(7.1)


Slika38.Reenjeproblemaupravljanjaprekoinverzije
Nelinearno preslikavanje signala u na y oznaiemo sa f u. Neka je
relacijaizmeuulazaiizlazaobjektaupravljanjapoznataidatakao:
y=fu(7.2)
gde f predstavlja ulazno izlaznu transformaciju objekta upravljanja,
odnosnofunkcijukojaulaznuveliinetransformieuizlaznu.Ovomrelacijomje
zapravodatmodelobjektaupravljanja(OU).
Problemupravljanjesesvodinatodaseformiratakvareguliuaveliina
udabiseostvarilodajey=r.
Usmisluinverzije,direktnoreenjesedobijaizuslova:
y=r=fu(7.3)
Izjednaine7.3.sedobijazakonitostupravljanjakaoreenjezau(t):
u=f
1
r(7.4)
Prema tome, oigledno je da je upravljaki signal u adekvatan inverznoj
transformaciji(f
1
)eljeneveliiner.
Reenje deluje jednostavno, ali ono pretpostavlja odreena stroga
ogranienjakaotosu:
O1: Potrebno je da transformacija f opisuje objekt upravljanja (OU)
egzaktno.

63

O2: Potrebno je da transformacija f bude dobro definisana u smislu da

ogranienulazgenerieogranienizlaz,tj.dajetransformacijastabilna.
O3: Inverzna transformacija f
1
takoe treba da ispunjava ogranienje
O2.
O4:NikakviporemeajinaOUnisudozvoljeni.
O5:Rezultujuedelovanjeutrebadajeostvarljivoipritomesenesmeju
naruitiprethodnaogranienja.
Navedena ogranienja zvue visoko ostvarljivo, u idealnim uslovima. U
realnim uslovima je izuzetno teko ostvriti gornja ogranienja za kompleksne
sisteme. Naime, veina tehnikih, poslovnih (i uopte prirodnih) procesa su
kompleksni. Njihova kompleksnost se moe ogledati u vremenskoj
promenjivosti, izraenoj nelinearnosti, multivarijabilnosti, itd. Sama
kompleksnost sistema govori u prilog tome da ih je teko opisati modelom
2
.
Samo sistemi sa jasno definisanim modelom ponaanja mogu se i egzaktno
opisatiadekvatnom funkcijom transformacijef.Toznaidajetekozadovoljiti
uslov O1. O2 je takoe teko ostvariti u svim sluajevima kada OU ima
komponentu integracije. Ukoliko u prenosu signala od regulatora do izlaza
postoji transportno kanjenje O3 takoe nee biti ispunjeno jer se inverzija
kanjenja nemoe fiziki ostvariti. U svim napred navedenim primerima
postojali su poremeaji na OU (gubici toplote, delovanje vetra, talasa, itd.),
samimtimeO4jegotovouvektekoostvariti.
Ukolikoseproblemupravljanjaposmatrauovakvomsvetlu,oiglednoje
dasuO1O5izuzetnozahtevnaogranienja.Meutimiporedtoga,upraksise
upravljaiveomakompleksnimsistemima.Kakotoobijasniti?
Objanjenje se nalazi u injenici da se tei optimizaciji kompleksnih
sistema, u okviru ogranienja O1O5 koja nisu u potpunosti ispunjenja ali je
njihov nivo ispunjenosti zadovoljavajue veliki. Na taj nain se ne tei
egzaktnosti modela koji opisuje odreeni proces ve se trai dovoljno dobar
modelzanjegovoopisivanje.
Teorija sistema se upravo time i bavi kako da se promeni koncepcija
upravljanjatakodaseinverzijapostignenazadovoljavajuedobarnainidase
gorenavedenaogranienjatojemoguevieublae.Utomsmislu,sezahtevi
sastrogomatematikihmodifikujudotehnikih:

2
Procesmodelovanjaidefinicijamodelabiedetaljnoopisanaunarednimpoglavljimaoveknjige

64

Z1: Ograniiti panju na one probleme gde zahtevano ponaanje (ulazni

signal r) pripada odreenoj klasi i gde se eljeno ponaanje sistema dostie
samoaproksimativno.
Z2:Traitisamoaproksimativneinverzijesignala.
Vana osobina korienja povratne sprege je da se pomou nje moe
postii aproksimativna inverzija dinamike transformacije bez potrebe za
eksplicitnom inverzijom, to je prikazano na slici 39. Pretpostavimo da se
konceptualni regulator sa slike 38 realizuje kao na slici 39, gde f predstavlja
modelprocesa.


Slika39.Korienjepovratnespregezaregulatorsistema
Sadijagramajeoiglednodavai:
u=h(rz)=h(rfu)(7.5)
Odatleje
h
1
u=rfu,izegasedobija:
u=f
1
(rh
1
u)(7.6)
Izrelacije7.6.jeoiglednodasepomoupovratnesprege(petlje)saslike
39implementiraaproksimativnainverzijaodfukolikojeispunjeno:
rh
1

ur(7.7)
Uslov7.7.jeispunjenukolikojelanh
1
udovoljnomali.
Iako je regulator u arhitekturi na slici 39 realizovan kao sistem sa
povratnom spregom, upravljanje na OU se primenjuje u otvorenoj sprezi (kao
redna veza regulatora i OU). To proistie iz injenice da je upravljaka veliina
u(t) nezavisna od toga ta se zaista dogaa na izlazu OU. Ovakvom
arhitekturom sistema se mogu dobiti zadovoljavajua reenja samo ukoliko su
ispunjeniuslovi:
Model na kome je zasnovan regulator je vrlo tana reprezentacija OU
(f=f);

65

Modelinjegovainverzijasustabilni;
Poremeajiipoetniuslovisuzanemarljivi.
Oigledni nedostaci ovakve arhitekture sistema se mogu ukloniti ukoliko
sepovratnaspregapostavitakodaobuhvatasamOU,anesamonjegovmodel.
Takvaarhitekturasistemajeprikazananaslici40.


Slika40.Arhitekturasistemasapovratnomspregom
Kljuna stvar kod ovakvih arhitektura sistema je da izlaz regulatora ne
zavisi od od podataka o modelu procesa (f ), ve o tome ta se zaista dogaa
naizlazuOUusvakommomentuvremena.
Ukoliko se uporede sistemi na slici 39 i slici 40 oigledno je sledee. U
arhitekturinaslici39uregulatorujeinternougraenapovratnasprega,dokse
uonojnaslici40signalsaizlazaOUkoristizapovratnuspregu.Dakle,uprvom
sluajusvesedogaaunutarregulatora,tj.unutarnpr.raunarapomoukoga
se vri regulacija sistema dok se u drugom sluaju koristi signal sa izlaza
procesa,tojestmernogureaja,daseodreditasezaistadogaanaizlazuOU.
Glavnekomponentekojesejavljajuusistemusazatvorenompetljomsu
prikazane na slici 22. Primetno je da je struktura sistema na slici 40
funkcionalnoslinastrukturinaslici32,alijemnogobliainenjerskojpraksi.
Prema svemu napred reenom, da bi se projektovao i implementirao
sistemupravljanjapotrebnisusledeiosnovnielementi:
1. Poznavanje eljene vrednosti na izlazu sistema: Neophodno je znati
ime je potrebno upravljati, sa kojom tanou i u kojem opsegu
vrednosti.Utehnikimsistemimaovainformacijamorabitikonvertovana
upogodnuformutakodasemoedaljeobraivatiuregulatoru(analogni
ilidigitalnisignal).
2. Poznavanjestvarnevrednostinaizlazusistema:Ovavrednostkorabiti
merena senzorom u povratnoj sprezi i mora biti u takvom obliku signala
prihvatljivom za regulator. Takoe, izmerena vrednost mora imati
zadovoljavajuutanost.
3. Poznavanje upravljakog ureaja (regulatora): Regulator mora biti
takavdaprihavtimerenjaeljeneistvarnevrednostiidanaosnovunjih
generie upravljaki signal u odgovarajuem obliku za pokretanje

66

izvrnog elementa (aktuatora). Regulatori mogu biti razliite prirode,

ukljuujui mehanike poluge, pneumatske elemente, analogna ili
digitalnaelektrinakolailimikroprocesore.
4. Poznavanje aktuatora (izvrnog elementa): Ovaj element pojaava
upravljaki signal i obezbeuje da se sa potrebnom snagom deluje na
promenu toka signala, energije ili materije u objektu upravljanja kako bi
se postigla promena izlaza objekta prema eljenoj vrednosti. U sluaju
sistemasaupravljanjetemperaturomprostorije,aktuatorjegasnielektro
ventiligorionik,dokdelovanjepredstavljaosloboenatoplota.
5. Poznavanje objekta: Veina upravljakih strategija zahteva neka
znanja statikih i dinamikih karakteristika objekta. Ona se mogu dobiti
na osnovu merenja (eksperimentalnim putem) ili na osnovu korienja
osnovnihfizikihidrugihzakonitosti(empirijskimputem),ilikorienjem
kombinacijeobapostupka.
Na taj nain, realni blok dijagram sistema sa povratnom spregom je
prikazannaslici,41.


Slika41.Realniblokdijagramsistemasapovratnomspregom
Sa gore navedenim informacijama o buduem sistemu ostaje samo
zadatakdasesistemiprojetkuje.Prviproblemsakojimseprojektantsusreeje
da znanja o sistemu, u veini sluajeva, nisu potpuno tana i kompletna.
Posebno, dinamike karakteristike sistema mogu se menjati s vremenom tako
da fiksna strategija upravljanja nee biti zadovoljavajua. Npr. usled potronje
goriva masa aviona nakon dugog leta moe iznositi gotovo polovinu vrednosti
koju je avion imao pri poletanju. Pored toga, merenja upravljanih promenjivih
(izlaznih veliina sistema) mogu imati elektrine smetnje i efekte poremeaja.
Ipak, postoji standardna metodologija koja se moe koristiti u projektovanju i
upravljanju veine sistema upravljanja. Ovi standardni koraci su prikazani na
slici42.

67

Projektovanje i upravljanje sistemima je kombinacija tehnike i iskustva.

Knjige i teorijski podaci objanjavaju neke pokuaje i proverene tehnike i
metode koje stoje na raspolaganju pri projektovanju i upravljanju sistemima.
Iskustvo,meutim,dolazisvremenom.

Slika42.Algoritamosnovnihkorakakodprojektovanjaiupravljanjasistemima

68

9. STANDARDNI SIGNALI I PRIMENA LAPLASOVE

TRANSFORMACIJE
Model objekta upravljanja je zadovoljavajui ukoliko su reakcije modela i
procesabliskezaistaspoljanjadelovanja.Spoljanjadelovanja(ulazisistema)su
upravljaki signali i signali poremeaja. Poeljno je da se bliskost ponaanja
modela i objekta analizira i ispita za proizvoljne vrednosti ovih signala. Ipak,
ovakvo poreenje nije praktino izvodljivo. Iz navedenog razloga su od interesa
tzv.standardnisignali.Ovisignalitrebajudazadovoljevieuslovaodkojihsuneki
meusobnokontradiktorni:
Da se mogu predstaviti jednostavnim funkcijama vremena (time je
jednostavnijaanalizairealizacijatakvogdelovanjanaobjekat);
Da su dovoljno kompleksni da se na osnovu odziva objekta na njihovo
delovanjemoezakljuitionjegovomponaanjuzadrugeoblikeulaza;
Oblika bliskog signalima koji inae deluju na objekat u njegovom
nominalnomradu.
Signalikojizadovoljavajugornjeuslovesu:
Signaljedininogskoka;
Impulsnafunkcija;
Linearna(rampa)funkcija;
Sinusnafunkcija.
Navedenisignalisunajeeuupotrebikodtestiranjamodelasistema,tee
posebnibitirazmatrani.

9.1.Standardnisignalizatestiranjemodelasistema
9.1.1.Signaljedininogskoka(jedininaodskonafunkcija)Hevisajdova
funkcija
Ovo je signal koji je najlake generisati i grafiki predstaviti. Mnogi ulazni
signali objekta upravljanja se mogu priblino aproksimirati ovom funkcijom
(ukljuivanje napona u elektrinom kolu, skokovita promena sile u mehanikom
sistemu,zaokretkormilabrodauciljupromenepravca,momenatpoetkaciklusa
proizvodnje, itd). Pretpostavka je da ovaj signal ima vrednost jedan od trenutka
posmatranja(t=0),tojedatonaslici43.

69

Slika43.Funkcijajedininogskoka
Ovajsignalseobinoopisujepreko:

h(t)=_
u: t < u
e|u,1]: t = u
1: t > u
(9.1)

Uovomtumaenjujedefinisanavrednostfunkcijezat=0,madatrebaistai
da je ta vrednost samo pretpostavljena usled skokovitog prelaska sa nule na
jedinicu.Tonaravnopredstavljamatematikuidealizacijujerjezatakvupromenu
neophodnoneko,makolikokratko,vreme.Ovafunkcijajeseestooznaavaisa
1(t).
Od interesa je definisati i jedininu odskonu funkciju sa kanjenjem, pri
emu se kanjenje oznaava sa koje je konstanta. Ova funkcija se oznaava sa
h(t), a grafiki je predstavljena na slici 44. Matematiko predstavljanje ove
funkcijeje:

h(t)=_
u: t <
e|u,1]: t =
1: t >
(9.2)

70

Slika44.Jedininaodskonafunkcijasakanjenjem
Odskona funkcija, je zapravo veoma slina jedininoj odskonoj funkciji s
tim to njena maksimalna vrednost nije jednaka jedinici, ve ima neku drugu
vrednost().Timezaovufunkcijuvaisledeiizraz:

h(t)=_
u: t < u
e|u, o]: t = u
o: t > u
(9.3)

Grafikiprikazovefunkcijejedatnaslici45.

Slika45.Odskonafunkcija

71

9.1.2.Impulsnafunkcija(Impulsnisignal)
Ovafunkcijasejednostavnodobijaderivacijomjedinineodskonefunkcije.
Za lake razumevanje oblika ove funkcije pogodno je krenuti od njene
aproksimacijedatenaslici46.

Slika46.Aproksimacijaimpulsnefunkcije
Ovaaproksimacijaodgovararazlicidveodskonefunkcijesaskokom1/,pri
emudrugaimakanjenje,uodnosunaprvu.Samarazlikasemoeizrazitikao:

(t) = h(t)h(t) (9.4)

72

Ugraninomsluajukada teivrednostinula,dobijaseimpulsnafunkcija.
Onaseobinooznaavasa(t)ipieuobliku:

(t) = lim
s-0
o
-
(t) = _
u: t = u
: t = u(9.5)

Priemuvaiizraz:

] o(t)J(t) = 1
+
-
(9.6)

Grafikiprikazimpulsnefunkcijejedatnaslici47.

Slika47.Grafikiprikazimpulsnefunkcije.
Naosnovujednaine9.6,jeoiglednodafunkcijaimabeskonanuvrednost
zat=0,priemujeistovremenopovrinaispodfunkcijekonanaijednaka1.Ova
funkcijasenajeepredstavljagrafikikaonaslici47.Bezobzirananeuobiajnu
matematiku definiciju ova funkcija je pogodna za aproksimaciju nekih signala.
Navedenisignalisutipaintenzivnihsmetnjikojisuvrlokratkogtrajanja(snaniali
kratak udar vetra na letelicu, kratkotrajan kratak spoj u elektrinoj mrei, itd.), i
ovaihfunkcijaaproksimiradostauspeno.

73

9.1.3.Linearna(rampa)funkcijanagibnafunkcija
Ukolikobisepredstaviointegralodskonefunkcije,dobilabisefunkcijaija
vrednost raste linearno u vremenu od vrednosti nula, koju ima u trenutku t=0.
Ovafunkcijasepredstavljaizrazom:

n(t)=]
u: t < u
ot: t > u
o e |-, +](9.7)

Krae se ova funkcija, prema analogiji sa jedininom odskonom funkciji,

moepredstavitipreko:

n(t)=
.
t
.
h(t)(9.8)

Ovafunkcijajeprikazananaslici48.

Slika48.Grafikiprikazlinearnefunkcije

9.1.4.Eksponencijalnafunkcija
Eksponencijalnafunkcija,oznaavasesae(t)idefinisanajeizrazom:

e(t)=_
u: t < u
e|u, o]: t = u
o c
[t
: t > u
(9.9)

74

Ovajseizraztakoemoepredstavitikao:

e(t)=
.
c
[t

.
h(t)(9.10)

Grafikiseovafunkijapredstavljakaonaslici49.

Slika49.Eksponencijalnafunkcija

9.1.5.Sinusnafunkcija
Sinusnafunkcija,oznaenasas(t),definisanajesledeimizrazom:

s(t)=_
u: t < u
e|u, o sin0]: t = u
o sin (t + 0): t > u
(9.11)

tosetakoemoeprikazatiikao:

s(t)=.h(t).sin(t+)(9.12)

Ova funkcija je osnova za kompletnu frekventnu analizu. Fenomen

oscilovanja promenjive, bilo da se radi o ulaznom dejstvu, smetnji ili signalu koji
generie sam sistem je od posebnog je interesa. Veliine vane za kompleksno
predstavljanjeovihfunkcijasuamplituda,frekvencijaifaznipomak.
Grafikiprikazovefunkcijejedatnaslici50.

75

Slika50.Grafiksinusnefunkcije

9.2.Laplasova(Laplaceova)transformacija
Problemi analize i sinteze svakog dinamikog elementa (sistema) redovno
su vezani za reavanje diferencijalnih jednaina. Jedan od najjednostavnijih
postupaka reavanje ovih jednaina je vezan za primenu Laplasove
transformacije. Iz tog razloga, u daljem tekstu e biti definisane osnove primene
Laplasovetransformacijeuanalizisistema.
Za posmatrani kontinualni signal (funkciju) f(t); (0 t ), Laplasova
transformacijasepredstavljakao:

F(s)=L{(t)]=] c
-st
(t)

0
J(t)(9.13)

Nakonoperacijeintegracije,nestajenezavisnapromenjivat,paostajesamo
zavisnostodpromenjives.Kompleksnapromenjivas=+jjetakvadaizraze
st

ujednaini9.13,predstavljapriguenjesignala.
Laplasova transformacija prevodi original funkcije (f(t)) definisanu u
vremenu, u kompleksno podruje F(s) slika. Jo treba napomenuti da je
Laplasovatransformacijaogranienanafunkcijekojezadovoljavajuuslov:f(t)=0,
t<0.Takavvidfunkcijasenazivakauzalnim.
Takoe, za poznatu kompleksnu sliku funkcije F(s), korienjem inverzne
Laplasovetransformacijemoguejeodreditioriginalprema:

L
-1
{(s)]=(t) =
1
2n]
] c
st
F(s)
c+]
c-]
J(s)(9.14)
76

Direktno izraunavanje inverzije po obrascu 9.14 je veoma kompleksno te

se najee inverzna transformacija odreuje na drugaiji nain. Kao osnov se
koristi poznavanje inverznih Laplasovih transformacija elementarnih funkcija,
datih u daljem tekstu kao tabelarna vrednost. Meutim, pre toga funkciju treba
dovesti uproavanjem u oblik na koji su primenjive inverzne Laplasove
transformacijeelementarnihfunkcija.
Radi objanjenja primene uproavanja funkcije posmatraemo likove
funkcijakojisuoblikakolinikapolinoma:

F(s)=
P(s)
(s)
=
b
m
s
m
++b
1
s+b
0
s
n
+u
n-1
s
n-1
++u
1
s+u
0
(9.15)

Gdeje nm,jer se uteorijisistemanajeesreuupravo ovakvefunkcije.

Potrebno je napomenuti da su nule polinoma P(s) i Q(s) zapravo nule i polovi
funkcije F(s) respektivno. Za nalaenje inverzne Laplasove transformacije su od
posebnoginteresapolovifunkcijekojipredstavljajureenjejednaine:

Q(s)=s
n
+o
n-1
s
n-1
+ + o
1
s +o
0
=0(9.16)

Zavisnoodosobinapolovafunkcije9.16serazlikujunekolikosluajevakod
odreivanjainverzneLaplasovetransformacije:
Sluaj(a)svipolovisurealniiprosti(jednostruki)
Utomsluaju,F(s)semoepredstavitiuobliku:

F(s)=
P(s)
(s-s
1
)(s-s
2
)(s-s
n
)
(9.17)

Odnosnouobliku:

F(s)=
K
1
(s-s
1
)
+
K
2
(s-s
2
)
+
K
3
(s-s
3
)
(9.18)

77

Koeficijenti K
i
se odreuju metodom neodreenih koeficijenata, koja e u
narednomtekstubitidatakrozreenjeprimera.NakontogaseinverznaLaplasova
transformacijadirektnodobijaiztabliceLaplasovihtransformacija.
Sluaj(b)postojekonjugovanokompleksnipolovi
PretpostavimodaporedrealnihpostojeikompleksnipolovifunkcijeF(s).U
tomsluajuF(s)semoepredstavitiuobliku:

F(s)=
K
1
s + K
2
s
2
+us+b
+
K
3
(s-s
1
)
+=F
1
(s)+
K
3
(s-s
1
)
+...(9.19)

OdreivanjeinverzneLaplasovetransformacijeF(s)jesadaspecifinosamo
za komponentu F
1
(s) koja ima par konjugovano kompleksnih polova. Istu je
potrebnosvestinaoblik:

F
1
(s)=
K
1
s + K
2
(s+u)
2
+[
2
(9.20)

Vrednostiiseodreujunaosnovu2 = a i
2
+
2
= b.
Zapoznatevrednostii,funkcijaF
1
(s)semoenapisatiuobliku:

F
1
(s)=
K
1
(s+u)
(s+u)
2
+[
2
+
K
2
+uK
1

(s+u)
2
+[
2
(9.21)

Obe komponentne funkcije su sada u obliku da se direktno mogu odrediti

njihovioriginali.
Sluaj(c)postojeviestrukipolovi
Uzmimo da F(s) ima trostruki realan pol s = s
i
a da su ostali polovi
jednostruki.TadaseF(s)trebadanapieuobliku:

F(s)=
K
11
(s-s
1
)
+
K
12
(s-s
2
)
2
+
K
13
(s-s
3
)
3
+R(s)(9.22)

GdeR(s)odgovarakomponentamakojesuposledicasvihpreostalihpolova.
Proraun se u ovom sluaju svodi na korektnu primenu osobine o derivaciji
78

kompleksnoglikejerjesvakilankojiodgovaratrostrukompolu,oblikaderivacije
prethodnog.
Koristei navedene definicione izraze mogue je odrediti laplasovu
transformaciju funkcija f(t) koje karakteriu pojedine jednostavnije sisteme. Za
sloenijeoriginalejeproraunintegralapremagoredatojdefinicijikomplikovano.
Iztograzlogaseodreivanjelaplasovetransformacijesloenijihfunkcijasvodi na
izraunavanje preko transformacije elementarnih funkcija uz korienje pravila
kojavaezalaplasovutransformaciju.

9.2.1.Laplasovatransformacijanekihodelementarnihfunkcija
Jedininaodskonafunkcija:
U skladu sa definicijom laplasove transformacije, za funkciju: h(t) = 1(t),
Laplasovatransformacijaseizraunavakao:

F(s) = L{b(t)]=] c
-st
1(t)

0
J(t) = -
1
s
c
-st

0

=-
1
s
(c
-s
-c
-s0
)
=-
1
s
(c
-
-c
-0
)=-
1
s
(u -1)=
1
s

Impulsnafunkcija:
Uskladusadefinicijomlaplasovetransformacije,zafunkciju:(t),laplasova
transformacijaseizraunavakao:

F(s)=L{o(t)]=] c
-st
o(t)

0
J(t)=] o(t)

0
J(t)=1

to je i logian ishod integraljenja impulsne funkcije. Naime integral

odreene funkcije predstavlja povrinu ispod te funkcije do granice sa x osom
koordinatnog sistema. Sama definicija impulsne funkcije je da je njena povrina
konanaijednakajedinici.
Obzirom na mogunost raunske greke kod izraunavanja integrala kod
laplasove transformacije sloenih funkcija, najpovoljnije je koristiti tablice
laplasovihtransformacijaelementarnihfunkcijazanjihovouproavanje.
Laplasovetransformacijeelemenatarnihfunkcijasudateutabeli4.

79

Tabela4.TablicaLaplasovihtransformacijaelemenatarnihfunkcija
R.b.
) t ( f ) s ( F
R.b
) t ( f ) s ( F
1.

1 11. t sin
2 2
s +

2.
) t (
Ts
e

12. t cos
2 2
s
s
+

3.
) t ( h 13. t sin e
at

2 2
) a s ( + +

4.
) t ( h
s
e
Ts
14. t cos e
at

2 2
) a s (
a s
+ +
+
5. t
2
s
1

15. t cos 1
) s ( s
2 2
2
+

6.
n
t
1 n
s
! n
+

16. t cos t
2 2 2
2 2
) s (
s
+


7.
at
e

a s
1
m
17.
) e e (
a b
1
bt at

) b s )( a s (
1
+ +
8.
) e 1 (
a
1
at

) a s ( s
1
+

18.
) e 1 at (
a
1
at
2

+
) a s ( s
1
2
+

9.
at
e t

2
) a s (
1
+

19.
bt
e )
b
a
1 (
b
a

+
) b s ( s
a s
+
+

10.
at n
e t

1 n
) a s (
! n
+
+
20.
) e t a e 1 (
a
1
at at
2


2
) a s ( s
1
+

Ukoliko se u toku analize odreenog sistema, primenom Laplasove
transformacije,pojavifunkcijakojasenenalaziutabeli4ondasenjenaLaplasova
transormacija nalazi rastavljanjem same funkcije na zbir jednostavnih funkcije
(uproavanje) sve do nivoa dok se ne dobiju oblici funkcija prisutnih u tabeli 4.
Prilikom uproavanja funcija koristee se osobine Laplasove transformacije date
uTabeli5.

) t (
s
1
80

Tabela5.OsnovneosobineLaplasovetransformacije
1.
) s ( F b ) s ( F a )] t ( f b ) t ( f a [
) s ( F a )] t ( f a [
2 1 2 1
+ = +
=
L
L

2.

=
s
e ) s ( F )] t ( f [ L
3. ) s ( ) s ( F )] t ( f e [
t
+ =

L
4.
) s ( F ) s ( F )] t ( f [
d ) ( f ) t ( f f(t)
2 1
2 1
=
=

5.

=

=
=
n
1 k
) 1 k ( k n n
n
n
) 0 ( f s ) s ( F s ]
dt
) t ( f d
[
) 0 ( f ) s ( sF ]
dt
) t ( df
[
L
L

) 0 ( f
) k (

6.
,... 2 , 1 , 0 n ,
s
) s ( F
] ) t ( f ... [
s
) s ( F
] dt ) t ( f [
n
t
0
t
0
t
0
t
0
= =
=

L
L

7.
) 0 ( f ) s ( sF lim
s
=


8.
) ( f ) t ( f lim ) s ( sF lim
t s
= =

Primer 9.1: Odrediti Laplasovu transformaciju sledee funkcije, odnosno

njenkompleksnilik:

f(t)=a+bt+ct
2
a,b,c=const

Reenje:
Kompleksni lik zadate funkcije koja se menja u vremenskom domenu,
dobijaseprimenomdirektnelaplasovetransformacije:

F(s)=L{(t)]=L{a + bt + ct
2
]=L{o b(t)] + L{bt]+ L{ct
2
]=

L{o b(t)]:naosnovutabele4irednogbroja3,sledi:
81

L{o b(t)]=a1/s=a/s

L{bt]:nasonovutabele4irednogbroja5,sledi:
L{bt]=b1/s
2
=b/s
2

L{ct
2
]:naosnovutabele4irednogbroja,sledi:
L{ct
2
]=c
2!
S
2+1
=c
2
S
3

Nakrajujekompleksnilikzadatefunkcije:

F(s)=a/s+b/s
2
+c
2
S
3

Primer9.2:OdreditiinverznuLaplasovutransformacijufunkcije:

F(s)=
s+1
s
2
+2s

Reenje:
Navedenafunkcijasemoenapisatiuobliku:

F(s)=
s+1
s
2
+2s
=
s+1
s(s+2)

Ova funkcija ima dva realna i prosta pola: s

1
=0 i s
2
=2, te se moe reavati
primenomsluaja(a),odnosnojednaine9.18:

F(s)=
K
1
S
+
K
2
s+2

82

Nadaljeebitiprimenjenopraviloneodreenihkoeficijenata.Premaovom
pravilu,F(s)izraavamokao:
F(s)=
K
1
S
+
K
2
s+2
=
K
1
(s+2)+K
2
s
s(s+2)
=
K
1
s+2K
1
+K
2
s
s(s+2)
=
(K
1
+K
2
)s+2K
1
s(s+2)

Ukolikoovufunkcijuuporedimosapolaznom,tadaje:

s +1=(K
1
+K
2
)s +2K
1

Odatleje:

K
1
+K
2
=1

2K
1
=1.

Daljeje:

K
1
=

K
2
=

Sada se polazna funkcija u uproenom transformisanom obliku moe

napisatikao:

F(s)=
s+1
s
2
+2s
=
1
2S
+
1
2(s+2)

83

Reenjenavedenefunkcijeseodreujenasledeinain:

f(t)=L
-1
{F(s)]=L
-1
]
1
2S
+
1
2(s+2)
=L
-1
]
1
2S
+L
-1
]
1
2(s+2)

L
-1
]
1
2S
:naosnovutabele4ipravila3:L
-1
]
1
2S
=1/2h(t)
L
-1
]
1
2(s+2)
:naosnovutabele4iprevila7:L
-1
]
1
2(s+2)
=
1
2
c
-2t

Takodaje

f(t)=1/2h(t)+
1
2
c
-2t

Primer9.3:

OdreditiinverznuLaplasovutransformacijufunkcije

F(s)=
s+5
s
2
+2s+10

Reenje:
Razmotrimopolovefunkcije:s
2
+2s +1u(tippolinoma:as
2
+bs +c)

s
1,2
=
-u_b
2
-4uc
2u
=
-2_-36
2
=
-2_36
2

naosnovutogajes
1
=1+3idokjes
2
=13i

Obzirom da funkcija ima kompleksne polove, treba primeniti sluaj (b) i

jednainu(9.20)zatransformacijupolaznefunkcijeuoblik:

84

F(s)=
s+5
s
2
+2s+10
=
s+5
(s+u)
2
+[
2

Vrednosti i se odreuju na osnovu funkcije: s

2
+ 2s +1u (tip
polinomas
2
+os +b)

2 = a i
2
+
2
= b.

Odnosno2=2i
2
+
2
= 10

Odatleje:=1i=3

Sadaje:

F(s)=
s+5
s
2
+2s+10
=
s+5
(s+u)
2
+[
2
=
s+5
(s+1)
2
+3
2

Navedena funkcija ima slinosti sa pravilom 14 iz tabele 4, te vrimo dalju

transformacijuu

F(s)=
s+1
(s+1)
2
+3
2
+
4
(s+1)
2
+3
2

Daljeje:

f(t)=L
-1
{F(s)]=L
-1
]
s+1
(s+1)
2
+3
2
+
4
(s+1)
2
+3
2

L
-1
]
s+1
(s+1)
2
+3
2
:naosnovuprevila14iztabele4:

L
-1
_
s +1
(s +1)
2
+S
2
_ = c
-t
cosSt
85

L
-1
]
4
(s+1)
2
+3
2
:naosnovuprevila13iztabele4:

4
S
S
(s +1)
2
+ S
2
=
4
S

S
(s +1)
2
+ S
2

4
3
L
-1
]
3
(s+1)
2
+3
2
=
4
3
c
-t
sinSt

Teje:

F(t)=c
-t
cosSt+
4
3
c
-t
sinSt

86

10.MODELOVANJEDINAMIKIHELEMENATASISTEMA
Cilj svakog istraivanja, odnosno naune spoznaje stvarnosti, nosi u osnovi
elju da se utvrde zakonitosti i injenice koje karakteriu razmatrani objekat,
procesilipojavu.Potpunojejasnodaprvuetapuutakvimnaporimainerezultati
posmatranja i merenja, koji predstavljaju polaznu taku ka odreivanju modela
koji u osnovi mora da kondenzovano iskae informaciju o objektu sadranu u
rezultatima posmatranja (opservacija). Ovo se objanjava injenicom da svaki
posebni rezultat posmatranja istoga sistema ima manje vie slian karakter (ali
ne i identian), tako da se projektovanje verodostojnog modela realnog objekta
moeostvaritiviestrukimiveomaestouzastopnimposmatranjima.Sluajnostu
odstupanjima rezultata posmatranja je posledica dobro poznate injenice da je
praktino nemogue obuhvatiti mnogobrojne uticaje koji deluju na razmatrani
objekat, utvrditi stepen njihovog meusobnog delovanja kao i pouzdano se
oslonitinakvalitetopremekojaseutimispitivanjimakoristi.
Uloga modela u prirodnim, drutvenim i tehnikim naukama ima poseban
znaaj. Oslanjajui se na rezultate posmatranja inenjeri projektuju model koji
odgovara razmatranoj pojavi i na osnovu koga, metodom probe greaka,
formiraju zakljuke i obogauju teorijska saznanja. Rukovodei se ovim
zakljucima planiraju se novi eksperimenti i posmatranja iji se osnovni zadatak
sastoji u potvrdi ili opovrgavanju novih teorijskih rezultata i spekulacija. Veoma
esto i na prvi pogled genijalne ideje bivaju opovrgnute nakon dodatnih
posmatranja razmatrane pojave. Na taj nain rezultati posmatranja predstavljaju
fundamentalni prilaz u reavanju velike veine savremenih, akutnih problema
prirodnih, drutvenih i tehnikih nauka i neraskidivo su povezani sa procesom
projektovanja modela. Iako se u prethodnim poglavljima ove knjige termin
model ve iroko koristio, njegov se potpuni smisao mogao samo delimino
naslutiti.Dabiseovajpojamunastavkuoveknjigekoristiobeznejasnoa,uovom
poglavlju e biti definisan model. Def: Pod modelom se podrazumeva opis
sutinskih osobina realnog objekta koji o njemu u pogodnoj formi iskazuje sve
neophodneinformacije(Eykhoff).
Jo jedna definicija modela je: Model je simbolika postavka ili hipoteza o
nainunakojieseodvijatinekiprocesidasenjegovomanalizom(ispitivanjemi
reavanjem)mogudobitiodgovorioponaanjuoriginalnogprocesa.
Navedenedefinicijejemogueupotpunitisledeimkomentarima:
Modelmoradaupotpunostiodraavastvarnostanjeobjekta.Pritomeje
dovoljnodagaonimitirauponaanjuilipodraavanjegovoponaanje.
Izuzetno sloeni modeli obino imaju samo akademsku vrednost pa se, po
87

pravilu,znatnouproavajusvedostepenakadaseunjihovojanalizimoe
efikasnoprimenitisavremenimatematikiaparat;
Modeli se ne projektuju samo za realno postojee objekte, ve i za
objekte koji su u fazi konstrukcije ili izvoenja. Ovo je veoma znaajna
inejnica za gotovo svaku oblast tehnike ali i za oblast poslovanja
menadera industrijskog procesa. Naime, greke koje se mogu javiti u
konstrukciji bilo kojeg tehnolokog sistema ili elementa poslovnog procesa
moguseizbeijedinoukolikoserazmatraniprocesprvoanalizirananivou
modela.
Imajui u vidu sve nared reeno, zakljuujemo da se model u prvom redu
moe iskoristiti za ispitivanje objekata. Naime, na bazi prikupljenih podataka i
informacija, mogue je predvideti u izvesnoj meri njegova ponaanja. Time se
praktinoanalizamodelamoepoistovetitisadijagnostikomrealnogobjekta.
U situacijama kada se konstruie sloeni objekat (tehnoloki ili poslovni
proces) poznavanje modela pojedinih manjih celina moe u mnogome da
doprinese da se zadovolje kriterijumi postavljeni u zahtevanim performansama
radacelokupnogprocesa.
I kao vrlo vana injenica, modeli objekta su sutinskog znaaja u
upravljanju (menadmentu). U tom sluaju, potrebno je razlikovati modele za
sledeeradnereimeobjekta:
uslove normalnog funkcionisanja kada je ulaz objekta pobuen
proizvoljnomvremenskomfunkcijom(najeejednomodnapredopisanih
standardnihulaznihfunkcija);
havarijskereimei
reimepokretanjailiobustavljanjaradaobjekta.
Bezobziranaintenzivanrazvojmetodazaprojektovanjemodelaurazliitim
oblastima nauke i tehnike a posebno za potrebe upravljanja, moe se rei da jo
uvek ne postoji njihova jedinstvena klasifikacija. U tom pogledu, modeli se u
savremenom razmatranju svrstavaju u dve kategorije: klasu simbolikih i klasu
realnih(fizikih,materijalnih)modela.
Simboliki modeli opisuju objekat, proces ili pojavu na nakom od jezika
(simbolima) karakteristinim za prirodu objekta. Da bi pojam simbolikog jezika
bio jasniji treba poi od injenice da je svaka nauna disciplina sa svojim
istorijskimrazvojemrazvijalaisopstvenijezikznakovaisimbolakojijekarakteriu.
Prvi jezik za opisivanje bilo koje naune discipline je naravno bio govorni jezik,
potom se javlja matematiki jezik izraen prvenstveno simbolikim oznakama,
relacijama i logikim zavisnostima, potom svaka disciplina nauke i tehnike razvija
88

sopstveni jezik simbola. Ipak, intenzivnim razvojem raunarske tehnike,

mogunostimodeliranjanajrazliitijihpojavaznatnorastu.Todovodiidoizvesne
standardizacije simblikih modela i njihovoj irokoj primenjivosti koja vodi do
visokeoptostiprimeneraunarskesimulacijeimodeliranja.Todovodidotogada
se kao osnovni simboliki prikaz ponovo javlja matematiki jezik, kojem se
prilagoavajuzasebnisimbolibilokojenaunediscipline.
Relani modeli (materijalni ili fiziki modeli) ine drugu klasu modela.
Primeri ovih modela su razliita laboratorijska postrojenja napravljena na bazi
teorije slinosti, makete procesa, makete objekata i postrojenja, itd. Ranije se
razvoj bilo kojeg poslovnog ili tehnolokog procesa nije mogao zamisliti bez
upotrebe ovakvih modela. U savremenoj inenjerskoj praksi njihova primena je
sve manja i manja. Naime, primena realnih modela je sve vie potisnuta
savremenimsimulacionimtehnikamazasnovanimnaCADraunarskimsistemima.
Pri tome, simulacija ne mora obavezno da sadri i simboliki model objekta ve
moesamobitiraunarskaimitacijaklasinogfizikogmodelaprocesa.
NasledeemdijagramujeprikazanodnosrealnogsistemapremaModelui
simulacijiradarealnogsistema.

Slika51.Odnosrealnogsistemapremamodeluisimulacijiradarealnogsistema
89

Na osnovu napred reenog, moe se zakljuiti da je cilj modelovanja

sistema(procesa)svodina:
Upotrebumodelaumestorealnogsistemaradiodreenogsaznanja;
Izbegavanjeopasnostieksperimentanadrealnimsistemima;
Dobijanje rezultata ija analiza treba da obezbedi efikasnije upravljanje
realnimsistemom.
Imajuiuvidukompleksnosttehnolokihiposlovnihprocesakojisunajei
objekti modelovanja, najee bi njihovo potpuno opisivanje zahtevalo veoma
sloen model objekta. Iz tog razloga modelovanju najee prethodi i
dekompozicija sloenih sistema na jednostavnije podsisteme i elemente. Iz
razloga dekompozicije sistema potrebno je i objekat modelovanja na pravi nain
okarakterisati. ema klasifikacije potencijalnog objekta modelovanja je data na
slici52.Svakaodovihklasaobjekatazahtevaizasebnuklasuvrstemodelovanja.

Slika52.emaklasifikacijeobjektaupravljanja
90

Prethodno reeno jasno ukazuje da sloenost matematikog modela

objekta (procesa) zavisi od usvojenog modela. Pod modelom se podrazumeva
idealizovani proces proistekao kao posledica uproavanja stvarnog procesa. Pri
tome,modelnetrebainemoedareprodukujestvarnostupotpunosti.Dovoljno
jedaiskae(formalnoopie)deostruktureiliponaanjarealnogsistema.
Na osnovu klasifikacije objekata upravljanja vri se i klasifikacija
primenjenih modela. Na taj nain neki od osnovnih elemenata osnovna
klasifikacijemodelasu:
1) Deterministikiistohastikimodeli
Da bi se utvrdilo da li se radi o deterministikom ili stohastikom modelu,
potrebnojeustanovitidalimodelsadrsluajnepromenljive?
Potom,ukolikosuizlazimodelauvekistizaisteulazeistanjemodela,onda
je u pitanju deterministiki model. Suprotno, stohastiki model
(nedeterministiki). Pri emu je model sa barem jednom stohastikom
promenljivim=stohastikimodel.
2) Linearniinelinearnimodeli
Linearni modeli menjaju stanja i daju izlaze potujui linearne
transformacije.Kodlinearnihmodelavaiprincipsuperpozicije:

3) Fizikiiapstraktnimodeli
Fizikimodelisumaterijalnereprezentacijeistraivanogsistemazasnovane
na analogiji fizikih zakona. Apstraktni modeli su simbolina, verbalna i
matematikologika reprezentacija sistema. Pri emu apstraktni modeli
upotrebljavaju simboliku notaciju, imaju promenljive i matematike funkcije ili
dijagramestanjaisl.
4) Stacionarni(statiki)inestacionarni(dinamiki)modeli
Statiki modeli daju izlaze modela za sistem u ravnotei stacionarno
stanje.Ukolikosestanjeravnoteepromeni,izlazisemenjaju,aliseneprikazuju
naini i uzroci prelaza iz jednog stacionarnog stanja u drugo. Dinamiki modeli
dajupromeneizazvaneaktivnostimausistemu.

91

10.1.Matematikomodelovanjeobjekataiprocesa
Kao sutinski reprezent unutranjih vanih osobina objekta, koristi se
jednaina ponaanja objekta. Postupak iznalaenja tih osobina u vidu
matematikih relacija, operacija i simbola, oznaava se kao matematiko
modelovanje (modeliranje). Pri tome, same te matematike relacije, operacije i
simboli koji omoguavaju postupnu spoznaju dinamikih osobina objekata i
njegovo dinamiko ponaanje za proizvoljne promene ulaznih veliina i
proizvoljne poetne i granine uslove predstavlja matematiki model objekta ili
procesa.
Predmetmodelovanja(isimulacije)mogubiti:
Proizvodnipogoni;
Banke,pote,samoposluge,...;
Distributivnemreetransportmaterijala;
Distribucijavode,struje,gasa;
Slubezahitneintervencije;
Raunarskisistemi;
Saobradajnisistemi(raskrsnice,luke,...);
Fabrike;
Restoranibrzehrane;
.....
Imajuiuvidukompleksnostiraznolikostobjekatamodelovanja,najeebi
njihovo potpuno opisivanje zahtevalo veoma sloen matematiki model objekta
izraen nelinearnim parcijanim diferencijalnim jednainama. Iz tog razloga se
gotovo uvek pristupa deliminoj ili potpunoj idealizaciji sistema u cilju
modelovanja.
Stepenidealizacijeprocesazavisiodbrojaikarakterausvojenihpretostavki.
Saciljemdasedobijenimatematikimodeltoboljeiskoristiupraksi,neophodno
jeuvekanaliziratineophodnostuinjenihpretpostavki.
Na taj nain, svesni injenice da matematiki model treba to bolje da
odraava realni proces a i saznanje do kojih granica see savremeni matematiki
aparat,postavljasepitanjeukojojmeritrebaidealizovatirealniprocestakodane
budu zapostavljene njegove primarne osobine a da sa druge strane matematiki
modelnebudesuviekompleksanusmisludaljematematikeanalize.
Konanaocenapouzdanostimatematikogmodelamoesesamopriblino
izreiitonaosnovudetaljneanalizesvihusvojenihpretpostavkiirezultatakojima
ishodujerazmatranimodel.Utomsmislu,pravaproveravrednostimatematikog
modelamoeseupraktinimuslovimasprovestinadvanaina:
92

Prvinain(M1)sezasnivanapretpostavcidajematematikimodelobjekta
predstavljen u vidu sistema diferencijalnih jednaina. Reenja tog sistema
jednaina se mogu dobiti njihovom simulacijom na raunaru, uvoenjem
standardnih ulaznih signala. Potom se sada realni sistem (objekat upravljanja)
pobuuje istim ulaznim veliinama i meri se izlaz sistema (odziv). Poreenjem
odziva sistema diferencijalnih jednaina koje predstavljaju model objekta i
stvarnogodzivaobjekta,donosesezakljuciovalidnostiformiranogmodela.
Na slici 53 je prikazana principijalna ema postupka odreivanja i
verifikacijematematikogmodelaobjektailiprocesa
U drugom prilazu (M2), polazei od eksperimentalno snimljenih
funkcionalnih zavisnosti ponaanja realnog objekta u nestacionarnom reimu
mogue je korienjem razliitih vidova identifikacije odrediti matematiki model
objekta.Poreenjemovogaianalitikiizvedenogmatematikogmodelamoguse
izvuikvalitativniikvantitativnizakljuci.Oovojtehnici,kojaseprvenstvozasniva
na lineatnoj i nelinearnoj statistici, bie vie rei u narednim poglavljima ove
knjige. Prvi nain formiranja modela preko sistema diferencijalnih jednaina bie
opisanveunarednompoglavlju.
Stepenivrednosti(valjanosti)modela,dobijeniprocenommodelasu:
Replikativnavaljanost(najniistepen)
Uporedivisuizlazimodelaisistema
Prediktivnavaljanost
Modelproizvodidobrevrednostinaizlazimapernegotosustvarno
izmereneurealnomsistemu(predvianjamodela)
Omoguavaistraivanjesituacijakojenisuposmatraneusistemu
Strukturnavaljanost
Modelupotpunostiodslikavanainnakojirealansistemfunkcionie
Omoguavaistraivanjeoperacijasistemakojesenemogumeriti.
93

Slika53.Algoritampostupkaverifikacijematematikogmodela
Kod pretstavljanja modela sistemom diferencijalnih jednaina (M1)
strukturamodelaproizilazidirektnonabazipoznatihteorijskihsaznanjainaunih
zakonitosti koje vae za dati sistem, dok se kod postupka zasnovanom na
statistikojanalizi(M2)strukturamodelamorapretpostavitiunapred.
KodM1sereprodukujurelacijeizmeuulaza,internihpromenjivihprocesa
iizlaza,doksekodM2uglavnomdobijamodeltipacrnekutije,tj.pomouM2se
samoreprodukujurelacijeizmeuulazaiizlaza.
Kod M1 su parametri modela povezani sa stvarnim parametrima originala,
doksukodM2tonajeesamonekebrojnevrednostiinemorajubiti,odreeni
fizikiparametrirealnogprocesa.

94

Model dobijen pomou M1 vredi i za srodne procese i razne reime rada,

doksesaM2modelodnosijedinonaodreeniprocesnakojemsevremerenja.
Iz tog razloga se putem M2 ne mogu analizirati sva stanja, kao to su npr.
havarijskastanjaprocesa.
Ipak, programska reenja formirana za postupak M2 se mogu primenjivati
zadobijanjamodelarazliitihprocesa,doksezaM1zasvakiprocesmodelovanje
moravritiizpoetka.
Na slici 54 je prikazan odnos M1 i M2 procedura kod formiranja modela
procesa.

Slika 54. Odnos pristupa modelovanju na osnovu teorijskih saznanja (M1) i rezultata
eksperimentalnogmerenja(M2)usistemu.

10.2.Diferencijalnejednainedinamikihelemenata
U dinamikim sistemima se analizira preraspodela energije, materije i
informacija u vremenu, te je vreme nezavisna promenjiva. Promena, materije,
energijeiinformacijaseispoljavakrozpromeneodgovarajuihveliinausistemu.
Iztograzloga,zaanalizusistema,suodinteresavezeizmeuizvodapromenjivihu
funkciji vremena (izvoda po vremenu). Ove zavisnosti se mogu izraziti
diferencijalnim jednainama. Kako je ve reeno, ovo je osnov modelovanja
sistemapremateorijskimzakonitostimakojegakarakteriu(M1).
95

Modelovanje bilo kog dinamikog elementa, prema metodologiji M1, se

svodi na postavljanje diferencijalne jednaine koja opisuje njegovo ponaanje.
Ukolikoseradioelementusajednimulazomijednimizlazomtadaodgovarajua
diferencijalna jednaina treba da daje vezu izmeu izvoda ovih dveju veliina.
Vezanjihovihizvodasemoezapisatidiferencijalnomjednainomviegreda.Ovo
sumodelitipaulazizlazijedanodoblikaje:

l _
d
n
x
i
(t)
dt
n
, . . , x

(t);
d
m
x
u
(t)
dt
m
, . . , x
u
(t)] = u(10.1)

Gde je l nelinearna funkcija vie promenjivih. Promenjiva x

u
(t) je ulaz
elementa,ax
i
(t)njegovizlaz.
Kada ne element deluje neka ulazna veluina kaemo da se radi o
neautonomnom elementu koji se opisuje nehomogenom diferencijalnom
jednainom. Ukoliko diferencijalna jednaina odgovara interakciji u stvarnom
elementu tada e njeno reenje odgovarati ponaanju modelovanog elementa.
Prema tome, reavanje diferencijalne jednaine odgovara analizi ponaanja
modelovanogdinamikogelementa.
Kako ne postoji opte reenje za reavanje raznih tipova diferencijalnih
jednaina od posebnog je znaaja da se elementi (kad god je to mogue)
predstave linearnim difernecijalnim jednaima sa konstantnim koeficijentima.
Ovo naravno uvodi izvesnu greku aproksimacije u analizi sistema, jer je poznato
da se realni sistemi ne ponaaju tako da ih linearna aproksimacija moe
adekvatnoopisati.
Linearizacija modela datog nelinearnom jednainom (10.1) se svodi na to
levu stranu jednaine razvijemo u Taylorov red u okolini nekog ravnotenog
stanja (x
u0
, x
i0
). Pretpostavimo da se odreeno ravnoteno stanje sistema
uspostavlja pri datoj konstantnoj vrednosti ulaza x
u
(t) = x
u0
i da je izlaz sistema u
tom stanju jednak odreenoj konstantnoj vrednosti x
i
(t) = x
i0
. Prema tome u
ravnotenomstanju,izraz10.1,postaje:

l(u, . . , x
0
; u, . . , x
u0
) = u(10.2)

Usvojimodasuidaljeodinteresapromeneulaza(x
u
(t))=x
u
(t)x
u0
iizlaza
(x
i
(t))= x
i
(t) x
i0
u okolini ravnotenog stanja (x
u0
, x
i0
). Zbog jednostavnijeg
prikaza ovakvih jednaina najee se uz sve promenjive izostavlja, ali se uvek
96

imauvidudaseradiopromenama(odstupanjima)ovihpromenjivihuodnosuna
njihove vrednosti u razmatranom ravnotenom stanju. Razvoj jednaine 10.1. u
Tajlorovredsemoepredstavitikao:

o
n
d
n
x
i
(t)
dt
n
+o
n-1
d
n-1
xi(t)
dt
n-1
++o
0
x

(t)=
=b
m
d
m
x
u
(t)
dt
m
+ b
m-1
d
m-1
xu(t)
dt
m-1
++b
0
x
u
(t)(10.3)

Gde su koeficijenti a
k
(k=0, ...., n1); b
i
(i=0,.....,m) odreeni vrednostima
parcijalnihizvodafunkcijeluravnotenojtaciprema:

a
0
=[
I
x
i

0
,a
1
=[
I
x
i

0
,......,b
0
=[
I
x
u

0
,b
1
=[
I
x
u

Prematome,jednaina10.3,semoeprikazatijednostavnijekao:

o
n
x

(n)
(t) +o
n-1
x

(n-1)
(t) ++o
2
x
i
(t) +o
1
x
i
(t) +o
0
x

(t)=
=b
m
x
u
(m)
(t) +b
m-1
x
u
(m-1)
(t) ++b
2
x
u
(t) +b
1
x
u
(t) +b
0
x
u
(t)(10.4)

Iz navedenog proizilazi da je prvi korak u analizi dinamikog elemenata

formiranjeodgovarajuediferencijalnejednainekojaopisujenjegovoponaanje.
Ovo se postie primenom odgovarajuih zakonitosti naune discipline iz koje se
posmatrani sistem razmatra. U narednim poglavljima bie opisano formiranje
modelazanekekarakteristinesluajeve.
Kakojevereeno,sledeikoraksezasnivanalinearizacijiovakodefinisane
diferencijalne jednaine. Na bazi aproksimacije prvog reda za funkciju l, koja se
dobija izostavljanjem lanova vieg reda u Tajlorovom razvoju (10.3), dobija se
linearna diferencijalna jednaina u odnosu na navedene promene ulaza i izlaza,
kojisekoristizadaljuanalizusistema,tojeopisanoudaljemtekstuoveknjige.

97

10.3.Prenosnafunkcijasistema
Prenosna funkcija sistema je jedan od osnovnih pojmova vezanih za
dinamike sisteme, kakav je sistem prikazan jednainom 10.4. Prenosna funkcija
sistema omoguava dinamiku analizu sistema u kompleksnom domenu. To
automatski znai da jednaina 10.4. sa vremenskog treba ta se transfomie u
kompleksni domen. To se naravno radi primenom Laplasove transformacije na
linearizovanu funkciju sistema. Obzirom da prenosna funkcija omoguuje
dinamiku analizu sistema u kompleksnom domenu, na njoj se zasnivaju mnoga
efikasnareenjaraznihproblemapriprouavanjusistema.
PosleprimeneLaplasovetransformacijenadiferencijalnujednainuulazno
izlaznoglinearizovanogmodelasistemantogreda(Jna10.4),dobijase:

o
n
s
n
X

(s) + o
n-1
s
n
-1
X

(s) ++o
2
s
2
X

(s) + o
1
sX

(s) +o
0
X

(s)=
=b
m
s
m
X
u
(s) +b
m-1
s
m
-1
X
u
(s) + + b
2
s
2
X
u
(s) +b
1
sX
u
(s) +
b
0
X
u
(s) + (s, x
u0
)(10.5)

Gde f(s,x
uo
) zavisi od poetnih uslova. Kada su poetni uslovi jednaki nuli,
tadaje:

X
i
(s)=W(s)
.
X
u
(s)(10.6)

GdejeW(S)=
B(s)
A(s)
(10.7)

VeliineB(s)iA(s)ujednaini10.7,predstavljaju:

A(s)=a
n
s
n
+a
n1
s
n1
+.....+a
0

B(s)=b
n
s
n
+b
n1
s
n1
+.....+b
0

veliina W(s) predstavlja prenosnu funkciju, i na osnovu jednaine 10.6,

izraavasekao:

98

W(s)=
X
i
(s)
X
u
(s)
(10.8)

Odakle je oigledno da ona predstavlja kolinik Laplasovih transformacija

ulazaiizlazaelemenataprinultimpoetnimuslovima
Prenosna funkcija je od posebnog znaaja za analizu linearnih sistema, jer
sezapoznatoW(s)iX
u
(s)direktnomoeodreditiX
i
(s).

10.3.1Sistemisavieulaznihveliina
U poglavlju 10.2, pretpostavljeno je da odziv na ulazu x
i
(t) nekog sistema
(elemenata) zavisi samo od jednog ulaza x
u
(t). Nakon razvoja diferencijalne
jednaine modela bilo je mogue odrediti njegovu funkciju prenosa kako je
opisanoupoglavlju10.3.Meutim,mnogojeeisluajdanaizlazsistemautie
vei broj spoljanjih ulaza (delovanja). Naprimer, ukoliko se radi o objektu
upravljanja tada pored manipulativne promenjive postoje i razliiti poremeeji.
Takoejetipinaisituacijadanekiporemeajiimajuznaajanuticajnaponaanje
sistema, dok se delovanjem ostalih poremeajnih veliina u ovom pogledu moe
zanemariti. U cilju pojednostavljenja datih razmatranja, pretpostaviemo da na
naki objekat upravljanja (OU) osim ulaza x
u
(t), znaajan uticaj na izlaz x
i
(t) ima
samo jo jedna poremeajna veliina z(t). Dinamiko ponaanje ovakvog sistema
semoeprikazatinelinearnomdiferencijalnomjednainom:

l _
d
n
x
i
(t)
dt
n
, . . , x

(t);
d
n
z(t)
dt
n
, . . , z(t);
d
m
x
u
(t)
dt
m
, . . , x
u
(t)] = u(10.9)

Uzpretpostavkudasenekoravnotenostanjeovakvogsistemauspostavlja
pridatimkonstantnimvrednostimaulazax
u
(t)=x
u0
iporemeajaz(t)=z
0
,zakoje
se dobija konstantna vrednost izlaza x
i
(t) = x
i0
, analogno postupku izloenom u
poglavlju10.2,dobijasesledeadiferencijalnajednainamodela:

o
n
d
n
x
i
(t)
dt
n
+o
n-1
d
n-1
xi(t)
dt
n-1
++o
0
x

(t) =
=b
m
d
m
x
u
(t)
dt
m
+ b
m-1
d
m-1
xu(t)
dt
m-1
++b
0
x
u
(t) + c
k
d
k
z(t)
dt
k
+c
k-1
d
k-1
z(t)
dt
k-1
+
+ c
0
z(t)(10.10)

99

PosleprimeneLaplasovetransformacijenajednainu10.10,dobijase:

o
n
s
n
X

(s) + o
n-1
s
n
-1
X

(s) ++o
2
s
2
X

(s) + o
1
sX

(s) +o
0
X

(s)=
=b
m
s
m
X
u
(s) +b
m-1
s
m
-1
X
u
(s) + + b
2
s
2
X
u
(s) +b
1
sX
u
(s) +
b
0
X
u
(s) + c
k
s
k
Z(s) +c
k-1
s
k-1
Z(s) ++c
2
s
2
Z(s) +c
1
sZ(s) +
+ c
0
Z(s) + (s, x
u0
)(10.11)

Ukolikoseuveduoznake:

A(s)=a
n
s
n
+a
n1
s
n1
+.....+a
0

B(s)=b
n
s
n
+b
n1
s
n1
+.....+b
0

C(s)=c
k
s
k
+c
k1
s
k1
+.....+c
0

Jednaina10.11,semoeprikazatikao:

A(s)X
i
(s)=B(s)X
u
(s)+C(s)Z(s) + (s, x
u0
)(10.12)

Odatleje:

X
i
(s)=
B(s)
A(s)
X
u
(s) +
C(s)
A(s)
Z(s) +
](s,x
u0
)
A(s)
(10.13)

Oigledno je da se na osnovu ove jednaine mogu definisati dve prenosne

funkcije(zanultepoetneuslove).Prvakojakarakterieuticajpromeneulazax
u
(t)
naizlazx
i
(t):

W
1
(s)=
B(s)
A(s)
(10.14)

100

Idruga,kojakarakterieuticajpromenepormeajaz(s)naizlazx
i
(t):

W
2
(s)=
C(s)
A(s)
(10.15)

Natajnainsejednaina10.13,moeprikazatipreko:

X
i
(s)=w
1
(s) X
u
(s) + w
2
(s) Z(s) +
](s,x
u0
)
A(s)
(10.16)

Drugim reima, prenosna funkcija W(s) je data odnosom Laplasove

transformacije izlaza x
i
(t) i Laplasove transformacije ulaza x
u
(t) pri nultim
poetnim uslovima ((s, x
u0
) = u) i kada su promene poremeaja jednake nuli
(z(t) = 0). Tada je W(s) = W
1
(s). S druge strane, funkcija prenosa W(s) je data
odnosom Laplasove transformacije izlaza x
i
(t) i Laplasove transformacije
poremeaja z(t) pri nultim poetnim uslovima ((s, x
u0
) = u) i kada su promene
ulaznejednakenuli(x
u
(t)=0).TadajeW(s)=W
2
(s).

10.4.Linearizacijajednainemodela
Kako je ve reeno u poglavlju 10.2. u cilju analize elemenata realnih
sistema potrebno je da se oni (kad god je to mogue) predstave linearnim
difernecijalnim jednaima sa konstantnim koeficijentima. Ovo naravno uvodi
izvesnugrekuaproksimacijeuanalizisistema,jerjepoznatodaserealnisistemi
neponaajutakodaihlinearnaaproksimacijamoeadekvatnoopisati.
Ukoliko je element sistema nemogue opisati linearnom diferencijalnom
jednainom onda se vri njena linearizacija. Linearizacija modela datog
nelinearnom jednainom se svodi na to da se nelinearna jednaina sistema
jednaine razvijemo u Taylorov red u okolini nekog ravnotenog stanja (x
u0
, x
i0
),
datogtakomR(x
u0
,x
i0
),slika55.

101

Slika55.Tangentnalinearizacijadiferencijalnejednainemodela
Tejlorovredsemoeprikazatijednainom:

x
i
=x
i0
+[
dx
i
dx
u

R
(x
u
- x
u0
)+
1
2!
[
d
2
x
i
dx
u
2

R
(x
u
- x
u0
)
2
+ (10.17)

Kako bi se izvrila tangentna linearizacija Tajlorovog reda, potrebno je iz

jednaine10.17,zadratisamolinearnelanove,dakle:

x
i
=x
i0
+[
dx
i
dx
u

R
(x
u
- x
u0
) (10.18)

Odakleje:

x
i
=[
dx
i
dx
u

R

.
x
u
(10.19)

Time je funkcija koja je bila opisana krivolinijskom zavisnou na slici 55,

sadaopisanatangentomtezavisnostiustacionarnojtaciR.

102

Ipak, treba napomenuti, da u relaciji 10.19 postoji odstupanje pojedinih

promenjivihodnjihovihrealnihvrednosti.tosunavedenaodstupanjamanja,to
elinearizovanimodelboljeopisivatirealnisistem.
Kakobimodelovanjedinamikihsistemailinearijacijajednainemodelabili
dodatno pojanjeni, zarmotriemo sluaj modelovanja jednog realnog tehnikog
sistema. Naime, posmatrajmo proces slobodnog isticanja tenosti iz rezervoara,
koji je prikazan na slici 56. Veliina koju elimo modelovati (procesna veliina od
interesa)jenivotenostiurezervoaru(H).

Slika56.Modelslobodnogisticanjatenostiizrezervoara
Naslici56,sam
u
(t)im
i
(t)suoznaeniulazniiizlazniprotocimasatenostiu
rezervoaru, respektivno. Povrina poprenog preseka rezervoara je prikazana sa
A, dok je sa H (H=H(t)) oznaen nivo tenosti u rezervoatu. Masu tenosti u
rezervoaruoznaiemosaM,agustinusa.SaA
i
(t)bieoznaenaveliinaotvora
ventilanaizlazurezervoara.
Da bi se dobio polazni matematiki model sistema potrebno je postaviti
jednainumasenogbilansa,kojazaovjsluajglasi:

m
u
(t)m
i
(t)=
dM(t)
dt
(10.20)

Kakojegustinatenosti:=M/V(Vzapreminatenosti),M=V

103

S druge strane, zapremina V je proizvod povrine poprenog preseka

rezervoarainjegovevisine:V=AH,odakleje:

M=AH

Natajnainje:
dM(t)
dt
=A
dH(t)
dt

Sadapolaznajednainamasenogbilansa(10.20)postaje:

m
u
(t)m
i
(t)=A
dH(t)
dt
(10.21)

Isticanjetenostikrozventilnaizlazusistemajedatoednainom:

m
i
(t)=K
v
A
i
(t)2gE(t) (10.22)

gde je K
v
konstanta koju za svaki ventil daje proizvoa. Zamenom
jednaine10.22ujednainu10.21,
dobijase:

m
u
(t)=m
i
(t)+A
dH(t)
dt
=K
v
A
i
(t)2gE(t) +A
dH(t)
dt
(10.23)

Jednaina10.23predstavljatraenipolznimodelrazmatranogsistema.Ovaj
model je dat nelinearnom diferencijalnom jednainom. Obzirom na nelinearnost
navedene jednaine potrebno je izvriti njenu linearizaciju i to ranije
obijenjenommetodomtangentnelinearizacije.
Prvo je potrebno odrediti stacionarno stanje jednaine 10.23. Za
stacionarnostanjevai:

dH(t)
dt
=0
104

Tadaje:m
u0
=m
i0
=K
v
A
i0
2gE
0
(10.24)

iodatleje:

k
v
=
m
ic
pA
ic
2gH
c
(10.25)

izjednaine10.23je:

dH(t)
dt
=E

=
1
Ap
m
u
(t)
KvAI(t) 2gH(t)
A
=f(H,m
u
,A
i
)(10.26)

Kako je ve navedeno, modelovanje funkcije se vri njenim razvojem u

Tajlorovreduokolinineketake.
Tajlorovredjedatjednainom10.17.Uciljulinearizacijesazadravasamo
linearnilanreda,datjednainom10.18i10.19:

x
i
=[
dx
i
dx
u

R

.
x
u
=[
dx
i
dx
u

o

.
x
u

U cilju razvoja jednaine 10.26 u Tajlorov red, potrebno je nai parcijalne

izvodefunkcijef(H,m
u
,A
i
)poH,m
u
iA
i
.

PrviizvodfpoH,je:

[
6(])
6H

0
= -
K

A
i
2g
1
2
Ho
-12
A
=-
K

A
i
2g
2AHo
(10.27)

Kakoje:m
i0
=K
v
A
i0
2gE
0
jednainu10.27transformiemou:

105

[
6(])
6H

0
= -
K

A
i
2g(pH
c
)
2AHo(pH
c
)
toje:

[
6(])
6H

0
= -
m
ic
2ApH
c
(10.28)

PrviizvodfpoA
i
,je:
[
6(])
6A
i

0
= -
K

2gH
c
A
=-
K

2gH
c
(pH
c
)
A(pH
c
)
toje:

[
6(])
6A
i

0
= -
m
ic
ApA
ic
(10.29)

Prviizvodfpom
u
,je:

[
6(])
6m
u

0
=
1
Ap
(10.30)

Potomebitiuvedenesmene:

-
m
o
2ApE
o
= -
1
RC

-
m
o
ApA
o
= -
K
A
C

1
Ap
=
1
C

Naosnovuegaje:

[
6(])
6H

0
= -
1
RC
(10.31)
106

[
6(])
6A
i

0
= -
K
A
C
(10.32)

[
6(])
6m
u

0
=
1
C
(10.33)

LinearizovanmodelrazvijenuTejlorovredje:

= [
6]
6H

o
E + [
6]
6A
i

o
A

+[
6]
6m
u

o
m
u
(10.34)

Odnosno:

= -
1
RC
E +-
K
A
C
A

+
1
C
m
u
(10.35)

U gornjim jednainama se veliina R naziva koeficijent otpora, i definie se

kaoprirastpritiskaporastprotoka.KonstantaCsenazivakoeficijentkapacitetai
karakteriemogunostakumuliranjamaseurezervoaru.
Radidaljeguproavanjamodela,uvodimonovusmenu:

T=RC,odnosnoC=T/R

Natajnainjednaina10.35,postaje:

I + E = - K
A
R A

+R m
u
(10.36)

Preureenjem jednaine 10.36 i izostavljanjem oznake D (pri emu treba

imatiuvidudaseidaljeradioprirastuodgovarajuihveiina),dobijase:

107

I + E = - K
A
R A

+R m
u
(10.37)

Dabismojednainulinearizovanogmodela(10.37)prikazaliuoblikukakav
jeuprethodnomtekstukorienzapredstavljanjejednainamodela,potrebnoje
sledeepredstavljanjeveliina:

H=X
i
(t)A
i
=X
u1
(t)m
u
=X
u2
(t)

Tesadajednaina10.38postaje

X
i

(t) I + X

(t) = - K
A
R X
u1
(t) +R X
u2
(t)(10.38)

Primenom Laplasove transformacije na linearizovanu diferencijalnu

jednainumodela(10.38),dobijase:

S X

(S) I + X

(S) = - K
A
R X
u1
(S) +R X
u2
(S)(10.39)

Oigledno je da razmatrani model ima dve ulazne veliine, kako bi se

definisale prenosnefunkcijesistema,prvoemosistemrazmatratiizuglaX
u1
pri
X
u2
= u.
Tadajednaina10.39,postaje:

S X

(S) I +X

(S) = - K
A
R X
u1
(S)

Odnosno:

(S) |S I +1] = - K
A
R X
u1
(S)

Odatleje:

108

W
1
(S)=
X
i
(S)
X
u1
(S)
=-
K
A
R
1+S1
(10.40)

Izugladrugeulazneveliine,X
u2
priX
u1
= u.

(S) |S I +1] = R X
u2
(S)

Odatleje:

W
2
(S)=
X
i
(S)
X
u2
(S)
=
R
1+S1
(10.41)

Nakonovogtehnikogprimerakojisenajeekoristiuobjanjenjunaina
modelovanja realnih sistema, u daljem tekstu bie izvrenoranje jednog primera
kojiseestosusreeuoblastioperativnogmenadmenta.
Naime, u daljem tekstu e biti opisan dinamiki model problema zaliha
materijala.Problemzalihajejedanodznaajnijihekonomskihproblemaposlovno
proizvodnih sistema (PPSa), pa mu se odavno posveuje velika panja i trae
pogodne metode za njegovo reavanje. Okolnost da se u zalihama vezuje znatan
deo sredstava koja su na raspolaganju preduzeu uticala je na poveanu panju
privrednika(asamimtimeinaunika)zaracionalnoupravljanjetimsredstvima.
Koliina sirovina i materijala, polupoizvoda, odnosno gotovih proizvoda,
koja se nalazi na skladitu preduzea u posmatranom trenutku vremena
predstavljazalihe.Zaliheineznaajandeoukupneimovinerazmatranogsistema.
Tosusredstvakojasuprivremenoizdvojenaizneposrednogproizvodnogprocesa,
te su u posmatranom trenutku neaktivna i neiskoriena. Koliina zaliha u
posmatranom trenutku posledica je nejednakosti u prilivu (inputu) i oticanju
(outputu) odgovarajuih oblika sredstava. Na taj nain se koliina zaliha u
odreenomtrenutku(G
t
)moeodreditikao:

G
t
=G
O
+
= =

t
i
t
i
i i
q p
1 1
(10.42)

109

Gde su: G
O
koliina zaliha na poetku posmatranog intervala, p
i
priliv
odreenih sredstava u itom razdoblju, q
i
oticanje sredstava u itom razdoblju
posmatranogintervala.
Zarazmatranjezalihasagleditateorijesistemaprethodnudefinicijutreba
dopunitiisledeimogranienjimasistema:
zalihe predstavljaju privremeno izdvojena sredstva sa ciljem da se ona
kasnijeupotrebe;
tihsredstavanemauproizvoljnimkoliinama;
za tim sredstvima postoji potranja, pa ona oznaavaju i perspektivu u
buduemradupreduzeaobezbeujuikontinuiteturadu.
U zavisnosti od mesta u procesu reprodukcije gde se javljaju zalihe,
razlikujemo sledee vrste zaliha: zalihe pre poetka procesa proizvodnje (zalihe
sirovina i materijala, rezervnih delova, itd); zalihe u toku samog procesa
proizvodnje (nedvrena proizvodnja) i zalihe na kraju procesa proizvodnje (zalihe
gotovihproizvoda).
Svakaodovihkategorijazalihaimasvojespecifineosobinekojeseodnose
na njihov znaaj i ulogu u procesu reprodukcije, kao i probleme upravljanja
dinamikomnjihovogkretanja.Dosadanjaprouavanjaiiskustvaukazujudasuod
primarnog znaaja i kopleksnosti problemi upravljanja zalihama pre poetka
procesa proizvodnje. Najvei broj modela za optimizaciju upravljanja zalihama su
razvijeni upravo za ovu kategoriju zaliha, s tim to se uz odgovarajua
prilagoavanja, na isti nain i istim modelima moe upravljati i ostalim oblicima
zaliha. Pored toga, slinim modelima se moe proraunavati i optimalna koliina
proizvoda u jednoj proizvodnoj seriji. Zalihe svih vrsta najee se nalaze u
skladitima.
Ukoliko se koliinom materijala na zalihama oznai sa G (pri emu je
jedinica mere: komad, kg, tona, dm
3
, itd), tada se moe postaviti sledea
jednainamaterijalngbilansakoliinezalihauodreenomskladitu:

dm(t)
dt
= 0
k
(t)
n
k=1
(10.43)

Ukoliko se razdvoje koliina materijala koja pristie u skladite (ulaz

materijala) od koliine materijala koja se preuzima iz skladita (izlaz materijala),
tadaje:

110

dm(t)
dt
= 0
k
(t)
p
k=1
0
k
(t)
n
k=p
=0
u
(t) -0

(t)(10.44)

Unominalnomreimuradaskladita,jednaina10.44,postaje:

(
dm(t)
dt
)
o
=0,odnosno:G
u0
=G
i0
(10.45)

Prilikom daljeg modelovanja problema zaliha treba uzeti u obzir, da na

zalihe utiu kako unutranja ogranienja ogranienja samog sistema, tako i
spoljanjaogranienjaokruenja(trita).
Jedno od bitnih unutranjih ogranienja jeste raspoloivost prostora za
skladitenje koji dalje diktira ukupnu koliinu materijala koji skladite moe da
primi. Ovu koliinu oznaiemo sa m
max
. Izlazna veliina sistema je promena
koliinematerijalauskladitukojasepredstavljapreko:

X
i
(t)=
m(t)-m
mcx
m
mcx
=m(t)(10.46)
Dalje, ukoliko sistem nije u stacionarnom stanju, priliv ulaz materijala u
skladitenijeistikaoizlazmaterijala.Ulazmaterijalasemoepredstavitikao:

p(t)=
uu(t)-uu
c
uu
c
=0u

(t)(10.47)

Samimtimeseizlazmaterijalajavljakao:

q(t)=
u(t)-u
c
u
c
=0t

(t)(10.48)

Naosnovujednaine(10.46),sledi:

m(t)=(X
i
(t)+1)m
max
(10.49)

111

tejesada

dm(t)
dt
=m
mux
dX
i
(t)
dt
(10.50)

Daljejenaosnovujednaine10.47:

Gu(t)=(p(t)+1)G
uo
(10.51)

Doknaosnovu10.48,sledi:

Gi(t)=(q(t)+1)G
i0
(10.52)

Sadasejednaina10.44,moetransformisatiu:

m
mux
dX
i
(t)
dt
=(p(t)+1)G
u0
(q(t)+1)G
i0
(10.53)

Ustacionarnomstanjuje(G
u0
=G
i0
),teizraz10.53,postaje:

m
mcx
Gu0
dX
i
(t)
dt
=p(t)q(t)(10.54)

Odnosno:

I
dX
i
(t)
dt
=p(t)q(t)(10.55)

Priemuje:

T=
m
mcx
Gu0
=
m
mcx
GI0

112

Jednaina10.55,oiglednopredstavljadiferencijalnujednainusistemasa
jednom izlaznom i dve ulazne veliine, te je dalje predvodimo u oblik koji je
korienuprethodnimpoglavljimaoveknjige:

Ix
i
(t)

=x
u1
(t)x
u2
(t)(x
u1
(t)=p(t);x
u2
(t)=q(t))(10.56)

NakonLaplasovetransformacijejednaine10.56,postaje:

TsX
i
(s)=X
u1
(s)X
u2
(s)(10.57)

Kako se radi o sistemu sa dve ulazne veliine, i ovde je potrebno odrediti

dveprenosnefunkcije.Prvaprenosnafunkcija(kadaseusvojidajeX
u2
(s)=0)je:

W
1
(s)=
X
i
(s)
Xu1(s)
=
1
1S
(10.58)

Idrugaprenosnafunkcija(zaX
u1
(s)=0),je:

W
2
(s)=
X
i
(s)
Xu2(s)
=
1
1S
(10.59)

10.5.Impulsniiodskoniodzivlinearnihelemenatasistema
Kaotojevereeno,testiranjevalidacijebilokojegmatematikogmodela
sistema (objekta ili procesa) vri se dovoenjem standardnih signala na ulaz
sistemaimerenjemodzivasistema,kojisepotomuporeujesaodzivommodela
sistema kojem je na ulazu doveden isti signal. Iz tog razloga su od posebnog
znaaja za analizu linearnih kontinualnih elemenata/sistema, njihovi odzivi na
ulazeoblikaDirakove(delta)funkcijevremena.Kakojevereenom,ovafunkcija
se moe dobiti u graninom prelazu pravougaonog impulsa (povrine jednake
jedinici) kada mu trajanje tei nuli. Takoe je pokazano da je Laplasova
transformacija Dirakovog impulsa jednaka jedinici, te je iz tog razloga odziv
elementa/sistema sa funkcijom prenosa W(s) i pri nultim poetnim uslovima
jednostavno:

113

X
i
(s)=W(s)X
u
(s)=W(s)(10.60)

Prema tome, funkcija prenosa kontinualnog elementa/sistema je jednaka

Laplasovoj transformaciji njegovog impulsnog odziva pri nultim poetnim
uslovima.
PoredDirakovefunkcije,takoeseposmatrajuodzivielementa/sistemana
ulaze odskone funkcije vremena. Kako je ve reeno, Laplasova transformacija
jedinine odskone funkcije vremena X
u
(s) = 1/s. Odatle je kompleksni lik
odskonogodzivadatsa:

X
i
(s)=W(s)X
u
(s)=W(s)
1
s
(10.61)

Koristei teoremu o graninoj vrednosti, za vrednost odskonog odziva u

stacionarnomstanju(ukolikopostoji)prijedininomodskonomulazudobijamo:

lim
t-
x

(t) = x

=lim
s-0
sw(s)
1
s
=W(0)(10.62)

Prema jednaini 10.62, ukoliko je sistem stabilan tada e prelazne

komponente odskonog odziva eksponencijalno isezavati ka nuli i postojae
njegova granina vrednost u stacionarnom stanju. Da bi se definisali relevantni
parametri koji karakteriu dinamiku nekog elementa/sistema bie razmatran
jedanodskoniodzivprikazannaslici57.

Slika57.Karakteristikeodskonogodzivanekogsistema
114

Vreme porasta t
r
je ono vreme koje protekne dok odskoni odziv prvi put
dosegnevrednostk
r
x
i
,priemukonstantak
r
variraizmeu0.9i1.
Preskok (overshoot) M
p
je maksimalna trenutna vrednost za koju odskoni
odzivprelazisvojukonanuvrednost.
Podbaaj (undershoot) M
u
je maksimalna (apsolutna) vrednost za koju
odskoni odziv pada ispod nule (za koju se odskoni odziv menja u suprotnu
stranuodx
i
).
Vreme smirenja t
s
je vreme potrebno da odskoni odziv ue i ostane u
granicama oko svoje konane vrednosti. Ova devijacija () se esto izraava u
procentimaodkonanevrednosti(naprimer1do5%).

10.5.1.Polovi,nuleivremenskiodzivi
Polovi
Kako je ve reeno, u prethodnim poglavljima ove knjige, svaka racionalna
funkcija se moe razviti u parcijalne razlomke od kojih svaki lan odgovara
jednostrukim ili viestrukim, realnim ili parovima konjugovano kompleksnih
polova. U tom smislu je korisno razmotriti efekte pojedinih polova na prelazne
procese.
Efekatnpr.jednostrukogrealnogpolasemoesagledatiposmatrajuiodziv
elementa/sistemasafunkcijomprenosatipa:

W
1
(s)=
K
1s+1
(10.63)

GdesuKiTrealneipozitivnekonstante.

Odziv elementa na ulaz oblika jedinine odskone funkcije vremena je dat

kao:

(t) = L
-1
]
K
1s+1

1
s
(10.64)

Kako je ve ranije opisano, ovakav oblik jednaine se reava tako to se

formiraizraz:
115

K
1S+1

1
s
=
K
1
s
+
K
2
1s+1
=
K
1
(1s+1)+K
2
s
(1S+1)s

Odatleseformirasistemjednaina:

K
1
=Ki
K
1
T+K
2
=0

Odatleje:
K
1
=Ki

K
2
=KT

Tesadajednaina10.64,postaje:

(t) = L
-1
]
K
s
-
K1
1s+1
=K[1 -c
-
t
T
, t u(10.65)

Vrednostodskonogodzivaustacionarnomstanjuje:

x
i
=W(0)=lim
s-0
K
1s+1
= K

Tako da K predstavlja odnos ulaza i izlaza u stacionarnom stanju. T je

vremenska konstanta elementa i odreuje brzinu njegovog odziva. Elementi sa
veomvremenskomkonstantomTimajusporijureakciju.Naslici58.Jeprikazana
skica odziva razmatrane funkcije. Sa slike se vidi da se odziv moe skicirati
direktnonaosnovupoznavanjaparametarafunkcijeKiT.

116

Slika58.Prikazodzivaelementaprvogreda
Nule
Kao to se na osnovu prethodnog razmatranja moe zakljuiti, polovi
odreujupojedinemodove(oblikkomponentiodziva)nezavisnojednihoddrugih.
Zarazlikuodtoga,nulefunkcijeprenosapredstavljajunekuinterakcijuviepolova
(njihovkombinovaniuticaj)naodzivsistema.
Za ilustraciju uticaja nula na odziv sistema bie uzet primer sistema treeg
reda sa jednom konanom nulom (s=c) i polovima (1 i 2). Prenosna funkcija
ovogsistemaje:

W
2
(s)=
2(s+c)
c(s+1)(s+2)
(10.66)

Uticaj pola (1) na odziv ovog sistema e biti zanemarljiv ukoliko je nula
sistema (c) bliska po vrednosti (1), jer tada izraz 10.66 asimptotski tei nuli.
Situacija je analogna i sa drugim polom (2). U svakom sluaju, ukoliko je nula
bliska nekom od polova elementa/sistema oni ine dipol i njihov uticaj na
dinamikuelementasemoezanemariti.
Primer 10.1: Odrediti odskoni odziv elementa opisanog diferencijalnom
jednainom:

I
dx
i
dt
+x

= kI
dx
u
dt

GdejeT=30secik=5.
117

Reenje:
Gornjudiferencijalnujednainutransformiemou:

I x
i
(t) +x

(t) = kIx
u
(t)

Odnosno

I sx

(s) +x

(s) = kIsx
u
(s)

Funkcijaprenosasistemaje:

W(S)=
x
i
(s)
x
u
(s)
==
k1s
1+1s

Odatlejex
i
(s)=
k1s
1+1s
x
u
(s)

Zajedininiodskoniulazjex
u
(s)=1/s

Teje:x
i
(s)=
k1s
1+1s

1
s
=
k1
1+1s

Odatlejeodzivfunkcije:

X
i
(t)=L
-1
]
K1
1s+1
=L
-1
]
530
30s+1
=L
-1
]
5
s+130
=5
.
e
t/30

Odzivovogsistemajeprikazannaslici59.

118

Slika59.Odzivrazmatranogsistema

119

11.STRUKTURNIBLOKDIJAGRAMISISTEMA
Jedan od oblika predstavljanja matematikog modela sistema predstavlja
strukturni blok dijagram na kome su prikazane glavne promenjive sistema, veze
izmeutihpromenjivihifunkcijeprenosakomponentisistema.Svakielemenatili
grupa elemenata se prikazuju jednim blokom za koji se vezuje odgovorajua
funkcija prenosa. Linijama izmeu blokova se prikazuju njihove meusobne
interakcije. Strelice na linijama oznaavaju smerove tokova signala (informacija)
od jednog elemenata ka drugom. Krugovi predastavljaju sabirae (sumatore)
elemente koji formiraju razliku ili zbir dve ili vie promenjivih. Koristei takav
nainpredstavljanjaiznajuifunkcijuprenosasvakogdinamikogelementaiveze
sadrugimelementimamoesepredstavitikompleksandinamikisistem.
Blok dijagrami se koriste jer predstavljaju skraenu slikovitu prezentaciju
uzronoposledine zavisnosti izmeu ulaza i izlaza sistema. Blok dijagrami kao
takviimajujedinstvenealgebarskeprincipekaoisettransformacionihpravila.Oni
su podesan metod za karakterizaciju funkcionalne zavisnosti izmeu
komponenatasistema.Nijeneophodnorazumetifunkcionalnedetaljeblokakako
bisemanipulisaloblokdijagramom.
Ovakopredstavljensistemmoedaformirarelativnosloenustrukturukoja
sadri vie lokalnih povratnih sprega i vei broj spoljanjih dejstava. Ipak, ma
koliko bila kompleksna polazna struktura ona se moe svesti u konkretnim
sluajevimananekeosnovnestruktureprikladnezakonkretnuupotrebu.Koristei
osnovnapravilaalgebrefunkcijeprenosaovesetransfromacijemogujednostavno
sprovesti.
Definicija blok dijagrama: Blok dijagram sistema je njegov strukturni
dijagramukomejesvakipodsistempredstavljensvojomprenosnomfunkcijoma
svakaveliinasvojomLaplasovomtransformacijom.
U ranijem tekstu (poglavlje 10.3) definisan je linearizovni model sistema
rezervoara sa slobodnim isticanjem tenosti. Za ovaj sistem su definisane dve
prenosne funkcije date jednainama 10.40 i 10.41. Strukturni blok dijagram
ovakvogsistemabisemogaopredstavitikaonaslici60.

120

Slika60.Strukturniblokdijagramrezervoarasaslobodnimisticanjemtenosti
Takoe, za ranije definisan model problema zaliha, koji karakteriu dve
prenosnefunkcijedatejednainama10.58i10.59,strukturniblokdijagramjedat
naslici61.

Slika61.Strukturniblokdijagramrazmatranogmodelaproblemazaliha
Oigledno je da se na slikama 60 i 62, javljaju odreeni elementi koji su
karakteristini zaarhitekturublokdijagrama.Iztograzloga,prenegose krene sa
detaljnim razmatranjem blok diajgrama sistema, potrebno je navesti osnovne
pravilnostikojevaeuarhitekturiblokdijagrama,slika62.

121

Slika62.Osnovnielementiblokdijagrama(a)prenosnafunkcija,(b)(sumatorsabira),(c)taka
grananja

11.1.Blokdijagramsistemasaosnovnimspregama
11.1.1.Blokdijagramsistemasarednomspregom
Rednospregnutipodsistemiusistem,prikazanisunaslici63.

Slika63.Rednaspregapodsistemainjenekvivalent
Detaljan prikaz redne sprege sa ulazima i izlazima pojedinih podsistema je
datnaslici64.

Slika64.Detaljanprikazrednesprege
Na osnovu slike 64, oigledno je da je izlazna veliina itog podsistema
istovremenoiulaznaveliina(i+1)vogpodsistema.

Z(S) = u(S) + y(s) ili Z(S) = u(S) - y(s)

u(S) = z(S) = y(S)
122

Prenosnafunkcijacelogsistemajedataizrazom:

W(s)=
X
i
(s)
X
u
(s)
(11.1)

Naosnovuslike64,moguejenapisati:

W(s)=
X
i
(s)
X
u
(s)
=
X
in
(s)
X
u1
(s)

Uzmimo sluaj da je n = 4, odnosno da sistem ima ukupno 4 podsistema,

tadaje:

W(s)=
X
i
(s)
X
u
(s)
=
X
in
(s)
X
u1
(s)
=
X
i4
(s)
X
u1
(s)
(11.2)

Poznatojedavrednostfunkcijekojajeistovremenopomnoenaipodeljena
istimbrojemostajenepromenjena.Prematome,funkciju11.2,moemoprikazati
nasledeinain:

W(s)=
X
i4
(s)
X
u1
(s)
=
X
i4
(s)
X
u1
(s)

X
i1
(s)
X
i1
(s)

X
i2
(s)
X
i2
(s)

X
i3
(s)
X
i3
(s)
,odnosnomoesedaljenapisati:

W(s)=X
4
(s)
X
i1
(s)
X
u1
(s)

X
i2
(s)
X
i1
(s)

X
i3
(s)
X
i2
(s)

1
X
i3
(s)
(11.3)

Sa slike 62 je oigledno da je: X

i1
= X
u2
; X
i2
= X
u3
; X
i3
= X
u4
, te izraz 11.3
postaje:

W(s)=X
4
(s)
X
i1
(s)
X
u1
(s)

X
i2
(s)
X
u2
(s)

X
i3
(s)
X
u3
(s)

1
X
u4
(s)
(11.4)

Odnosno:

123

W(s)=W
1
(s)W
2
(s)W
3
(s)W
4
(s)(11.5)
Prema tome, prenosna funkcija redne sprege sistema sa n podsistema,
jednakajeproizvodunjihovihprenosnihfunkcija.

11.1.2.Blokdijagramsistemasaparalelnomspregompodsistema
Prikazblokdijagramasistemasaparalelnomspregomjedatnaslici65.

Slika65.Blokdijagramsistemasaparalelenomspregom
Za blok dijagram prikazan na slici 65, a na osnovu pravila datog slikom 62,
moguejenapisati:

X
u
(s)=X
u1
(s)=X
u2
(s)=X
u3
(s)(11.6)

kaoi

X
i
(s)=X
i1
(s)+X
i2
(s)+X
i3
(s)(11.7)

Ukolikosepodelilevaidesnastranujednaine11.7,vrednouX
u
(s),dobija
se:

124

X
i
(s)
X
u
(s)
=
X
i1
(s)
X
u
(s)
+
X
i2
(s)
X
u
(s)
+
X
i3
(s)
X
u
(s)
(11.8)
Odnosno:

X
i
(s)
X
u
(s)
=
X
i1
(s)
X
u1
(s)
+
X
i2
(s)
X
u2
(s)
+
X
i3
(s)
X
u3
(s)
(11.9)

Inakraju:

W(s)=W
1
(s)+W
2
(s)+W
3
(s)(11.10)

Prema tome, prenosna funkcija paralelen sprege sistema sa n podsistema,

jednakajezbirunjihovihprenosnihfunkcija.

11.1.3.Blokdijagramsistemasapovratnomspregompodsistema
Povratna sprega sainjena od dva podsistema, prikazana je na slici 66. Na
slici su uzete u obzir obe mogunosti pozitivna i negativna povratna sprega. U
realnim sistemima je naravno povratna sprega jednoznana (pozitivna ili
negativna).

Slika66.Blokdijagramsistemasapovratnomspregom
Saslike66jeoiglednodaje:

X
u1
(s)=X
u
(s)X
i1
(s)(11.11)
125

X
i1
(s)=X
i
(s)=X
u2
(s)(11.12)

Naosnovu11.11,sledidaje:

X
u
(s)=X
u1
(s) +X
i2
(s)(11.13)

Kakoje:

W(s)=
X
i
(s)
X
u
(s)
,naosnovu11.13,je:

W(s)=
X
i
(s)
X
u
(s)
=
X
i
(s)
Xu1(s) + XI2(s)
,odnosnonaosnovu11.12

W(s)=
X
i1
(s)
Xu1(s) + XI2(s)
(11.14)

Ukolikoibroilaciimeniocformule11.14podelimosaX
u1
(s),dobijase:

W(s) =
X
i1
(s)
Xu1(s)
Xu1(s)
Xu1(s)
+
X2(s)
Xu1(s)
=
w
1
(s)
1 +
X2(s)
Xu1(s)
Dalja transformacija se moe izvesti na
sledeinain:

W(s) =
w
1
(s)
1 +
X2(s)
Xu1(s)

Xu2(s)
Xu2(s)
=
w
1
(s)
1 +
X2(s)
Xu2(s)

Xu2(s)
Xu1(s)
i kako je na osnovu 11.12, X
u2
(s) =
X
i1
(s)

Konaanizrazpostaje:

W(s)=
w
1
(s)
1 +
X2(s)
Xu2(s)

Xu2(s)
Xu1(s)
=
w
1
(s)
1 +
X2(s)
Xu2(s)

X1(s)
Xu1(s)
=
w
1
(s)
1 + W
2
(s)w
1
(s)
(11.15)

126

Prilikom reevanja zadataka za izraunavanje prenosne funkcije sloenih

sistema,putemnjihovoguproavanja,koristisetablicasapravilimaalgebreblok
dijagrama.PrimertakvetablicejedatuTabeli6.
Tabela6.Algebrablokdijagramasistema
..

1.

1 2 1 2
X W W X =
2.

1
2 1
1
2
X
W W 1
W
X
m
=
3.

1 2 1 2
X ) W W ( X =
4.

W
1
x
2
x
3
x

1
x
2
x
3
x
W
W

1 3 2
WX X X = =
5.

1
x
2
x
3
x
W
1
x
2
x
3
x
W
1
W

3 1
1 2
X X
WX X
=
=

6.

1
x
3
x
2
x
2
W
1
W

1
x
3
x
2
x
1
2
W
W
1
W

3 2 1 1 2
X W X W X =

7.

1
2 1
1
2
X
W W 1
W
X
m
=
127

8.

1 2 1 2
X ) W W ( X =
9.

1 2
WX X =
10.

1 2
WX X =
11.

3 1 2
X WX X =
12.

) X X ( W X
3 1 2
=
13.

3 1 2
X X X =
14.

3 1 2
X X X =
15.

4 3 1 2
X X X X =

128

U sutini, pravila za uproavanje (redukciju) blok dijagrama sastoje se u

sledeem:
Kombinovanjerednih(kaskadnih)blokova;
Kominovanjeparalelenihblokova;
Eliminisanjeunutranjihpovratnihsprega;
Pomeranjesumatoraulevo;
Pomeranjetakigrananjaudesno;
Ponavljanjedoksenedobijekanonskioblikdijagrama.
Na slici 67 je dat primer transformisanog blok dijagrama. Ideja se sastoji u
tome da se dijagram redukuje ka svoje kanonske (elementarne) forme sa
povratnomspregom,jerjeovonajjednostavnijaformapovratnespregeinjenaje
analizasamimtimeolaksana.Svisistemisapovratnomspregomsemogusvestina
kanonsku formu, te se svi oni mogu dalje analizirati istim matematikim
aparatom. Kanonski oblika povratne sprege dae svoj odziv kod primene bilo
kojeg standardnog ulaznog signala. Dinamika stabilnoti sistema je nezavisna od
ulazneveliine,ipak,vrednostizlazneveliinejezavisnaodvrsteulaznogsignala,
oemueviereibitireenounarednimpoglavljima.

Slika67.MultiloopFeedbacksistem
U narednom primeru bie detaljno razmotrena transformacija blok
dijagramapremapojedinimkoracima.

129

Primer 11.1: Izvriti uproavanje (redukciju) blok dijagrama datog na slici

68.

Slika68.Polazniblokdijagramrazmatranogsistema

Reenje:
U prvom koraku e se izvriti eliminacija povratne sprege kojom se signal
elementa H3(s) dovodi elementu G3(s). Ova eliminacija bie izvrena prema
pravilu2izTable6.Rezultatprvogkorakaredukcijedijagramajedatnaslici69.

Slika69.Prvikorakuredukcijiblokdijagrama
Drugi korak u redukciji razmatranog blok dijagrama se sastoji u pomeranju
takegrananjasaulazanaizlazblokaG2(s),premapravilu5iztabele6.Rezultatje
datnaslici70.

130

Slika70.Drugikorakuredukcijiblokdijagrama
Sledeikoraksesastojiusabiranjubloka(1/G2(s))sajedininimparalelnom
granom(pravilo3,Tabela6).Rezultatjedatnaslici71.

Slika71.Treikorakuredukcijiblokdijagrama
Sledei korak se sastoji u premetanju bloka G1(s) iza sabiraa, prema
pravilu11iztabele6.Rezultatovogkorakauproavanjajedatnaslici72.

Slika72.etvrtikorakuredukcijiblokdijagrama

131

Obzirom da G1(s) i G2(s) ine rednu spregu, kao i H2(s) i 1/G1(s), u

narednom koraku se vri njihova transformacija prema pravilu 1 iz tabele 6.
Uproavanjeuovomkorakujedatonaslici73.

Slika73.Uproavanjeblokdijagramaupetomkoraku
esti korak ukljuuje sabiranje poslednja dva bloka u dijagramu, koja su
rednovezanateprimenjujemoponovopravilo1iztabele6.Usedmomkorakuse
vri kombinacija paralelnih blokova H2(s)/G1(s) i H1(s). Uproavanje u ovim
koracimajedatonaslici74.

Slika74.Uproavanjeblokdijagramauestomisedmomkoraku
U narednom koraku se ureuje povratna sprega na ulazu sistema, prema
pravilu2iztabele6.Potomsevrifinalnouproavanjedijagramapremapravilu
1iztabele6.Rezultatjeprikazannaslici75.

Slika75.Uproavanjeblokdijagramauosmomifinalnomdevetomkoraku
132

Naovajnainsesapolaznogkompleksnogdijagramaprelazinadijagramsa
samo jednim blokom. Pri uproavanju su sve karakteristike polaznog blok
dijagramazadraneuprenosnojfunkcijidatojukrajnjemuproenomdijagramu.

133

12.FREKVENTNE(FREKVENCIJSKE)KARAKTERISTIKESISTEMA
Frekventna karakteristika sistema ima veliki znaaj pri prouavanju
dinamikog ponaanja sistema. Takoe, frekventna karakteristika sloenih
sistema moe da se odredi na osnovu poznavanja frekventnih karaktersitika svih
njegovihpodsistema.
Po definiciji, frekventna karakteristika sistema je kolinik Furijeovih
transformacija njegove ulazne i izlazne veliine pri svim poetnim uslovima
jednakimnuli.
Prema Furijeovoj analizi, svaki signal definisan u odreenom vremenskom
intervalu |t
o
, t
]
| se moe periodino produiti i predstaviti linearnom
kombinacijomsinusnihkomponentisafrekvencijama0,
of
,2
of
, 3
of
,....,gdeje

of
=2/(t
f
t
o
)fundamentalna(polazna)krunafrekvenca.
Pretpostavimo da se na ulazu sistema sa funkcijom prenosa G(s) dovodi
ulaznisignaloblika:

u(t)=A
1
sin(t+
1
),t0(12.1)

gdejeA
1
amplituda,krunafremkvencijai
1
poetnafazaulaza(fazni
pomeraj).Obziromdaseizraz12.1,moepredstavitikao:

u(t)=A
1
(sintcos
1
+costsin
1
)

Laplasovatransformacijaoveulazneveliine(prekopravila11i12,Tabele4
izpoglavlja9)semoeizrazitikao:

U(s)=A
1

mcos q
1
+s sInq
1
s
2
+o
2

(12.2)

Kompleksnilikizlazneveliinesistemajeodreenpreko:

Y(s)=G(s)U(s)(12.3)

134

Obziromdajeupethodnimpoglavljimaovaknjigekarakteristinajednaina
definisanakaoimeniocufunkcijiprenosaG(s),oblika:

A(s)=a
n
s
n
+a
n1
s
n1
+.......+a
0
(12.4)

Kako je ve definisano u poglavlju 9, ukoliko su svi polovi polinoma 12.4,

realniiprosti,prenosnufunkciju,G(s),moemopredstavitikao:

G(s)=
B(s)
(s-s
1
)(s-s
2
)(s-s
n
)
(12.5)

Odnosnouobliku:

G(s)=
K
1
(s-s
1
)
+
K
2
(s-s
2
)
+
K
n
(s-s
n
)
(12.6)

Dalje, kada se u jednainu 12.3, uvrsti izraz 12.2 i izraz 12.6, moe se
napisati:

Y(s)=
K
i
s-s
i
n+2
=1
(12.7)

Gdesus
n+1
=jis
n+2
=jnulefaktora(s
2
+
2
)izjednaine12.2.
Jersezapravoijednaina12.2,moepredstavitikao:

U(s)=
K
n+1
(s-s
n+1
)
+
K
n+2
(s-s
n+2
)
=
K
n+1
(s-]o)
+
K
n+2
(s+]o)
(12.8)

KoeficijenteK
i
ujednaini12.7,potrebnojeodreditiprekolimesavrednosti
sume(ss
i
),toje:

K
i
=lim
s-s
i
(s -s

)Y(s),i=1,2,....,n+2

135

Prematome,zakoeficijentK
n+1
(pris
n+1
=j)sedobija:

K
n+1
=lim
s-jm
(s -j)Y(s)(12.9)

Odnosno:

K
n+1
=lim
s-jm
(s -j)A
1
u(s)
mcos q
1
+s sInq
1
s
2
+o
2
,tojedaljejednako:

K
n+1
=lim
s-jm
(s -j)A
1
u(s)
mcos q
1
+s sInq
1
(s+]o)+(s-]o)
(12.10)

Kakojeu(j) = u(s)|s= j,izraz12.10,postaje:

K
n+1
=lim
s-jm
(s -j)A
1
u(j)
mcos q
1
+s sInq
1
(s+]o)+(s-]o)
(12.11)

Nakonodreivanjalimesafunkcije(12.11),dobijase:

K
n+1
=
1
2
A
1
0(])e
j(q
1
-

2
)
(12.12)

Funkcijau(j) se jo moe pieustaviti i kao:

u(j)=|0(j)|c
] argu(jm)
,tesadaizraz12.12,postaje:

K
n+1
=
1
2
A
1
|0(j)|c
] (argu(jm)+q
1
-

2
)
(12.13)

Koeficijent K
n+2
je zapravo konjugovano kompleksna vrednost koeficijenta
K
n+1
,odnosno:

136

K
n+2
=
1
2
A
1
|0(j)|c
] (argu(-jm)-q
1
+

2
)
(12.14)

Uvrtavanjem izraza 12.13 i 12.14 u jednainu 12.7, i koristei inverznu

Laplasovu transformaciju, na kraju bi se dobio izraz za odziv sistema na uvedenu
ulaznuveliinudatujednainom12.1.Ovajodzivimaoblik:

y(t)= K

c
s
i
t
+
n
=1
K
n+1
c
]ot
+K
n+2
c
-]ot
,t0(12.15)

Ovaj odziv se sastoji od prelaznih komponenti i komponente stacionarnog

stanja. Ako su svi polovi funkcije prenosa G(s), sa negativnim realnim delom,
stabilnitadadobijamo:

lim
t-
K

c
s
i
t n
=1
=0

Tejeustacionarnomstanjuodzivdatsa

Y
stac
(t)= lim
t-
y(t) = K
n+1
c
]ot
+K
n+2
c
-]ot
(12.16)

Ukoliko se uzmu u obzir definisani izrazi za koeficijente K

n+1
i K
n+2
, tada
imamo:
Y
stac
(t)=A
1
|0(])|sin(t +aig 0(]) +
1
)

(12.17)

Prematome,ustacionarnomstanjusedobijaharmonijskiodzivistekrune
frekvencije koju ima ulaz u(t) u sistemu sa funkcijom prenosa G(s), amplitude
odreenesa:

A
2
=A
1
|0(])|

Ipoetnefaze

2
=

arg(G(]))+
1

137

Potrebno je naglasiti da se ovakav odziv u stacionarnom stanju dobija za

sistemkojiimasvepolovesapoloajemulevojpolovinikompleksneravni.
Za izraunavanje izlaza (odziva sistema) u stacionarnom stanju dovoljno je
poznavatifunkciju:

G(])=G(s)s= ],(0 <)(12.18)

Koja se naziva frekventnom funkcijom sistema, a njen dijagram u

kompleksnojG(])ravniamplitudnofaznomkarakteristikomsistema.Treba
imatiuvidudaseovakarakteristikadobijanaosnovupoznavanja

A()=G(s),s= ],0 (12.19)

ijiprikazpredstavljaamplitudnui

() = aig(0(])), 0 (12.20)

iji prikaz predstavlja faznu frekventnu karakteristiku. Za negativne

vrednostikrunefrekvencije

amplitudnofaznidijagramjesimetrianuodnosu
narealnuosu(slika76).
Kaoisvakikompleksniizraz,ifrekventnakarakteristikasemoepredstaviti
kao:

0(])

=U()

+jV ()(12.21)

Iovajizraz(12.21)seuglavnomkoristizalakegrafikopredstavljanje.
Uizrazu12.21,U() predstavljarealniaV ()imaginarnideokompleksne
funkcije.Amplitudnakarakteristikasedefiniekao:

A ()=u
2
() + I
2
()

138

doksefaznakarakteristikapredstavljasa:

() = orctg
v(o)
0(o)

Slika76.Grafikiprikazfrekventnefunkcijesistema
Izgoredefinisanihrazmatranjafrekventnekarakteristike,oiglednojedaje
mogueodreditifrekventnukaraketeristikusistemanaosnovunjegoveprenosne
funkcije,ukolikoseuprenosnojfunkcijivrednosts,formalnozamenisa(]).
Grafikoprikazivanjefrekventnekaraketeristikesistemadatonaslici76,se
jo naziva i hodograf. Hodograf je geometrijsko mesto taaka G(]) u ravni koje
sedobijapripromeni

oddo+.

12.1.Pojaanjesistema
Pojaanja sistema razliitog reda pokazuju graninu vrednost odnosa
izlazne veliine (ili njenog odgovarajueg izvoda) i ulazne veliine odskonog
karaktera.
Po definiciji, pojaanje rtog reda sistema (K
r
) je granina vrednost rtog
izvoda odskonog odziva tog sistema (g

) i odskone ulazne veliine h(t), kada

vremeneogranienoraste.Zanultopoetnostanje,pojaanjeseizraavakao:

K
r
=lim
t-
g
o
(r)
(t)
uh(t)
(12.22)
139

Akoisamoakoovagraninavrednostpostoji.
Pojaanjertogredasemoenapisatiikao:

K
r
=limg
(r)
(t)
t-

Odnosno,pojaanjertogredajegraninavrednostrtogizvodajedininog
odskonogodzivadatogsistema.
Ovoproistieiztogatojeh()=1ig

(t)=g(t).
Pojaanje rtog reda se moe izraunati na osnovu prenosne funkcije
sistema,koristeidrugugraninuteoremuLaplasovetransformacije,kao:

limg
(r)
(t)
t-
= lim
s-0
s
r
L{g(t)]

Jer,zapoetneuslovejednakenuli,sledidaje:

L|g
(r)
(t)| = s
r
L{g(t)]

PojaanjertogredasistemaijajeprenosnafunkcijaW(s)poznata,je:

K
r
=lim
s-0
s
r
W(s)*1/s(12.23)
ZatotojelaplasovatransformacijaL{g(t)], transformacijaodzivajedinine
odskonefunkcije:

L{g(t)] = W(s)
1
s

Pojaanjenultogredasenazivakraepojaanjesistemaiobeleavasekao:
K
0
=K.
Linearni dinamiki sistemi se prema stepenu pojaanja K dele u tri vrste, i
to:
140

Sistemiprvevrste,kojiimajupojaanjeK=0;
Sistemidrugevrsteijejepojaanje0<K<;
Sistemitreevrste,kojiimajupojaanjeneogranieneveliineito:K
+.
Sloeni sistemi se sastoje iz meusobno povezanih podsistema S
1
, S
2
, ......,
S
n
sapoznatimpojaanjimaK
1
,K
2
,....,K
n
,asapostojanjemparalelenih,povratnih,
rednih i ukrtenih sprega. Pojaanje K se odreuje na osnovu pojaanja svih
podsistema.
Prema definiciji, pojaanje nultog reda sistema n podsistema sa rednom
spregomje:

K=K
1
K
2
K
3
......K
n
(12.24)

Ipak,ovajuslov(jednaina12.24)nevaizapojaanjaviegreda.
Pojaanjertogreda(K
r
)paralelnespregesistemasanpodsistemajednako
jezbirupojaanjartogredasvihpodsistema:

K
r
=K
r
1
+K
r
2
+K
r
3
+.....+K
r
n
(12.25)

Takoe, pojaanje nultog reda povratne sprege sastavljene od podsistema

S
1
uglavnojgraniiodsistemaS
2
upovratnojgrani,odreujesekao:

K=
K
1
1+K
1
K
2
(12.26)

Izgornjihrelacijavaidasesamozaparalelenuspregu,pojaanjeviegreda
moeizrazitiufunkcijipojaanjasvihpodsistema,jednaina12.25.
Pojaanje nultog reda sistema se izraunava po istom algoritmu po kojem
seproraunavanjegovaprenosnafunkcija.

141

12.2.Bodeovidijagrami
Bodeovidijagramisesastojeodparovadijagrama.Jedanodovihdijagrama
prikazuje zavisnost amplitudne, a drugi fazne karakteristike sistema, od krune
frekvencije. Obino se ove karakteristike prikazuju u funkciji log, pri emu je
osnovalogaritma10.Ovoomoguavaprikazivanjezavisnostipojaanja(slabljenja)
ifaznogpomerajasistemauirokomopsegufrekvencija.Prematome,jedinicana
apscisi ovih dijagrama je dekada, koja predstavlja desetostruku razliku dveju
frekvencija. Drugim reima, za bilo koje
1
, za dekadu vea frekvencija je

2
=10
1
,azadekadumanjaje
3
=0.1
1
.Amplitudnologaritamskakarakteristika
seoznaavasaL()imerisedecibelima[dB].Matematikiprikazje:

L()=20logA(j)=20logG(j)[dB](12.27)

Fazna karakteristika se meri u radijanima ili stepenima i izraava se preko

vedefinisanefunkcije:

()=argG(j)(12.28)

Primer12.1:
DefinisatiBodeovdijagramzafunkcijuG(s)=K

Reenje:

G(s)=KG(j)=K

Odatleje

U()=Re(G(j))=K

V()=Im(G(j))=0
142

A ()=u
2
() + I
2
()=K

() = orctg
v(o)
0(o)
=0

Amplitudnologaritamskakarakteristikaje:

L()=20logA()=20logK

Amplitudnafazna frekvencijska karakteristika je data na slici 77, dok je

logaritamska(amplitudnaifazna)karaketristikadatanaslici78.

Slika77.Amplitudnofaznafrekventnakarakteristika

Slika78.Logaritamska(amplitudnaifazna)karakteristika
143

Primer12.2:

FormiratiBodeovedijagramezasistemijajeprenosnafunkcijaG(S)=Ts+1

Reenje:

G(s)=Ts+1G(j)=Tj+1

Odatleje

U()=Re(G(j))=1

V()=Im(G(j))=T

A ()=u
2
() + I
2
()=1 + (T)
2

() = orctgT

Amplitudnologaritamskakarakteristikaje:

L()=20logA()=20log1 +(T)
2

144

Slika79.Bodeovidijagramirazmatranogprimera

12.3.Stanjesistema
Idejaostanjuikretanjusistemaprviputsepojavljujeuklasinojmehanici.
Pojam stanja materije se inae dosta koristi u fizici, termodinamici i uopte
tehnici. Razvojem naune discipline menadmenta, ovaj se pojam sve vie
primenjuje i na drutvene sisteme. Naime, trenutno stanje sistema i njegovo
kretanje ka novom stanju je sve vie u ii interesovanja teorije i prakse
industrijskog menadmenta. Za pojam stanja sistema su vezani pojmovi veliina
(promenjivih)stanja,vektorastanjaiprostorastanja.
Prouavanje sistema u prostoru stanja omoguava efikasnu analizu uticaja
poetnih uslova na kretanje (ponaanje, rad, tok procesa) u sistemu. Ovakvo
prouavanje sistema omoguava i analizu odnosa ulaznih i izlaznih veliina za
sistemebilosajednomilivieelaznihiizlaznihveliina.
Korienje koncepta stanja sistema omoguava precizno definisanje
stabilnosti,upravljivostiiosmotrivosti(opservabilnosti)sistema.Onoomoguava,
uz korienje raunara, efikasnu analizu dinamikih osobina iroke klase
stacionarnihnelinearnihsistema,nestacionarnih(linearnihinelinearnih)sistema,
kaoisintezuoptimalnihiadaptivnihsistemaautomatskogupravljanja.
Korienje koncepta stanja sistema je dovelo do pojave potrebe za
reavanjem nove klase problema. Jedan od osnovnih problema vezanih za
prouavanje stanja sistema je odreivanje vrednosti karakteristinih veliina
stanjasistemaili,tanijeprocenutihvrednostiproblemprocenestanjasistema.
145

Pritometrebaimatiuvidudakonceptstanjasistemanezahtevaobavezno
poznavanjeitaveistorijerazmatranogsistemadabiseanaliziraoodnossadanjih
i buduih vrednosti ulaznih i izlaznih veliina sistema. Korienje stanja sistema
ini da je prolost sistema (put, nain na koji je on dospeo u posmatrano stanje)
potpuno nevana za analizu njegovog budueg ponaanja, tj. buduih odnosa
ulaznihiizlaznihveliina,kaoizasamabuduastanjasistema.
Naravno, vana je injenica da se koncept stanja sistema vezuje za
dinamike sisteme, obzirom da jedino dinamiki sistemi i imaju stanje. Stanje
sistema je ona unutranja struktura, koja uz poznavanje x
u
(, +) jednoznano
odreujepromenux
i
(,+).
Kako bi se pojasnile fizike osnove stanja sistema, u daljem tekstu bie
razmatran jedan primer koji je est u praksi industrijskog menadmenta. Naime,
jedan od problema kojim se bavi oblast industrijskog menadmenta jeste
odreivanje optimalnog nivoa zaliha odreenog repromaterijala koji se koristi u
poslovnom procesu poslovno proizvodnog sistema. O zalihama i problemu
skladitenjajevebiloreiupretnodnimpoglavljimaoveknjige.
Kako bi se definisala fizika svojstva stanja sistema, razmotrimo sluaj
jednogskladitarepromaterijala,datognaslici80.Oiglednojedauovoskladite
utokudanapristieodreenakoliinarepromaterijalarazliitevrste(p
i
),takoe,
odreena koliina biva i odnesena iz skladita (q
i
). Preko razlike unete i iznete
koliine repromaterijala na skladitu, formira se zaliha repromaterijala odreene
vrste(G
i
).
Uzmimo u razmatranje samo jednu vrstu repromaterijala koja stie na
jednu od platformi preko jedne utovarnoistovarne rampe. Poznavanje samo
vrednostiizlazneveliinesistema(x
i
=Gstanjezalihaplatforme),neomoguava
da jednoznano odredimo ni priliv repromaterijala (p) niti koliinu koja se
preuzima sa skladita (q), pa ni vrednost same izlazne veliine stanja zaliha u
sledeemmomentuvremena.
Ukoliko pretpostavimo da se posluje prema optimalnom nivou zaliha
odreenevrsterepromaterijala,tadavaijednakost:

G
o
=_
2RC
c
C
1
[
p
p-q
(12.29)

Gde su, Rukupno potrebna koliina repromaterijala definisana planom

proizvodnje za naredni ciklus, Co trokovi nabavke repromaterijala i C1
146

trokovi skladitenja po jedinici koliine repromaterijala. Ove veliine su unapred

poznate i ugovorom definisane u svakom PPS u, te se stoga jednaina 12.29,
moepredstavitikao:

G
o
=_K[
p
p-q
(12.30)

Prema tome, stanje razmatranog sistema je u potpunosti odreeno

poznavanjem dve veliine (G,p); (G,q) ili (p,q), Veliine p i q se mogu usvojiti
veliinamastanjasistema,ioneseoznaavajukao:X
u1
=pix
u2
=q.

Slika80.ematrskiprikazskladitajednogPPSa
Izlaznaveliinax
i
(=G
o
)jeupotpunostiodreenaulaznimveliinamastanja
x
u1
ix
u2
.
Navedeni primer ilustruje fiziki smisao pojmova: stanje, veliine stanja i
vektorastanja.Podefiniciji,stanjefizikogsistemaunekomtrenutnuvremenaje
ona njegova unutranja situacija u datom trenutku () ije je (direktno ili
indirektno) poznavanje zajedno sa poznavanjem ulazne veliine u periodu (,)
neophodno i dovoljno da se jednoznano odrede i vrednosti njegove izlazne
veliineisamonjegovostanjeusvakomnarednomtrenutkuintervala( ,).
147

Naravno,dabitobilomogue,stanjesistemausvakomtrenutkuvremena
mora da sadri neophodnu informaciju o uticaju ulazne veliine na sistem od
trenutkakojajedovoljnadaseuzpoznavanjeulazneveliinenaintervalu(,)
jednoznanoodredinjegovodinamikoponaanje.
Ako i samo ako, u svakom trenutku (, + ) sistem ima definisano
stanje,onsenazivadinamikisistem.
Pri svim gore navedenim hipotezama, podrazumeva se da je fiziki sistem
koji se posmatra poznat tako da je njegov matematiki model (diferencijalna
jednainaponaanja)potpunodefinisan.
Podsistemomse,uovomsluaju,podrazumevabilokoji,prematomeineki
apstraktnisistem,kojiimadefinisanimatematikimodel.Timeseusutinisistem
poistoveujesasvojimmatematikimmodelom.
Pri tome, stanje (apstraktnog) sistema u trenutku (, + ) je skup
najmanjeg broja informacija o tom sistemu u datom trenutku koji , uz
poznavanje ulazne veliine sistema na intervalu (,), jednoznano odreuje i
njegovuizlaznuveliinuisamonjegovostanjeusvakomtrenutkuvremena.
Kakojeveranijedefinisano,uprethodnimpoglavljimaoveknjige,izmeu
stanja fizikog sistema i njemu pridruenog apstraktnog sistema, koji predstavlja
matematiki model tog fizikog sistema postoji sledea veza: stanje apstraktnog
sistema je matematiki opis stanja njegovog polaznog (originalnog) fizikog
sistema.Pritomeizmeustanjadatogfizikogsistemaistanjanjemupridruenog
apstraktnogsistemapostojiobostranojednoznanazavisnost.
Uteorijisistema,interesovanjenijeusmerenonapoznavanjestanjafizikog
sistema, ve za njegov taan opis koji odreuje stanje apstraktnog sistema
(modela) koji je pridruen tom fizikom sistemu. Naravno, jasno je da se
pretpostavlja je ovo pridruivanje takvo da apstraktan sistem dovoljno egzaktno
opisuje taj fiziki sistem. U ovome je i bitna razlika prouavanja sistema sa
stanovitateorijesistemaisastanovitvaprirodnihnauka.

12.3.1.Veliinestanjasistema
Skup najmanjeg broja informacija koje jednoznano odreuju stanje
fizikog sistema, odnosno koje predstavljaju stanje apstraktnog sistema, je skup
svih vrednosti veliina koje se nazivaju veliine stanja i oznaavaju se sa x
1
,x
2
, ...,
x
n
.
Veliinestanjasistemasulinearnonezavisneakoisamoakojeuslov:
148

c
1
x
1
(t)+c
2
x
2
(t)+.....+c
n
x
n
(t)=0,(12.31)

jedinoispunjenukolikosuvrednostic
1
,c
2
,...,c
n
=0,zasvakot(,+).
Po definiciji, najmanji broj linearno nezavisnih veliina ije vrednosti u
svakom trenutku jednoznano odreuju stanje dinamikog sistema predstavlja
dimenziju (red) sistema, a same te vrednosti su veliine stanja i oznaavaju se sa
x
1
,x
2
,...,x
n
.Njihovevrednostiutrenutkutsux
1
(t),x
2
(t),.....,x
n
(t).
Ukoliko je sistem ntog reda onda on ima n veliina stanja. Veliine stanja
sistema su linearno nezavisne promenjive (koordinate) koje obrazuju bazu n
dimenzionalnog Euklidovog prostora. Tada su one komponente (elementi) n
dimenzionalnogvektora:

x=(x
1
,x
2
,...,x
n
)

(12.32)

Vektor x definisan na ovaj nain je vektor stanja sistema. Prostor kome

pripada vektor stanja x je prostor stanja sistema. Ukoliko su veliine stanja
predstvljene u obliku faznih veliina, tada se prostor stanja naziva jo i fazni
prostor.
Prostor stanja dvodimenzionalnog sistema je ravan stanja tog sistema.
Ukolikoonpredstavljaifazniprostorondajeonfaznaravantogsistema.
Ukoliko se sistem nalazi u slobodnom reimu rada (pri emu se reim rada
definie vektorom stanja sitema u trenutku t), koji se u trenutku t
0
( < t
o
t <
+)nalazioustanjuodreenomsax
0
,oznaavasesa:

x(t)= (t,t
0
,x
0
)odakleje:

(t,t
0
,x
0
)=x
0

Funkcija definie zakon prevoenja sistema iz poetnog stanja x

0
u
trenutku t
0
u novo stanje x(t) u trenutku t. Vrednost ove funkcije u trenutku t je
vektor stanja sitema u tom trenutku. Iz tog razloga se naziva funkcija prelaza
stanjasistema.Funkcijadefinie promenustanjasistema, apromenauopteno
149

posmatrano je kretanje. Iz tog razloga se (t,t

0
,x
0
) naziva kretanje sistema
posmatranoutrenutkutkojeutrenutkut
0
prolazikrozstanjex
0
.
Pritome,sistemjevremenskineprekidanakoisamoakopromenjivat,koja
predstavljavreme,moedauzmebilokojuvrednostizintervala(,+).
Zatim, sistem je stacionaran (vremenski nepromenjiv) ako i samo ako
istovremenoposedujesledeeosobine:
Izborpoetnogtrenutkaposmatranjat
0
nemauticajananjegovokretanje,
Vremeneutieeksplicitnodirektnonavrednostnjegoveizlazneveliine:
x
i
(t)=
i
(x(t),x
u
(t))
prva osobina stacionarnog sistema pokazuje da izbor poetnog trenutka
nemauticajananjegovokretanje(ponanje,rad,proces).Iznavedenograzlogase
moeusvojitidajet
0
=0imjesistemstacionaran.Tadasekretanjesistemamoe
obeleitikao:

i
(t,x
0
,x
u
)

Funkcija
i
se naziva funkcija izlaza sistema. Ona jednoznano odreuje
promenuizlazneveliinesistemauzavisnostiodpromenenjenogstanjainjegove
ulazneveliine.Vrednost
i
(x(t),x
u
(t))funkcije
i
utrenutkutjevrednostizlazne
veliinesistemautrenutkutukomenanjegadelujex
u
(t),analaziseustanjux(t).
Ukolikox
u
(t)0,ondajesistemuprinudnomreimurada.

12.3.2.Vektorskajednainapromenestanjaijednainaizlazasistema
Kako bi se definisala vektorska jednaina promene stanja i izlaza sistema,
prva pretpostavka je da je poznata diferencijalna jednaina ponaanja sistema,
kojauspostavljavezuizmeunjegoveulazneiizlazneveliine.
Bilo koji skalarni sistem se moe opisati uz pomo n diferencijalnih
jednainaprvogreda:

150

). t ( x b ) t ( x a ... ) t ( x a ) t ( x a ) t ( x
........ .......... .......... .......... .......... .......... ..........
) t ( x b ) t ( x a ... ) t ( x a ) t ( x a ) t ( x
) t ( x b ) t ( x a ... ) t ( x a ) t ( x a ) t ( x
u n n nn 2 2 n 1 1 n
n
.
u 2 n n 2 2 22 1 21
2
.
u 1 n n 1 2 12 1 11
1
.
+ + + + =
+ + + + =
+ + + + =
(12.33)

Navedenejednainepredstavljajujednainestanjasistema.
Jednainastanjauvektorskomoblikusemoepredstavitikao:
) t ( x b ) t ( x A ) t ( x
u
.
+ =
(12.34)

Za opisivanje dinamikog ponaanja sistema, neophodno je i poznavanje

jednaineizlaza,kojaseualgebarksomoblikupredstavljapreko:

). t ( dx ) t ( x c ... ) t ( x c ) t ( x c ) t ( x
u n n 2 2 1 1 i
+ + + + =
(12.35)

Ovajednainanapisanauvektorskomoblikuje:

) t ( x d ) t ( x c ) t ( x
u
T
i
+ =
(12.36)

Simbolipredstavljeniugornjimjednainamasu:
) t ( x vektorstanjasistemadimenzija ) 1 n ( ,
) t ( x
.
prviizvodvektorastanjasistemadimanzija ) 1 n ( ,
matricasistemasakonstantnimelementimadimenzija ) n n ( ,
bvektorulazasakonstantnimelementimadimenzija ) 1 n ( ,
vektorizlazasakonstantnimelementimadimenzija ) 1 n ( ,
dkonstantadirektnogprenosa,
) t ( x
u
skalarniulaz,
) t ( x
i
skalarniizlaz.
151

Prilikomformiranjajednainestanjaijednaineizlazanekogsistema,mogu
sepojavitidvakarakteristinasluaja.
Prvi sluajtakozvani posebni sluaj, se odnosi na sisteme ija
diferencijalna jednaina ponaanja ne sadri ni jedan izvod ili integral njegove
ulazneveliine:

u 0 i 0
) 1 n (
i 1 n
) n (
i
x b x a ... x a x = + + +

,(12.37)

Gdevaidaje:
0 b
0
i
. 1 a
n
=

Za prikazivanje sistema veliine stanja usvajaju se fazne veliine, i to:

. x b x a x a ... x a x a x x
; x x x x
; x x x x
.
.
.
; x x x
; x x
u 0 n 1 n 1 n 2 n 2 1 1 0
n
.
1 n
) 1 n (
i
) 1 n (
1
1 n
.
n
) 2 n (
i
) 2 n (
1
2 n
.
1 n
i
.
1
.
2
i 1
+ = =
= = =
= = =
= =
=
+

(12.38)

Ovefazneveliineformirajuvektorstanjasistema:

=
n
2
1
x
.
x
x
x
(12.39)
152

Od ovako definisanih veliina stanja formira se sistem skalarnih

diferencijalnihjednainastanja,kao:
. x b x a x a ... x a x a x
; x x
.
.
.
; x x
; x x
u 0 n 1 n 1 n 2 n 2 1 1 0
n
.
n
1 n
.
3
2
.
2
1
.
+ =
=
=
=

(12.40)

Za prouavanje dinamikih osobina sistema pogodnije je ipak koristiti

vektorskujednainustanja:

u
.
x b x A x + =
,(12.41)

Ivektorskujednainuizlaza:

u
T
i
x d x c x + = .(12.42)

Za poseban sluaj sistema u prostoru stanja, matrica A, vektor ulaza b,

vektorizlazacikonstantadirektnogprenosad,imajusledeevrednosti:

. 0 d ;
0
0
.
0
1
c ;
b
0
.
0
0
b ;
a a ... a a a
1 0 ... 0 0 0
. . . . . .
0 0 ... 1 0 0
0 0 ... 0 1 0
A
0 1 n 2 n 2 1 0
=

Matrica sistema A u ovakvom obliku se naziva i matricom pratilaca ili

FrobeniusovamatricaioznaavasesaR.

153

Primer 12.3: Funkciju f(t) = sin4t, prevesti u kompleksni domen, a zatim za

takodefinisanuprenosnufunkcijuodreditimodeluprostorustanja,preko:
a) Vektorskejednainestanja,
b) Vektorskejednaineizlaza.

Reenje:

F(s)=W(s)=L|(t)]=L|sin4t)]=
4
s
2
+16

KakojeW(s)=
x
i
(s)
x
u
(s)
=
4
s
2
+16

Sledidaje:

x
i
(s)(s
2
+16)=4x
u
(s),odnosno:

x
i
(s)s
2
+16x
i
(s)=4x
u
(s)

teje:

x
i
(t) + 16x

(t) = 4x
u
(t)

Naosnovu12.38je:

x
1
=x
i

x
2
=x
1
= x
i

x
3
=x
2
= x
1
= x
i

154

Gornjajednainasadapostaje:

x
3
+16x
1
=4x
u

Prema12.40je:

x
1
=x
2

x
2
=x
3
=16x
1
+4x
u

Teje:

A=j
u 1
-16 u
[b=j
u
4
[c=j
1
u
[d=0

Sadaje

a) vektorskajednainastanja:
premajednaini12.41

u
.
x b x A x + =
=j
u 1
-16 u
[ j
x
1
x
2
[+j
u
4
[ x
u

Dokje
b) vektorskajednainaizlaza:
premajednaini12.42

u
T
i
x d x c x + =
=|
1 u
] j
x
1
x
2
[

155

Drugisluajtakozvanioptisluajseodnosinasistemeijadiferencijalna
jednainaponaanjasadriiizvodenjihoveulazneveliine:

) m (
u m
) 1 (
u 1 u 0 i 0
) 1 n (
i 1 n
) n (
i
x b ... x b x b x a ... x a x + + + = + + +

(12.43)

Gdevaeuslovidasu:

=
<
=

=
. n m ; 0
n m ; 0
b
; n m
; 1 a
n
n

Ukoliko su prva dva uslova zadovoljena mogue je primeniti prvi opti

Koijevalgoritam,kojiglasi:

. x b x a x
; x b x a x x
; x b x a x x
.
.
.
; x b x a x x
; x b x a x x
x x ; 0 b x b x x x b x x
u 0 i 0
n
.
u 1 i 1
1 n
.
n
u 2 i 2
2 n
.
1 n
u 2 n i 2 n
2
.
3
u 1 n i 1 n
1
.
2
1 i n u n 1 i u n i 1
+ =
+ =
+ =
+ =
+ =
= = + = =

(12.44)

Posle zamene
) x b x x ( x
u n 1 i i
+ =
u svim jednainama, osim prve dobijaju
seskalarnediferencijalnejednainestanjausledeemobliku:
156

. x ) b a b ( x a x
; x ) b a b ( x x a x
.
.
.
; x ) b a b ( x x a x
; x ) b a b ( x x a x
; x ) b a b ( x x a x
u n 0 0 1 0
n
.
u n 1 1 n 1 1
1 n
.
u n 3 n 3 n 4 1 3 n
3
.
u n 2 n 2 n 3 1 2 n
2
.
u n 1 n 1 n 2 1 1 n
1
.
+ =
+ + =
+ + =
+ + =
+ + =

(12.45)

Na osnovu skalarnih diferencijalnih jednaina stanja dobija se vektorska

diferencijalnajednainastanjasistemaunormalnomobliku:
u
.
x b x A x + =
,

Ivedefinisanajednainaizlaza:
u
T
i
x d x c x + =
.

Zaoptisluajsistemauprostorustanja,matricasistemaA,vektorulazab,
vektorizlazacikonstantadirektnogprenosadimajusledeevrednosti:

. b d ;
0
0
.
0
1
c ;
b a b
b a b
.
b a b
b a b
b ;
0 ... 0 0 a
1 ... 0 0 a
. . . . .
0 ... 1 0 a
0 ... 0 1 a
A
n
n 0 0
n 1 1
n 2 n 2 n
n 1 n 1 n
0
1
2 n
1 n
=

157

Drugi opti algoritam za izbor veliina stanja omoguava da se jednaina

stanjadobijeunormalnomfaznomobliku:

x =Rx+bx
u
(12.46)

Dokjednainaizlazaostajeuobliku:
u
T
i
x d x c x + =
.

Ovde se matica pratilja R, vektori b i , i konstanta direktnog prenosa d,

raunajukao:
. ; . ;
1
0
.
0
0
;
...
1 ... 0 0 0
. . . . .
0 ... 1 0 0
0 ... 0 1 0
1 1
2 2
1 1
0 0
1 2 1 0
n
n n n
n n n
n
n
n
b d
b a b
b a b
b a b
b a b
c b
a a a a
R =

U ovom sluaju veliine stanja su odreene pomonom veliinom k(t)

(pomonisignal)kojapredstavljareenjepomonediferencijalnejednaine:
. x k a k a ... k a k
u 0
.
1
) 1 n (
1 n
) n (
= + + + +

Takodaje
i
x odreenosa:
) n (
n
.
1 0 i
k b ... k b k b x + + + =
.
Veliinestanjasesadadobijajuufaznomobliku k x
1
= :
158

. c x x x
; c x x x
.
.
.
; c x x
; c x
) 1 n ( ) 1 n (
1
1 n
.
n
) 2 n ( ) 2 n (
1
2 n
.
1 n
.
1
.
2
1

= = =
= = =
= =
=
(12.47)

Primer12.4:Zaprenosnufunkcijusistema:

W(s)=
s
3
+17s
2
+7
s
3
+9s+4

Definisatimodeluprostorustanjapreko:
a) vektorskejednainestanja
b) vektorskejednaineizlaza

Reenje:

W(s)=
s
3
+17s
2
+7
s
3
+9s+4
=
x
i
(s)
x
u
(s)

Odakleje

x
i
(s)s
3
+9x
i
(s)s
2
+4x
i
(s)=7x
u
(s)+17x
u
(s)s
2
+x
u
(s)s
3

Odnosno:

159

(3)
(t) + 9x
i
(t) + 4x
i
(t)

=7x
u
(t)+17x
u
(t)

+x
u
(3)
(t)

Kakojen=3im=3,jednaina12.43,postaje:

) 3 (
3
) 2 (
2
) 1 (
1 0 0
) 1 (
1
) 2 (
2
) 3 (
u u u u i i i i
x b x b x b x b x a x a x a x + + + = + + +

Kakojemn,moguejeprimenitiprvioptiKoijevalgoritam,teje:

a
2
=0;a
1
=9;a
0
=4;b
o
=7;b
1
=0;b
2
=17;b
3
=1

PremaKoijevomkriterijumu(jednaina12.44):

x
1
=x
i
b
n
x
u
=x
i
x
u
(odaklejex
i
=x
1
+x
u
)*

x
2
=x
1
+a
n1
x
i
b
n1
x
u
=x
1
+a
2
x
i
b
2
x
u
=x
1
17x
u

x
3
=x
2
+a
n2
x
i
b
n2
x
u
=x
2
+a
1
x
i
b
1
x
u
=x
2
+9x
i
Kakojenaosnovu*x
i
=x
1
+x
u
,
sledi:

x
3
=x
2
+9x
1
+9x
u

Daljeje:

x
3
=a
n3
x
1
+x
4
+(b
n3
a
n3
b
n
)x
u
=a
0
x
1
+x
4
+(b
0
a
0
b
3
)x
u

Naosnovugornjihizrazaijednaine14.45,sledi:

x
1
=x
2
+17x
u

160

x
2
=9x
1
+x
3
9x
u

x
3
=4x
1
+3x
u

Tejesada:

A=_
u 1 u
-9 1 -9
-4 u u
_b=_
17
-9
S
_c=_
1
u
u
_d=b
n
=b
3
=1

a) vektorskajednainastanje:

premajednaini12.41

u
.
x b x A x + =
=_
u 1 u
-9 1 -9
-4 u u
_ _
x
1
x
2
x
3
_+_
17
-9
S
_ x
u

Dokje
b) vektorskajednainaizlaza:
premajednaini12.42

u
T
i
x d x c x + =
=|
1 u u
] _
x
1
x
2
x
3
_+1x
u

Drugi nain reenja ovog zadatka je preko drugok opteg Koijevog

algoritma.Kadajepolinomubroiocuiimeniocujednak,moguejeizvritideljenje
polinoma da se dobije konstanta i ostatak u kojem je stepen polinoma u broiocu
manjiodstepenapolinomauimeniocu:
Zakonkretansluaj:

161

W(S)=
s
3
+9s-9s+17s
2
+4+3
s
3
+9s+4
=
s
3
+9s+4
s
3
+9s+4
+
17s
2
-9s+3
s
3
+9s+4
=1+
17s
2
-9s+3
s
3
+9s+4

Daljipostupakprimenedrugogoptegalgoritmaje:

W(S)=
x
i
(s)
x
u(s)
=
17s
2
-9s+3
s
3
+9s+4

K(s)
K(s)

Odakleje:

x
i
(s)=17s
2
K(s)9sK(s)+3K(s)

x
u
(s)=s
3
K(s)+9sK(s)+4K(s)

Daljeseprimenjujepravilo12.47:

x
1
=K(s)

x
2
=x
1
=sK(s)

x
3
=x
2
=x
1
=s
2
K(s)

x
4
=x
3
=x
2
= x
1
= s
3
K(s)

Tejesada:

x
u
(s)=x
3
+9x
2
+4x
1

Tejesadamogueformiratijednaine:

162

x
1
=x
2

x
2
=x
3

x
3
=4x
1
9x
2
+x
u
(s)

Tejesada:

R=_
u 1 u
u u 1
-4 -9 u
_b=_
u
u
1
_

Anaosnovu:

x
i
(s)=3K(s)9sK(s)+17s
2
K(s)

sledi:

c=_
S
-9
17
_d=b
n
=b
3
=0

a) vektorskajednainastanje:

premajednaini12.41

u
x b x R x + =
.
=_
u 1 u
u u 1
-4 -9 u
_ _
x
1
x
2
x
3
_+_
u
u
1
_ x
u

Dokje:
163

b) vektorskajednainaizlaza:
premajednaini12.42

u
T
i
x d x c x + =
=|
S -9 17
] _
x
1
x
2
x
3
_

12.4.Ravnotenostanjesistema
Stanje sistema je ravnoteno, ako i samo ako, sistem u slobodnom reimu
rada stalno ostaje u tom stanju im se jednom u njemu nadje. Da bi se sistem
izveo iz ravnotenog stanja mora da se izvri razmena energije, materije ili
informacijeizmeunjegaiokoline.
Obzirom da izmeu stanja i vektora stanja sistema postoji obostrana
jednoznanost, ravnoteno stanje sistema se moe oznaiti vektorom
ravnotenogstanja:
u
x b x A x + =
.

Potrebnojeidovoljnodavai:

x A =0(12.48)

164

13.STABILNOSTSISTEMA
Osnovni zahtev koji mora da ispuni bilo koji sistem je njegova stabilnost
zbog razloga njegove funkcionalnosti. Kako su svi realni sistemi po svojoj prirodi
nelinearni s jedne strane, i kako ne postoje generalna reenja za nelinearne
matematike modele s druge strane, i problem analize stabilnosti sistema se
nastojisvestinaispitivanjeodgovarajuihlinearnihmodela(ukolikojetomogue)
za pojedine radne (operativne) reime funkcionisanja. Ovde se kao osnovni
problem postavlja odravanje svih promenjivih unutar odreenih dozvoljenih
opsega promena koji su prihvatljivi sa stanovita praktine primene. Kako je i
postupak linearizacije modela takoe uslovljen odravanjem promenjivih unutar
pomenutih opsega, to su od posebne vanosti uslovi stabilnosti dobijeni na bazi
linearnihmodelasistema.
U daljem tekstu, bie predstavljena analiza stabilnosti sistema sa jednim
ulazom, iji je blok dijagram predstavljen na slici 81. U prethodnim poglavljima
oveknjigejevereenodasistemisazatvornomspregomimajubrojneprednosti
u odnosu na sisteme bez zatvorene sprege kao to su: smanjenje uticaja
poremeaja, greaka modelovanja, promena parametara objekata upravljanja i
poboljanje kvaliteta prelaznih procesa (brzine reagovanja i stabilnosti). Ipak,
treba imati u vidu da i pogreno korienje povratne sprege moe dovesti do
nestabilnostisistema.

Slika81.Blokdijagramrazmatranogsistema
Ukoliko pretpostavimo da su funkcije prenosa regulatora C(s) i objekta
upravljanjaG
0
(s)datesa:

C(s)=
P(s)
L(s)
(13.1)

165

G
o
(s)=
B
c
(s)
A
0
(s)
(13.2)

GdesuP(s),L(s),B
0
(s)iA
0
(s),polinomipos.Naslici79susaR(s),U(s)iY(s)
oznaene Laplasove transformacije ulaznog referentnog signala (zadata
vrednost), upravljakog signala i izlaznog signala (upravljana promenjiva),
respektivno. Sa D
u
(s), D
iz
(s) i D
m
(s), su dati poremeaj na ulazu, poremaej na
izlazu i merne smetnje (respektivno). Sa x
0
su oznaeni poetni uslovi modela.
Imajui u vidu definiciju funkcije prenosa i injenicu da se uticaj poetnih uslova
naLaplasovutransformacijuizlazamoepredstavitiodgovarajuimpolinomompo
szaizlaziupravljanjemoemopisatisledeejednaine:

Y(s)=G
o
(s)U(s)+G
o
(s)D
u
(s)+D
iz
(s)+
](s,x
0
)
A
0
(s)
(13.3)

U(s)=C(s)R(s)C(s)Y(s)C(s)D
m
(s)(13.4)

Kadaseujednainu13.4uvrstijednaina13.3,dobijase:

U(s)=
C(s)
1+u
0
(s)C(s)
jR(s) -
m
(s) -
z
(s) -0
0
(s)
u
(s) -
](s,x
0
)
A
0
(s)
[(13.5)

Dok,kadaseujednainu13.3,uvrstijednaina13.4,dobijaseizraz:

Y(s) =
1
1+u
0
(s)C(s)
j0
0
(s)C(s)(R(s) -
m
(s)) +
z
(s) + 0
0
(s)
u
(s) -
](s,x
0
)
A
0
(s)
[(13.6)

Zasnovano na jednainama 13.5 i 13.6, mogu se definisati sledee funkcije

prenosasistemauzatvorenojpovratnojsprezi:
Funkcija spregnutog prenosa sistema u odnosu na referentni (ulazni
signal), koja e dalje biti nazvana samo spregnutim prenosom, podrazumevajui
daseonaodnosinaR(s)jedatasa:

166

***Prema pravilima uproavanja (redukcije) blok dijagrama, koja su

opisana u prethodnom poglavlju, Ukoliko posmatramo samo blok C(s) i G
0
(s), sa
jedininompovratnomspregom,priulaznojveliiniR(s)iizlaznojveliiniY(s),tada
je:
Redna sprega C(s) i G
0
(s) je: C(s)G
0
(s). Dalje, ovaj blok ima jedininu
povratnuspregu,ijajefunkcijaprenosa(funkcijaspregnutogprenosa)***

W
z
(s)=
u
0
(s)C(s)
1+u
0
(s)C(s)
(13.6)

Ukolikoseuobziruzmujednakosti13.1i13.2,tadaizraz13.6,postaje:
W
z
(s)=
B
0
(s)P(s)
A
0
(s)L(s)+B(s)P(s)
(13.7)

Izrazkojifigurieujednaini13.6:

S
o
(s)=
1
1+u
0
(s)C(s)
(13.8)

nazivasefunkcijaosetljivostisistema.Ovafunkcijaodreujeoblikodzivana
izlazu y(t) za datu promenu poremeaja na izlazu d
iz
(t). Ukoliko se i ovde u obzir
uzmujednakosti13.1i13.2,izraz13.8,postaje:

S
o
(s)=
A
0
(s)L(s)
A
0
(s)L(s)+B
0
(s)P(s)
(13.9)

Pored ove funkcije, moe se definisati i funkcija osetljivosti na ulazni

poremeaj,kojaseizraavakao:

S
upo
(s)=
u
0
(s)
1+u
0
(s)C(s)
=
B
0
(s)L(s)
A
0
(s)L(s)+B
0
(s)P(s)
(13.10)

Potom,funkcijaosetljivostiupravljanja,kojasejavljaujednaini13.5:

167

S
uo
(s)=
C(s)
1+u
0
(s)C(s)
=
A
0
(s)P(s)
A
0
(s)L(s)+B
0
(s)P(s)
(13.11)

Funkcija 13.11, karakterie koja promena upravljakog signala u(t) se

zahtevazaeljenupromenureferentnogsignalar(t).
Onotojeoiglednojedasvenavedenefunkcijeprenosauimeniocuimaju
isti polinom, koji se naziva karakteristini polinom sistema u zatvorenoj sprezi i
kojijedatpreko:

A
z
(s)=A
0
(s)L(s)+B
0
(s)P(s)(13.12)

Na osnovu svega reenog, mogu se definisati sledee zavisnosti izmeu

pojedinihfunkcijaprenosa:

S
0
(s)+W
z
(s)=1(13.13)

S
upo
(s)=S
0
(s)G
0
(s)=
w
z
(s)
C(s)
(13.14)

S
uo
(s)=S
0
(s)C(s)=
w
z
(s)
u
0
(s)
(13.15)

Navedeni set jednaina predstavlja kompromise koji se moraju praviti kod

sinteze sistema upravljanja. Naime, vrei sintezu regulatora na takav nain da
neka od funkcija prenosa poprimi eljeni oblik, pri tome su takoe odreene i
ostale,priemunjihovobliknemorabitizadovoljavajuisaaspektadateprektine
primene.

13.1.Stabilnostsistemasajednimulazomijednimizlazom
Usluajusistemakojiimasamojedanulaz,recimoR(s)zasistemdatnaslici
79,funkcijuprenosaW
z
(s)idatepoetneuslovex
0
(s),naosnovupoznavanjanula
karakteristinog polinoma (polova funkcije prenosa W
z
(s)) moe se napisati
jednainaizlazaY(s):

168

Y(s)=
1
1+u
0
(s)C(s)
j0
0
(s)C(s)R(s) -
](s,x
0
)
A
0
(s)
[(13.16)

tojedaljejednako:

Y(s)=W
z
(s)R(s)+
K
ki
(s-x
k
)
i
n
k
=1
p
k=1
(13.17)

Kaemo da je sistem stabilan ukoliko neki ogranieni ulaz, kada su svi

poetni uslovi ogranieni, ima za posledicu ogranien izlaz. Takoe, mogue je
iskoristitirazvojuparcijalnerazlomkeizakomponentuizlazaY(s)kojajeposledica
ulaza R(s), odnosno za proizvod W
z
(s)R(s), kako bi se ukupna odziv pokazao
sumom komponenti odziva koje odgovaraju pojedinim polovima W
z
(s)R(s). Kako
u sluaju ogranienog ulaza r(t), njegov kompleksni lik R(s) ne moe imati polove
sa pozitivnim realnim delom, i imajui u vidu inverznu Laplasovu transformaciju,
zakljuujemo da je za stabilnost sistema potrebno da svi polovi funkcije W
z
(s)
imaju striktno negativne realne delove. Dakle, potrebno je da se svi ovi polovi
nalazeulevojpoluravnikompleksnesravni.Prematome,ovoznaidajegranica
stabilnosti,zalinearnekontinualnesistemeimaginarnaosasravni.

13.1.1.Internastabilnost
Zanpr.sistemnaslici81,kaemodajeinternostabilanukolikobilokojaod
njegovih osam funkcija prenosa koje povezuju etiri ulazne veliine R(s), D
u
(s),
D
iz
(s) i D
m
(s) sa njegovim izlaznim veliinama U(s) i Y(s) imaju sve polove sa
negativnimrealnimdelovima,odnosnoodgovarajustabilnimfunkcijamaprenosa.
Potreban i dovoljan uslov stabilnosti je da karakteristina jednaina sistema
(13.12):

A
z
(s)=A
0
(s)L(s)+B
0
(s)P(s)=0

Imasvekorenekojisulociraniulevojpolovinikompleksnesravni.

Primer13.1:PretpostavimodasufunkcijeprenosaobjektaupravljanjaG
0
(s)
iregulatoraC(s)datekao:
169

G
o
(s)=
3
(s+4)(-s+2)
C(s)=
-s+2
s

Ukoliko posmatramo sistem kao celinu, funkcija prenosa sistema je na

osnovu13.6i13.7:

Wz(s)=
u
0
(s)C(s)
1+u
0
(s)C(s)
=
B
0
(s)P(s)
A
0
(s)L(s)+B
c
(s)P(s)
=
3(-s+2)
(-s+2)(s
2
+4s+3)
=
3
(s
2
+4s+3)

Polovi funkcije prenosa su: s

1
=1 i s
2
=3, dakle, negativni i lee u levoj
poluravnikompleksnogssistema.
Ipak,karakteristianpolinomje:

A
z
(s)=A
0
(s)L(s)+B
0
(s)P(s)=(s+4)(s+2)s+3(s+2)=(s+2)[s
2
+4s+3]=0

Oigledno je da potreban i dovoljan uslov interne stabilnosti nije ispunjen

jerjejedanodpolovakarakteristinejednaine,pozitivan,s=2.Samimtime,npr,
funkcijaosetljivostinaulazniporemeaj(13.10)glasi:

S
upo
(s) =
u
0
(s)
1+u
0
(s)C(s)
=
B
0
(s)L(s)
A
0
(s)L(s)+B
0
(s)P(s)
=
3s
(-s+2)(s
2
+4s+3)
i ima jedan od
polova(s=2)pozitivan,tejenestabilna.

13.2.Algebarskikriterijumistabilnosti
Odreivanje stabilnosti pomou algebarskih kriterijuma se zasniva na
proveripotrebnogidovoljnoguslova,kojimorajubitiispunjenidabinekipolinom
imao sve nule sa negativnim realnim delom. Ovakvi polinomi se nazivaju
Hurvicovim(Hurwitz)polinomima.Kakobiseproverilodalijenekipolinom,tipa:

A
z
(s)=a
n
s
n
+a
n1
s
n1
+...+a
1
s+a
0
(13.18)

170

Hurvicovpolinom,najpretrebaprekontrolisatidalijezadovoljenpotreban
uslov,kojimsezahtevadasvikoeficijentia
i
(i=0,1,2,...,n)morajubitipozitivni.Da
je ovo potreban uslov zakljuujemo na osnovu injenice da su nule polinoma sa
realnim koeficijentima ili realne ili(i) konjugovano kompleksne. Prema tome,
ukoliko pretpostavimo da polinom A
z
(s) ima n
1
realnih i n
2
parova konjugovano
kompleksnihnula,tadaseonemogupredstavitikao:

s
i
=
i
,i=1,2,...,n
1

s
n1+i
=
i
+j
i
,i=1,2,...,n
2

Otuda se polinom A
z
(s) moe predstaviti proizvodom faktora koji
odgovarajunjegovimnulama,tojestkao:

A
z
(s)=a
n
(s +|o

|) (s +|o

|)
2
+

2
n
2
=1
n
1
=1

(13.19)

Iz jednaine 13.19, je oigledno da polinom mora imati sve pozitivne

koeficijente koji se dobijaju kao rezultat mnoenja i sabiranja pozitivnih faktora.
UkolikojebilokojikoeficijenatpolinomaA
z
(s)jednaknuliilinegativantadajedna
ilivienjegovihnulaimanenegativnerealnedelove.
Da li je ispunjen uslov da bi neki polinom bio striktno Hurvicov, proverava
senekimodnumerikihalgoritama(HurwitzoviliRouthovalgoritam).

13.2.1.Hurvicovalgebarskikriterijum
Za ispitivanje stabilnosti nekog sistema, na osnovu karakteristinog
polinoma(karakteristinejednaine)zatajsistem,formirasetakozvanaHurvicova
determinanta:

171

h
=

a
n-1
a
n-3
a
n-5
. u u
a
n
a
n-2
a
n-4
. u u
u a
n-1
a
n-3
. u u
u a
n
a
n-2
. u u
. . . . . .
u . a
1
u
u . a
2
a
0

(13.20)

Dabisistembiostabilan,potrebnojedasuispunjenadvauslova:

1. Dasusvikoeficijentiistogznaka:
a
k
>0k=0,1,2,3,...
a
k
<0k=0,1,2,3,...

2. Da svi glavni uzastopni dijagonalni minori Hurvicove determinante moraju

biti vei od nule. Ukoliko je neki od minora manji od nule sistem je
nestabilan,aakojejednaknulisistemjegraninostabilan:

1
= a
n-1
> u,

2
=
a
n-1
a
n-3
a
n
a
n-2
> u,

3
= _
a
n-1
a
n-3
a
n-5
a
n
a
n-2
a
n-4
u a
n-1
a
n-3
_ > u,

h
> u.

Primer 13.2: Neka je za sistem dat blok dijagramom na slici 79, funkcija
prenosapriotvorenojpovratnojsprezidatasa:

172

G
0
(s)C(s)=
K
s(s+1)
2

IspitatistabilnostsistemaprimenomHurvitzovogkriterijuma.

Reenje:

Funkcijaprenosaovogsistema(naosnovuje13.6)je:

W
z
(s)=
u
0
(s)C(s)
1+u
0
(s)C(s)
=
K
s(s+1)
2
s(s+1)
2
+K
s(s+1)
2
=
K
s(s+1)
2
+K

Karakteristinajednainaovogasistemaje:

A
z
(s)=s(s
2
+2s+1)+K=s
3
+2s
2
+s+K=0

Svisukoeficijentiistogznaka,Hurvitzovadeterminantazan=3je:

3
= _
a
2
a
0
u
a
3
a
1
u
u a
2
a
0
_ =_
2 K u
1 1 u
u 2 K
_

Potrebnojedasvidijagonalniminoribuduveiodnule:

1
= a
2
= 2 > u,

173

2
=
a
2
a
0
a
3
a
1
=
2 K
1 1
= 2 -K > u K < 2

3
= _
a
2
a
0
u
a
3
a
1
u
u a
2
a
0
_ = _
2 K u
1 1 u
u 2 K
_ = 2(1K02) K(1K 00) + 0(1210) =
2KK
2
>0

K(2K)>0

K>0K< 2

Prematome,sistemjeuzatvorenojstabilan,ukolikojepojaanjeK:0<K<2.

13.2.2.Routovalgebarskikriterijum
Routov kriterijum se zasniva na polju brojeva datom, takozvanom
Routovom tabelom. Prva dva reda ove tabele se formiraju pomou koeficijenata
samog karakteristinog polinoma, dok se elementi ostalih redova tabele
izraunavajunaosnovu:

A
1
=
u
n-1
u
n-2
-u
n
u
n-3
u
n-1
;A
2
=
u
n-1
u
n-4
-u
n
u
n-S
u
n-1
;.....

B
1
=
A
1
u
n-3
-u
n-1
A
2
A
1
;B
2
=
A
1
u
n-S
-u
n-1
A
3
A
1
;.....

C
1
=
B
1
A
2
-A
1
B
2
B
1
;C
2
=
B
1
A
3
-A
1
B
3
B
1
;.....

I sve ostale kolone se formiraju na isti nain, sve do poslednje vreste koja
imasamojedanlanH
1
.
174

Routovatabeleizgledanasledeinain:
h
3 2 1
3 2 1
3 2 1
5 n 3 n 1 n
4 n 2 n n
0
4 n
3 n
2 n
1 n
n
H
... C C C
... B B B
... A A A
... a a a
... a a a
s
s
s
s
s
s
M M M
M

Dabisistembiostabilanpotrebnojedasuispunjenadvauslova:
1. Dasusvikoeficijentikarakteristinogpolinomaistogznaka
a
k
>0k=0,1,2,3,...
a
k
<0k=0,1,2,3,...

2. Dasusvielementiprvekolone,Rautovetabele,istogznaka

Primer 13.3: Ukoliko je prenosna funkcija pri otvorenoj povratnoj sprezi,

jednakafunkcijiizprethodnogprimera:

G
0
(s)C(s)=
K
s(s+1)
2

IspitatistabilnostsistemaprimenomRautovogkriterijuma.

Reenje:

Ve je u prethodnom primeru odreeno da je karakteristina jednaina

razmatranogsistema:

A
z
=s(s
2
+2s+1)+K=s
3
+2s
2
+s+K=0

Odatlejen=3,teje:
175

A
1
=
u
2
u
1
-u
3
u
0
u
2
=
21-1K
2
= 1 -12K;;A
2
=
u
2
0-u
3
0
u
2
= u

B
1
=
A
1
u
0
-u
2
A
2
A
1
=
(1-
1
2
K)K
(1-
1
2
K)
= K;B
2
=
A
1
0-u
2
0
A
1
= u;.....

NatajnainjeRoutovatabela:
M M M M
...
...
...
...
...
1
2 1
0 2
1 3
0
1
2
3
B
A A
a a
a a
s
s
s
s
=
M M M M
...
...
... K 1/2 - 1
... 2
... 1 1
0
1
2
3
K
K
s
s
s
s

Kako bi sistem bio stabilan potrebno je da K>0 i 11/2K>, odatle je: K>0 i
K<2,istokaoikodHurvitzovogkriterijuma(0<K<2).

13.3. Analiza stabilnosti korienjem frekventnih karakteristika (Grafiki

kriterijumistabilnosti)
Stabilnost sistema u zatvorenoj sprezi se moe odrediti na osnovu
frekventnihkarakteristikasistemauotvorenojsprezi,tj.nabazidijagramaW(s)=
G
0
(s)C(s). O frekventnim karakteristikama sistema je ve bilo rei u poglavlju 12.
Ovakvo odreivanje stabilnosti sistema ima poseban praktian znaaj u sluaju
kada su frekventne karakteristike za objekat upravljanja dobijene
eksperimentalno ili kada funkcije prenosa sistema nisu racionalne funkcije
kompleksnepromenjives.

13.3.1.Nikvistov(Nyquist)kriterijumstabilnosti
U cilju izvoenja Nikvistovog kriterijuma stabilnosti pomou frekventnih
karakteristika posmatrajmo funkciju F(s), koja ima N nula i P polova unutar
176

orijentisane, zatvorene i jednostruko povezane konture C

s
u sravni. Sledea
pretpostavkajedafunkcijaF(s)takoenemanulanipolovanakonturiC
s
.Ukoliko
se sada neka taka iz ravni s kree po konturi C
s
u definisanom pravcu, tada se
pomou funkcije F(s) ova kontura preslikava u konturu C
F
u Fravni. Na osnovu
slike 82 se moe zakljuiti da prilikom jednog obilaska konture Cs vektor, iji je
poetak u taki c (unutar Cs) a vrh u ravni s na konturi Cs, promeni svoj ugao
(argument) za 2 (slika a). Takoe, zakljuujemo da je prilikom jednog obilaska
konture Cs promena argumenta odgovarajueg vektora za take c koje se nalaze
izvankontureCsjednakanuli(slikab).

Slika82.Hodografskiprikazfunkcije
Nikvistov kriterijum upravo koristi hodograf funkcije karakteristine za
odreeni sistem. Da bismo gornje razmatranje primenili u analizi stabilnosti,
pretpostaviemodajefunkcijasistema(prikazanognaslici81)F(s)datasa:

F(s)=1+W(s)(13.21)

GdejeW(s)=G
0
(s)C(s)

PrimetnojedasunulefunkcijeF(s)jednakepolovimasistemauzatvorenoj
sprezi, a da su njeni polovi jednaki polovima sistema u otvorenoj sprezi, tj.
polovimafunkcijeprenosaW(s).
UkolikouzmemodajekonturaCsusravnitakvadaobuhvataitavudesnu
poluravankakojeprikazanonaslici83.,tadajepromenaargumentafunkcijeF(s)
kojaodgovarapromenispodelukrunicebeskonanovelikogradijusaCrjednaka
177

nuli.ZatvorenalinijaCskojasesastojiodimaginarneoseCiiovepolukruniceCr
usravni, nazivase Nikvistovomkonturom.Kakobiseizvriloispitivanjesistema,
potrebnojenacrtatifrekventnukarakteristikufunkcijeF(s)=F(j),(,+)

Slika83.Nikvistovakontura
Sluajdatnaslici83,odnosisenasituacijukadasurealnidelovisvihpolova
funkcije prenosa otvorenog kola pozitivni, tj.kada otvoreno kolo nije stabilno.
Tada se koristi opta (osnovna) Nikvistova teorema (kriterijum) stabilnosti u
zatvorenojsprezije:
UkolikofunkcijaprenosasistemauotvorenojspreziW(s)=G
0
(s)C(s)imaP
polova u desnoj poluravni, i nema ni nulu ni polove na imaginarnoj osi sravni
tada e sistem u zatvorenoj sprezi imati N polova u desnoj spoluravni ako i
samo ako Nikvistov dijagram W(j) obuhvati taku (1,j0) u smeru kazaljke na
satuNPputa.
Ipak,naosnovuuslovazainternustabilnostsistema(kojijeranijedefinisan)
poznatojedasvipolovisistemauzatvorenojsprezimorajubitiulevojpoluravnis
ravni, pa je samim time njihov broj u desnoj poluravni N=0, ukoliko je sistem
stabilan. Ukoliko je sistem u otvorenoj sprezi nestabilan, znailo bi da ima P
polova u desnoj poluravni, odnosno P>0. Na taj nain je gornji izraz NP<0
odnosno negativan. Prema tome, Nikvistov dijagram W(j) mora da obuhvati
kritinu taku (1,j0) tano P puta u smeru suprotnom od smera kazaljke na satu
(zbogznakaminusispredP).
KadasedobijedaNikvistovdijagramprolazikroztaku(1,j0)ovoznaida
postojineko
0
kojezadovoljavakarakteristinujednainu1+W(j
0
)=0,odnosno
178

dapostojiparpolovasistemauzatvornojsprezikojisenalazenaimaginarnojosi
sravni.Ovopredstavljauslovkritinestabilnostisistemauzatvorenojsprezi.
Za sluaj koji nastupa kada su realni delovi svih polova prenosne funkcije
otvorenog kola negativni, tj. kada je otvoreno kolo stabilno. Tada se primenjuje
posebanNikvistovkriterijum.
Poseban Nikvistov kriterijum glasi: Ukoliko je otvoreno kolo (slika 80)
sistema regulisanja stabilno, onda je za stabilnost celog sistema regulisanja
potrebnoidovoljnodadeohodografafrekventnekarakteristikeF(j)otvorenog
kola pri promeni od 0 do + niti obuhvata taku (1, j0) niti prolazi kroz nju.
Hodografovakvogtipajeprikazannaslici84.

Slika84.Hodograffrekventnekaraktristike
Na osnovu napred reenog, oigledno je da najpre treba ispitati poloaj
polova prenosne funkcije otvorenog kola W(s), tj ispitati znak realnih delova tih
polova. Zatim, se na osnovu poloaja polova zakljuuje o kom se sluaju radi
(posebnomilioptem),iuskladusatimprimenjujeodgovarajui(posebniiliopti
kriterijum).

13.3.2.Bodeovdijagramzaocenustabilnostisistema
Bodeovi dijagrami i njhova primena, ve je opisana u prethodnim
poglavljima ove knjige. Sutina je da se hodograf frekventne karakteristike
otvorenog kola, F(j) moe da preslika u dijagrame logaritamske amplitudno
frekventne karakteristike A() i fazno frekventne karakteristike () tog
otvorenogkola.OvakavhodografsejednimimenomnazivaBodeovdijagram.

179

Bode je zapravo reformulisao Nikvistov kriterijum pomou A() i (), te

Bodeovateoremaostabilnostisistemasapovrtnomspregomglasi:
Otvoreno kolo sistema sa povratnom spregom je stabilno, ako njegova
logaritamska amplitudnofrekventna karakteristika A() ima samo jednu nulu, a
faznofrekventna karakteristika () ima najvie po jednu zajedniku taku sa
svakom pravom = (2m+1). Da bi sistem sa povratnom spregom bio stabilan,
potrebnojeidovoljnodafaznofrekventnakarakteristikaotvorenogkola()ne
seenitidodirujeprave = (2m+1)zasvako zakojejeL()>0.
Na slici 85 je dat Bodeov dijagram sistema koji zadovoljava napred iznetu
teoremu.

Slika85.PrimerBodeovogdijagramastabilnogsistemasapovratnomspregom

180

14. KORIENJE PROGRAMSKOG PAKETA MATLAB U TEORIJI

SISTEMA
MATLAB je softver sa visokim performansama namenjen naunim:
tehnikim i druvnenim, proraunima i analizi. U okviru svojih aplikacija ovaj
softver obuhvata proraun, vizualizaciju i programiranje u easytouse (lako za
korienje)okruenju.MATLABpaketobuhvata:
Matematikeproraune;
Razvojalgoritama;
Modeliranjeisimulaciju;
Analizupodatakaivizualizaciju;
Naunuiinenjerskugrafiku.
Sam naziv programskog paketa MATLAB potie od akronima MATrix
LABoratory, obzirom da je njegova primarna namena bila da obezbedi lak rad sa
matricama.
Prva izvorna verzija MATLABa, napisana je kasnih sedamdesetih, na
univerzitetuNewMexicoiStanforduniverzitetu,saosnovnomnamenomdaslui
kao pomono sredstvo na kursevima iz linearne algebre, i numerike analize.
NovijeverzijesupisaneuprogramskomjezikuC,dokjeprimarnaverzijaraenau
FORTRANu jer je polazna ideja bila da ovaj paket bude nadgradnja FORTRANa
kojabikoristilagotovepotprogrameFORTRANa.
Programski paket MATLAB ima modularnu strukturu. Tanije, sastoji se iz
osnovne instalacije i odreenog broja tzv. toolboxova. Toolbox je celina koja
sadri odreen broj funkcija, realizovanih kao tzv. Mfajlovi, koji se odnose na
odreene analitike oblasti. Tako postoje Control System Toolbox, Signal
ProcessingToolbox,SystemIdentificationToolbox,Simulink,itd.
OsnovniizgledekranakojisejavljanakonpokretanjaprogramaMATLABje
datnaslici86.
181

Slika86.OsnovniizgledekrananakonstartovanjaprogramaMATLAB
Na vrhu prozora se nalazi linija sa menijima (na slici 86, data brojem 1),
odmah ispod nje se nalazi linija sa osnovnim alatima za rad (2). U desnom delu
ove linije se nalazi polje current directory (3), u kojem je oznaen aktivan
direktorijum. U padajuem meniju istog polja moe se odabrati neki od ranije
korienih direktorijuma, a na polju sa tri take (4) bira se novi. U levom delu
radnogprostoranalazesedvamanjaprozora:LaunchPad(5)iCommandHistrory
(6).
Launch Pad se koristi za izbor neke od specijalizovanih podopcija koje su
instalirane uz MATLAB. Spisak ponuenih opcija moe se proiriti sa zahtevima
vezanim za rad u ovom programu. U okviru istog programa nalazi se i opcija
Workspace, koja daje prikaz svih promenjivih korienih u toku rada. Uz naziv je
uveknavedenaikoliinamemorijerezervisanazapromenjivu.

182

Command History je prozor koji prikazuje spisak svih, ak i pogrenih,

komandi unetih u toku rada. Poslednja uneta komanda je poslednja na spisku. U
ovomprozoru,takoenalazeseisvipodacioprethodnmokorienjuMATLABa.
Datum i vreme su oznaeni zelenom bojom, a sve komande unete tom prilokom
dostupnesuzaponovoizvravanje.U
DesnideoradnogprostorainikomandniprostorCommandWindow(7),
rezervisanzaunoskomandi.

14.1.Osnovneoperacijeumatlabsoftveru
14.1.1.Unospromenjivihuradniprostor
Promenjive u MATLABu, za razliku od programskih jezika, nije potrebno
deklarisati. Svaka nova kombinacija slova predstavlja novu promenjivu za koju
MATLAB rezervie potrebnu memoriju. Na primer, promenjiva a, ija je vrednost
3,unosiseuMATLABnasledeinain:

>>a=3;

AkomandaseizvravapritiskomnaEnter

Promenjiva se moe uneti i bez unosa oznake ;. Ukoliko se unos

promenjive izvri bez ;, tada MATLAB automatski ispisuje zadate vrednosti
promenjive.

14.1.2.Unoenjepolinomauradniprostor
MATLAB ima veliki broj funkcija za rad sa polinomima, poev od osnovnih
operacija kao to su mnoenje i deljenje, sve do pronalaenja nula polinoma,
diferenciranja,itd.
Unos polinoma u komandni prostor slian je unosu vrednosti promenjivih.
U ovom slaju unose se samo koeficijenti koji se nalaze uz odgovarajue
stemepne promenjive. Uneti koeficijenti razdvajaju se razmacima ili zarezima i
nalaze se izmeu velikih zagrada. I ovde se nakon unosa polinoma moe ili
nemoraunetioznaka;.Npr.polinom:

P(x)=2x
3
3x
2
+x+9
183

UMATLABcommandwindovseunosikao:

>>p=[2319]

14.1.3.Unoenjematricauradniprostoriradsamatricama
Unoenje matrica u radni prostor MATLABa, razlikuje se od unoenje
polinoma. Elementi redova razdvajaju se razmacima ili zarezima, dok se kraj
redova oznaava sa ;. Elementi sledeeg reda se unose u nastavku. Slino kao
kodpolinoma,svielementimatricesenalazeizmeuzagrada[].
Kao i kod promenjive i polinoma, ukoliko se izostavi znak ; na kraju
komande,MATLABprikazujeodgovarajuumatricu.Naprimer,matricaA:

A=_
2 7 -8 9
1 u 9 4
1S 8 u 1
1 1 2 1
_

SeunosiuMATLABcommandwindow,kao:

>>A=[2789;1094;15801;1121]

Matricaijesusvevrednostinule,unosisenasledeinain:

>>Z=zeros(2,4)

Matlabodgovarasa:

Z=
0000
0000
184

Jednininamatrica,seunosikao:

>>F=ones(3,3)

Matlabodgovarasa:

111
111
111

Sabiranje matrica se vri na sledei nain. Prvo je potrebno uneti matrice,

Npr:

>>A=[163213;510118;96712;415141];

>>B=[12134512;1232444;36251412;4404212];

Zbirmatricaseodreujepreko

>>A+B

PriemuMATLABodgovara:

ans=
28164725
6333552
45312124
48155613
185

Proizvodmatricaseodreujepreko

>>A*B

PriemuMATLABodgovara:

ans=
8393271366504
818570955728
8944301151600
611747778888

Odreivanjedeterminantematriceseradinasledeinain:

>>det(A)

PriemuMATLABodgovara:

ans=
0

Odgovorjenula,obziromdaseradioDurerovojmatrici.Zasluajmatrice
B:

>>det(B)

PriemuMATLABodgovara:

ans=
186

1676476

Odreivanjeinverznematriceseradinasledeinain:

>>Y=inv(B)

MATLABodgovara:

Y=

0.01870.00310.01260.0176
0.02470.00660.03320.0338
0.02740.00500.00970.0005
0.02740.02900.01240.0170

14.2.PrenosnafunkcijauMATLABU
Smisao i svrha prenosne funkcije u teoriji sistema ve je definisana u
prethodnim poglavljima ove knjige. Ovde e biti predstavljen nain unosa i
korienje prenosne funkcije u MATLAB softveru. Tako na primer, za prenosnu
funkciju:

W(s)=
X
i
(s)
X
u
(s)
=
5
s
2
+4s+3

UMATLABradniprostorpotrebnojeuneti:

>>Xi=[5];
>>Xu=[143];
>>W=tf(Xi,Xu)

187

14.2.1.Odreivanjejedininogimpulsnogodzivasistema
UzpretopostavkudajesistemopisanprenosnomfunkcijomW(s):

W(s)=
X
i
(s)
X
u
(s)
=
5
s
2
+4s+3

ve unetom u radni prostor MATLABa, odgovarajui jedinini impulsni

odzivsedobijaputem:

>>impulse(W)

Odzivizgledakaonaslici87.

Slika87.Jedininiimpulsniodzivrazmatranefunkcije
188

14.2.2.Odreivanjejedininogodskonogodzivasistema
Jedinini odskoni odziv sistema se dobija uz pomo funkcije step, gde se
kaoargumentnavodinazivsistema,datogiliuoblikumodelauprostorustanjaili
kaoprenosnafunkcija.Zasistemdefinisanprenosnomfunkcijom:

W(s)=
X
i
(s)
X
u
(s)
=
5
s
2
+4s+3

Navedenaoperacijaizgledanasledeinain:

>>step(W)

Odzivsedobijaunovom,manjemprozoru,slika88.

189

Slika88.Jedininiodskoniodzivrazmatranefunkcije
14.3.Modeluprostorustanja
Ve su u ranijem tekstu definisane jednaine stanja sistema. Uzmimo ve
uraen primer 12.3, gde su za finciju f(t) = sin4t, definisane sledee jednaine
stanja:

x
1
=x
2

x
2
=x
3
=16x
1
+4x
u

Teje:

A=j
u 1
-16 u
[b=j
u
4
[c=j
1
u
[d=0
190

UMATLABusesistemjednainomstanjadefiniepreko:

A=[01;160]
b=[0;4]
c=[10]obziromdajezavektorskujednainuizlazapotrebnatransponovana
vrednostvektorac.
d=0.
Da bi se sistem definisao preko modela u prostoru stanja, potrebno je u
commandwindowuneti:

sys=ss(A,b,c,d)

Kaoodzivsedobija:

a=
x1 x2
x1 0 1
x2 16 0

b=
u1
x1 0
x2 4

c=
x1 x2
y1 1 0

191

d=
u1
y1 0

Continuoustimemodel.

Sadajemogueiispitatiodzivovogsistema:
>>impulse(sys)
>>step(sys)

MATLAB generie adekvatne odzive sistema, slika 89. Oigledna je sinusna

karakteristikapolaznefunkcije.

(a)
192

(b)
Slika89.Jedininiimpulsni(s)iodskoni(b)odzivrazmatranesinusnefunkcije

14.4.Stabilnostsistema
14.4.1.NyquistovkriterijumuMATLABU
Ve je u prethodnim poglavljima definisan Nikvistov kriterijum za ocenu
stabilnosti sistema koji se zasniva na poznavanju frekventne karakteristike
otvorenogkola,prekokojeseispitujestabilnostzatvorenogkolasistema.Kakoje
vereeno,radiseografikojmetodikojajenaroitopogodnausluajevimakada
se do frekventne karakteristike elemenata otvorenog kola moe doi
eksperimentalnimputem.
Nekajesistemopisanprenosnomfunkcijom:

W(s)=
X
i
(s)
X
u
(s)
=
2s
2
+5s+1
s
2
+2s+3

Kako je ve definisano, sistem se prenosnom funkcijom u MATLABU

definiepreko:
193

>>Xi=[251]
>>Xu=[123]
>>W=tf(Xi,Xu)

PotomseunosiizvrnanaredbaNikvistovogkriterijuma:

>>nyquist(W)

KaoodzivsedobijaNyquistovakriva,slika90.

Slika90.Nyquistovakrivarazmatranogsistema

194

14.4.2.BodeovkriterijumuMATLABU
Kakojevereeno,zarazlikuodNyquistovemetode,ovdeseamplitudnai
fazna karakteristika sistema crtaju posebno. Ipak, ove dve karakteristike zajedno
inelogaritamskidijagramamplitudeifaze,poznatkaoBodeovdijagram.
Naslici89,jeprikazanBodeovdijagramzasistemopisanistomprenosnom
funkcijomkaouprethodnomsluaju:

W(s)=
X
i
(s)
X
u
(s)
=
2s
2
+5s+1
s
2
+2s+3

Kako je ve definisano, sistem se prenosnom funkcijom u MATLABU

definiepreko:

>>Xi=[251]
>>Xu=[123]
>>W=tf(Xi,Xu)

PotomseunosiizvrnanaredbaBodeovogkriterijuma:

>>bode(W)

MATLABodgovaradijagramomprikazanimnaslici91.
195

Slika91.Bodeovdijagramrazmatranogsistema

14.5.SimulinkgrafikoprogramiranjeuMatlabprogramskompaketu
SIMULINK je toolbox MATLABa koji omoguuje programiranje u grafikom
okruenju (modu). Posebno je pogodan za simulaciju rada linearnih i/ili
nelinearnih, kontinualnih i/ili diskretnih sistema. SIMULINK se pokree bilo
izvrenjem naredbe (simulink) u command window MATLABA, ili pokretanjem
ikonice simulink sa toolbara, na slici 86 dat sa brojem (2). Nakon toga se na
ekranupojavljujeprozorsaosnovnimmenijemsimulinka.Naslici92suprikazani
blokovi za kreiranje modela, koji se nalaze u osnovnim menijima: sources, sinks,
linear. Na slici je data jedna od varijanti prikaza biblioteka simulinka. Zavisno od
verzijemATLABsadrajimenijamogubitinetodrugaiji.

196

Slika92.SadrajbibliotekeSIMULINKaosnovnihblokovazakreiranjemodela
Simbol na bloku i tekst ispod njega ukazuju na sadraj koji se simulira
blokom. Ukoliko u modeliranju postoji potreba za takvim blokom on se levim
miemprevlaiuosnovniprozorsimulinka.
MeniSourcessadriblokovezagenerisanjerazliitihulazasistema(razliiti
ulazni signali). Meni Sinks sadri blokove za predstavljanje vrednosti signela od
interesa.
Meni Linear (ili Continuous) sadri blokove za simulaciju elemenata sa
odgovarajuomfunkcionalnomvezomulaznihiizlaznihsignala,MeniMathsadri
blokovekojiopisujuoptematematikefunkcije.

Za simulaciju ponaanja (odreivanje odziva) dinamikog elementa sa

funkcijomprenosadatomupolinimijalnomoblikuskiciranjerasporedelemenata
naslici93.Nakontosepotrebniblokoviprevljaenjemizodgovarajuihprozora
postave na radnu povrinu osnovnog prozora, oni se povezuju adekvatnim
vezama. Ovo se postie tako to se prevlai levim miem od izvora signala do
197

njegovog ponora. Na taj nain se dobija grafika struktura koja simulira

odgovarajuiproces.
Podeavanjem parametara svakog bloka se realizuje dvostrukim klikom na
isti.Nakontogaseotvarodgovarajuidijalogprozorsaprikazomparametara.

Slika93.IlustracijagrafikogprogramiranjauosnovnomprozoruSimulinka

198

Slika94.Ilustracijasimulacijesarezultatompredstavljenimdijagramomodziva
Parametri se prema potrebi menjaju i potom aktiviranjem opcije Apply
pridruujubloku.
Da bi se pokrenula simulacija potrebno je u osnovnom meniju simulinka
odabratiopcijuSimulation,apotomStart.Klikomnastartjepokrenutasimulacija.
Naslici94jeprikazanoblikodskonogodzivasimuliranogelementa.
Kakojeveopisanoupoglavlju10,modelrezervoarasatenouimaoblik
prenosnefunkcije:

W
1
(S)=
X
i
(S)
X
u1
(S)
=-
K
A
R
1+S1

Izuglaprvei,

W
2
(S)=
X
i
(S)
X
u2
(S)
=
R
1+S1

199

Izugladrugeulazneveliine.

Strukturniblokdijagramovakvogsistemajepredstavljenkaonaslici95.

Slika95.Strukturniblokdijagramrezervoarasaslobodnimisticanjemtenosti

Zapotrebemodelovanjabieusvojenodaje:

T=1,
Ka=0.5
R=2

Takoe, bie usvojeno da je ulaz X

u1
odskona funkcija, dok je X
u2
sinusna
funkcijasaamplitudom0.5ifrekvencijom1s
1
.
Modelkojisimuliraovajsistemjeprikazannaslici96.Odzivovogsistemaje
prikazannaslici97.
200

Slika96.Modelrezervoarasaslobodnimisticanjemtenosti

201

Slika97.Odzivanaliziranogsistema
Za sistem modela zaliha, koji je takoe opisan u poglavlju 10, i ije su
prenosnefunkcije:

W
1
(s)=
X
i
(s)
Xu1(s)
=
1
1S
zaprvui

W
2
(s)=
X
i
(s)
Xu2(s)
=
1
1S
zadruguulaznuveliinu.

Naosnovu,definisanogblokdijagrama:

Slika98.Strukturniblokdijagramrazmatranogmodelaproblemazaliha
UkolikousvojimodajeveliinaT=1,takoe,bieusvojenodajeulazX
u1

odskonafunkcija(izrazlogatotaveliinapredstavljaulazmaterijalauskladite,
teumomentuzavreneproizvodneserijeodreenakoliimamaterilajapristieu
skladite). Druga ulazna veliina X
u2
predstavlja koliinu materijala koja se
preuzme iz skladita. Za ovu veliinu je najpovoljnije uzeti ponavljajue sekvence
(repeating sequence) jer ova veliina najbolje opisuje promenu koliina zaliha u
skladitu.Natajnain,dobijasemodelkojisimuliraponaanjezalihauskladitu.
Modelovogsistemajedatnaslici99.Dokjeodzivprikazannaslici100.
202

Slika99.Modelzaliha

Slika100.Odzivrazmatranogsistema
203

15. MODELOVANJE SISTEMA NA OSNOVU EKSPERIMENTALO

ODREENIHPOKAZATELJAPROCESA
Kako je ve reeno u poglavlju 10., prava provera vrednosti matematikog
modelamoeseupraktinimuslovimasprovestinadvanaina:
Prvinain(M1)sezasnivanapretpostavcidajematematikimodelobjekta
predstavljen u vidu sistema diferencijalnih jednaina. Reenja tog sistema
jednaina se mogu dobiti njihovom simulacijom na raunaru, uvoenjem
standardnih ulaznih signala. Potom se sada realni sistem (objekat upravljanja)
pobuuje istim ulaznim veliinama i meri se izlaz sistema (odziv). Poreenjem
odziva sistema diferencijalnih jednaina koje predstavljaju model objekta i
stvarnogodzivaobjekta,donosesezakljuciovalidnostiformiranogmodela.Ovaj
nainvalidaciesistemaimodelajeopisanuprethodnimpoglavljimaoveknjige.
U drugom prilazu (M2), koji u prethodnim poglavljima nije obraen,
polazei od eksperimentalno snimljenih funkcionalnih zavisnosti ponaanja
realnogobjektaunestacionarnomreimumoguejekorienjemrazliitihvidova
identifikacijeodreditimatematikimodelobjekta.
Kako je ve reeno, postoji nekoliko glavnih razlika navedenih pristupa
modelovanja:
Kod predstavljanja modela sistemom diferencijalnih jednaina (M1)
strukturamodelaproizilazidirektnonabazipoznatihzakonitostidoksekod
postupka zasnovanom na statistikoj analizi (M2) struktura modela mora
pretpostavitiunapred;
Kod M1 se reprodukuju relacije izmeu ulaza, internih promenjivih
procesa i izlaza, dok se kod M2 uglavnom dobija model tipa crne kutije,
tj.pomouM2sesamoreprodukujurelacijeizmeuulazaiizlaza;
KodM1suparametrimodelapovezanisastvarnimparametrimaoriginala,
dok su kod M2 to najee samo neke brojne vrednosti i ne moraju biti,
odreenifizikiparametrirealnogprocesa;
ModeldobijenpomouM1vrediizasrodneproceseiraznereimerada,
dok se sa M2 model odnosi jedino na odreeni proces na kojem se vre
merenja.IztograzlogaseputemM2nemoguanaliziratisvastanja,kaoto
sunpr.havarijskastanjaprocesa;
Ipak,programskareenjaformiranazapostupakM2semoguprimenjivati
za dobijanja modela razliitih procesa, dok se za M1 za svaki proces
modelovanjemoravritiizpoetka.

204

U daljem tekstu bie opisano formiranje modela sistema na osnovu

podataka dobijenim merenjem (eksperimentalnim odreivanjem) odnosa ulaznih
iizlaznihveliinasistema.
Kod ovog naina modelovanja, mogue je primeniti analitike i statistike
metodemodelovanja.Kodstatistikogmodelovanjamoguejeprimenitilinearne
inelinearnestatistikemetode.

15.1.Analitikomodelovanjesistemanabazieksperimentalnihrezultata
Pod analitikim modelovanjem procesa na osnovu eksperimentalno
dobijenihrezultata,podrazumevaseformiranjeiliizboradekvatnejednainekoja
dovoljnotanoopisujerazmatraniprocesusistemu.
Kako bi se izvrilo analitiko modelovanje procesa u odreenom sistemu,
potrebnojeizvritieksperimentalnosnimanjerezultata(izlaznihveliina)procesa,
na osnovu razliitih ulaznih veliina. Ulazne veliine sistema su poznate i
kontrolisane veliine. Za veliki broj ulaznih veliina (N), analitiki pristup
modelovanju zahteva da se u cilju procene svake od njih, (N1) promenjive dre
konstantnim, dok se vri promena jedne od promenjivih i belei njen uticaj na
izlaznupromenjivu.
Na primer, ukoliko uzmemo u razmatranje za analitiko modelovanje ve
opisanosnovnimodelzaliha,kojisekarakteriejednainom:

G
t
=G
O
+
= =

t
i
t
i
i i
q p
1 1
=f(G
o
,p
i
,q
i
)

Priemujereenodajekoliinazalihauposmatranomtrenutkuposledica
nejednakostiuprilivu(inputu)ioticanju(outputu)odgovarajuihoblikasredstava.
Gde su: (G
t
) koliina zaliha u odreenom trenutku, G
O
koliina zaliha na
poetkuposmatranogintervala,p
i
prilivodreenihsredstavauitomrazdoblju,q
i

oticanjesredstavauitomrazdobljuposmatranogintervala.
Kakobisedefinisaoanalitikimodelzalihaodreenogskladinogprostora,
bilo bi potrebno u eksperimentu veliinu G
0
i p
i
, drati konstantom a menjati
veliine

=
t
i
i
q
1
tokom vremena, time bi se izmerio uticaj veliina q
i
na G
t
. U
narednomsetueksperimenatabisekonstantimodravaliG
0
iq
i
,dokbisepratio
205

uticajpromeneveliinap
i
naG
t
.Inakraju,konstantebibilep
i
iq
i
ameriobi
seuticajpromeneveliineG
0
naG
t
.
Ovim putem, eksperimentom u odreenom skladitu dobila bi se tri seta
rezultata promene veliine G
t
u funkciji sve tri promenjive. Sledei korak u
modelovanju bi se sastojao u tome da se tako dobijeni eksperimentalni set
podataka opie adekvatnom matematikom jednainom modela. To je ujedno i
najvanji korak u analitikom modelovanju jer je potrebno pronai jednainu
modela koja najoptimalnije opisuje eksperimentalno dobijene rezultate. Ovaj se
stadijumanalitikogmodelovanjamoeizvritinadvanaina.Prvi,imnogoee
korieninain,jepokuatimodelovanjeeksperimentalnodobijenihrezultatave
postojeim jednainama modela koje su prisutne u literaturi. esto je potrebno
pokuati modelovanje veim brojem jednaina modela pa potom oceniti koja od
njih daje najpovoljnije rezultate modelovanja. Drugi nain modelovnja zahteva
formiranje potpuno nove jednaine modela prilagoene u potpunosti
razmatranomsistemu.Prvinainmodelovanjanaaojemnogoiruprimenujerje
relativnojednostavniji,ipakdruginaindajemnogopouzdanijerezultate.
U sledeem koraku, nakon izbora adekvatne jednaine modela vri se
obrada eksperimentalnih rezultata ovako selektovanom jednainom. U
narednom, koraku, vri se poreenje rezultata dobijenih primenom jednaine
modelasapolaznimeksperimentalnimpodacima.Ovdesenajeevriproraun
odstupanjapolazniheksperimentalnihpodatakaodrezultatadobijenihmodelom.
Usvrheproraunaodstupanjamerisestandardnagreka,standardnadevijacijaili
korelacija izmeu seta eksperimentalnih podataka i seta podataka dobijenih
modelom. U inenjerskoj praksi se najee smatra zadovoljavajuom tanou
modela odstupanje od 5%. Odnosno, stepen korelacije izmeu polaznog i
modelovanjemdobijenogsetapodatakatrebadajenajmanjer
2
=0.95.
Jo jedan, ujedno i poslednji korak, kod modelovanja jeste validacija
modela. Validacija modela podrazumeva proveru tanosi modela na potpuno
novom setu eksperimentalnih podataka. U te svrhe, potrebno je ponoviti
eksperimenturazmatranomsistemuidobitipotpunonovisetpodataka,kojinije
prethodno korien u modelu i sada primeniti selektovanu jednainu modela na
ovom novom setu podataka. Ovim se dobija novi izlaz sistema dobijen
modelovanjem,kojiseponovouporeujesaeksperimentalnodobijenimizlaznim
veliinama. Ponovo je potrebno da korelacija eksperimentalnih i modelom
proraunatihpodatakabudeminr
2
=0.95.
Analitiki nain modelovanja je dosta pogodan za formiranje modela
procesa u sistemu sa malim brojem nezavisno promenjivih (mali broj ulaznih
veliina). Kada se u razmatranje uzmu kompleksni sistemi sa velikim brojem
206

uklaznih veliina ovakav nain modelovanja esto ne daje zadovoljavajue

rezultate. Tadase,kodkompleksnih sistema,pristupamodelovanju uz korienje
nekogodstatistikihmetodamodelovanja.
Kao primer analitikog a potom i statistikog pristupa modelovanju bie
data procedura modelovanja jednog segmenta ekosistema. Modelovanje
ekosistema je jedna od novijih oblasti teorije sistema i predstavlja potencijalni
pravac daljeg rasta oblasti primene opte teorije sistema. Naime, bie prikazana
procedura formiranja matematikog modela u cilju reavanja jednog problema iz
oblastiekolokogmenadmenta.
Ekoloki menadment kao disciplina razvio se iz prvobitne potrebe da se
tehnoloki rast i razvoj u gotovo svim granama privrede proprati iz ugla zatite
ivotnesredine.Naime,nagliporast,uprvomreduindustrijskihkapacitetapretio
jedadovededobrzoguruavanjapostojeegekosistemanaeplanete.Savremeni
ekoloki menadment je mnogo vie od navedenog. U modernom industrijskom
okruenju, ekologija zauzima bitno mesto gotovo svakog novog poslovnog
poduhvata.
Natajnain,razvojemekolokogmenadmentakaodiscipline,porastaojei
broj tehnika i alata koji se koriste u okviru njega u cilju poboljanja ekolokih
parametara industrijskih procesa. U savremenom pristupu praenja ekolokih
parametara procesa u tehnolokim sistemima, sve je vea primena savremenih
matematikih metoda za predvianje ponaanja procesa u smislu smanjenja
mogunostipojaveekolokihhazarda.

CaseStudy:
Kao polazna osnova modelovanja bie razmatran jedan segment
tehnolokogprocesaproizvodnjebakraupeizatopljenje.Tehnolokiproceskoji
se koristi za dobijanje bakra u razmatranoj topionici, projektovan je poetkom
70
tih
godinaprologveka.Ovakavtehnolokiprocesukljuujeoksidacionoprenje
koncentrata u fluo solid reaktoru, potom topljenje u plamenoj pei i na kraju
konvertorovanje. Kako da se svaka od navedenih faza odvija u zasebnom
agregatu, oteana je kontrola emisije SO
2
gasa. Sumpordioksid emitovan iz
reaktora i konvertora se koristi za proizvodnju sumporne kiseline, dok se gas iz
plamene pei isputa u atmosferu nakon preiavanja u elektrofilteru. U
savremenoj industrijskoj praksi gotovo sve topionice bakra prestale su da koriste
plamenupekaoagregatzatopljenje.Savremenaproizvodnjabakrazasnivasena
korienju Outokumpu flesh pei, Mitsubishi smelting koncepta, Noranda
reaktora, Peirce Smith konvertora, EL Teniente convertora i drugih. Gotovo svi
207

navedeni procesi su kontinualni i mogu je tretman celokupne koliine

emitovanogSO
2
gasa.
Obzirom na dotrajalost pojedinih agregata u kojima se proces ekstrakcije
bakraurazmatranojtopioniciidaljeodvija,kaoinaogranienjasametehnologije
topljenjakoncentratauplamenojpei,ovakavprocesjegotovonemoguevoditi
bezpovremenogemitovanjasumpordioksidaukoncentracijiveojoddozvoljene.
Problemjetimpreveiobziromdajetopionicasmetenausamomcentrugrada.
Obzirom da poveana koncentracija SO
2
gasa u vazduhu predstavlja opasnost po
zdravlje stanovnika Svetska Zdravstvena Organizacija (WHO, 2001) propisala je
dozvoljenu graninu koncentraciju SO
2
gasa u vazduhu. Takoe, komisija EU
ograniavakoncentracijuovogpolutantauvazduhuurbanihsredina(1999/30/CE,
2004/107/CE),priemujeovauredbaobavezujuazakompanijeEU,kaoioneu
zemljama koje ele da pristupe EU. Republika Srbija takoe ima definisani opseg
maksimalnihdozoljenihkoncentracijatetnihprimesauvazduhu.
ImajuiuviduopasnostkojupoveanaemisijaSO
2
predstavlja,tokom2003,
na teritoriji grada u kojem se razmatrana topionica nalazi postavljen je
Continuous Operational RealTime Monitoring System (CORTMS) za praenje
zagaenja vazduha. Ovaj sistem omoguuje kontinualno merenje koncentracije
SO
2
u vazduhu. (vrednosti se oitavaju u intervalima od 15 minuta). Meutim,
ovim putem se samo mogu detektovati prekoraenja u emisiji SO
2
gasa kada se
ona dese. Ovi podaci jo uvek nisu upotrebljeni sa ciljem da se poveana emisija
SO
2
spreiilimakarumanji.
Iz navedenih razloga, u daljem teksu bie razmatran pokuaj da se formira
model za matematiko predvianje potencijalnog prekoraenja dozvoljene
koncentracije SO
2
u gasu, a osnovu ulaznih tehnolokih i meteorolokih
parametara korienjem prvo analitikog pristupa modelovanju a potom metoda
statistikogmodelovanja.
Kaoulaznipodacizaprocesmatematikogmodelovanjaprikazanoguovom
poglavlju uzeti su parametri iz proizvodnje topionice bakra za mesece Jul i
Oktobar 2008 godine, kao i meteoroloki parametri za isti period. Parametri iz
proizvodnje ukljuuju podatak za koliinu preraenog koncentrata sa poznatom
koliinom sumpora unjemu; koliinuproizvodenesumpornekiseline inaosnovu
razlikesadrajasumporaukoncentratuisadrajasumporaukiseliniproraunate
koliine emitovanog SO
2
gasa. Ovaj gas se emituje kroz topionike dimnjake
prikazane na slici 101. Kao meteroloki parametri, uzeti su podaci koji se
kontinualno prate na dve lokacije u gradu (lokacija Gradski park i Jugopetrol,
prikazane na slici 3). U okviru svakodnevnog merenja na ovim mernim mestima
se,kontinualno,pratipromena:pravcavetra,brzinevetra,temperature,vlanosti
208

vazduha, barometarskogpritiskaitoje najvanije,koncentracijeSO

2
uvazduhu.
Praenje ovih parametara se odvija kontinualno, dok se slanje parametara u
centralnu bazu podataka odvija na svakih 15 minuta tokom 24 asa. Kako bi u
ovom istraivanju bio obuhvaen i uticaj godinjeg doba, koji se posredno
odraava na sve meteroloke parametre, posebno na temperaturu, pravac i
brzinuvetra,modelovanjejeobuhvatilopodatkezadvamesecarazliitihgodinjih
doba.ObraenjeletnjimesecJulijesenjimesecOktobar.

Slika101.Dispozicijagradasaprikazanimmestimamernihstanica
Kakojevereeno,ciljrazmatranjajeformiranjemodelakojiesavelikom
tanou izvriti predvianje koncentracije sumpordioksida u vazduhu na osnovu
polaznihtehnolokihparametarainaosnovuuticajameterolokihparametara.U
tabeli 6 su prikazani rezultati merenja koncentracije SO
2
na oba merna mesta
tokom svih meseci 2008. godine. Na slici 100 su prikazana procentualna
prekoraenja koncentracije SO
2
za oba razmatrana merna mesta (pri emu je
gornja dozvoljena granica GVI = 350 g/m
3
). Na osnovu rezultata Na osnovu
209

rezultata prikazanih na slici 102, oigledno je postojanje prekoraenja ove

maksimalno dozvoljene koncentracije na oba merna mesta i to u duim
vremenskimperiodimatokomcelerazmatranegodine.Priemuje,recimoujulu
mesecuznatnoveezagaenjebilonamernommestuGradskipark,dokjeunpr.
u oktobru znatno vei stepen zagaenja registrovan na mernom mestu
Jugopetrol.Natajnainjeoigledanuticajpravcaibrzinevetranaoverezultate,
kaoilokacijemernogmestauodnosunapozicijutopionikogdimnjaka.
Tabela 6. Proseno prekoraenje koncentracije SO
2
zabeleeno na razmatranim
mernimmestima
Mesec Merno
mesto
Minimum,
g/m
3
Maxksimum,
g/m
3

Srednja
vrednost,
g/m
3

Std.
Devijacija
Procenat vremena
iznadMDK,%
Januarr

1 0 4398 45.78 298.92 2.9

2 0 2398 34.56 345.23 15.3
Februar 1 5 4989 56.78 234.34 14.4
2 0 5367 207.34 342.45 25.3
Mart 1 10 4230 67.9 245.45 13.3
2 0 5193 203.45 433.34 18.0
April 1 0 3145 165.45 354.21 16
2 0 3678 196.56 324.2 15
Maj 1 0 4321 126.45 453.21 11.3
2 0 4567 23.45 125.67 1.9
Jun 1 0 3453 167.23 345.34 8.05
2 0 4876 198.23 457.23 19.58
Jul 1 0 5257 106.21 351.627 16.1
2 0 4247 194.55 472.985 8.7
Avgust 1 0 2345 78.92 342.34 8.3
2 0 3465 101.23 324.56 16.5
Septembar 1 0 2345 56.78 234.56 7.3
2 0 2435 52.34 256.45 6.5
Oktobar 1 10 2394 206.98 424.851 11.6
2 0 3990 86.55 392.172 19.25
Novembar 1 0 3435 201.23 435.23 16.4
2 0 4321 212.23 456.23 18.8
Decembar 1 0 2879 123.45 345.67 12.3
2 0 3245 145.67 345.23 13.45
1mernomestoGradskipark
2mernomestoJugopetrol

210

Slika102.ProcentnoprekoraenjekoncentracijeSO
2
tokomgodine2008.
Uciljumodelovanjavrenojesnimanjesledeihmeteorolokihparametara:
Brzinavetra,pravacvetra,temperaturavazduha,vlanostvazduhaibarometarski
pritisak.Ovipodacisusnimani naobarazmatrana mernamestauintervalimaod
15minutaiuvrtaniubazupodataka.Poredovihpodatakaubazususmetanei
vrednosti koncentracije SO
2
u vazduhu zabeleeni na razmatranim mernim
mestima.Bazapodatakajepotomdopunjenaitehnolokimparametrimaprocesa
proizvodnje bakra koji su od uticaja na emisiju SO
2
gasa. Tehnoloki parametri
ukljuuju: koliinu preraenog koncentrata, koliinu sumpora iz koncentrata
upotrebljenogzaproizvedenjusumpornekiselineiizrazlike,koliinuemitovanog
SO
2
kroztopionikedimnjake.
Uciljuselekcijenajadekvatnijejednaineanalitikogmatematikogmodela
izvreno je testiranje brojnih jednaina. Prema proceduri definisanoj u
prethodnomtekstu.Obziromnavelikukoliinupodatakakojujetrebaloobraditi,
korienjeMLABsoftverskipaket.
Kao najpogodnija jednaina za analitiko modelovanje razmatranog
problema,pokazalasejednaina:

211

FUNCTION N(T,V,B,P,C,S) = T*(K+W*B) + V*(A+M*B) + P*(L+D*B) +

C*(E+H*B)+S*(G+J*B)(15.1)

Gdesu:ttemperaturavazduha,vvlaznost,bbrzinavetra,ppravacvetra,
ckolicinakoncetrata,skolicinasumpornekiselineinprekoracenjeSO
2
.(K,W,A,
M,L,D,E,H,GiJ)sunumerikekonstante.
Kroz dve iteracije navedene funkcije nad polaznim podacima dobijenim
eksperimentom i smetenim u bazu podataka, dobijene su vrednosti parametara
funkcije,prikazaneutabeli7.
Tabela7.Rezulatidobijenianalitikimmodelovanjemrazmatranogproblema
valueerrordependencyparameter
0.69338141810.12511939630.9613347355K
0.83325318350.30060095040.9644244562W
0.034391125460.033098670790.9839940172A
0.34340283040.092460963590.9913939762M
5.0174525914.9736142430.9879712346L
13.47807336.8938142080.9853030544D
0.19898475170.015950847690.998804087E
0.24785577790.022844477660.9976778137H
0.3948399350.035796048510.9988478964G
0.47888297130.05354745110.998081368J
bestweightedsumofsquares=2.403475e+00;
weightedrootmeansquareerror=1.096238e+00;
weighteddeviationfraction=2.581425e02;
Rsquared=0.7770
Oiglednojedajeanalitikipristupdoveodoformiranjajednainemodela
kojomsemoevritipredvianjeemisijeSO
2
gasanaosnovupoznatihtehnolokih
imeteorolokihpramaetarasatanouod78%(R
2
0.78).Iakojeovakorelacija
relativno visoka, ipak nije u okviru zadovoljavajuih granica > 0.95. Na taj nain,
oigledno je potrebno da se ovom problemu pristupi i drugim metodama
modelovanaja. U tom cilju dalje e biti razmotrene statistike metode
modelovanjasistema.

212

15.2.Statistikomodelovanjesistema
Pod statistikim metodama modelovanja sistema, podrazumevaju se
metode koje eksperimentalno dobijene podatke obrauju korienjem alata
statistike analize. Prvobitne metode statistike analize su metode linearne
statistike tipa Viestruke Linearne Regresije (Multiple Linear Regresion = MLR).
Potom su razvijene metode nelinearne statistike analize, koje su po prirodi
stohastike,tipaVetakihNeuronskih Mrea(ArtificialNeural NetworsksANNs).
U daljem tekstu bie razmotren i jedan i drugi pristup kao i njihova primena na
naprednavedenomproblemumodelovanjauokvirurazmatranogekosistema.

15.2.1.Modelovanjesistemametodamalinearnestatistike
Kao jedna od metoda linearne statistike analize, koja je nala iroku
primenu u modelovanju parametara sistema na osnovu eksperimentalnih
podatakajeMultipleLinearRegresion(MLR)analiza.MLRA metoda definieizlaz
linearne korelacije zavisno promenjive (izlazna veliina sistema) u funkciji
nezavisno promenjivih (ulaznih veliina sistema). Na taj nain se dobija zavisnost
tipa:

X
i
=a+bX
u1
+cX
u2
+dX
u3
+...+nX
un
(15.2)

Gdesua,b,c,...,nkoeficijentijednainelinearneregresije.
Uprimerukojijeprethodnorazmatran,Xibizapravopredstavljalovrednost
koncentracije SO
2
gasa u vazduhu na mernom mestu, dok bi X
u1
X
un
, zapravo
predstavljaleulazneveliinemeteorolokihitehnolokihparametararazmatranog
sistema.
Sama metoda Viestruke Linearne Regresije (MLRA) sprovedena je
upotrebomSPSSstatistikogsoftvera.Uokviruovogsoftverskogpaketanalazise
integrisanmodulzaMLRAanalizu.
Rezultatimodelovanjasudatinaslici103.
213

Slika103.RezultatiMLRAanalizerazmatranogproblema
Na osnovu rezultata prikazanih na slici 103, oigledno je da ova metoda
linerane statistike daje apsolutno loe rezultate modelovanja razmatranog
sistema. Koeficijent korelacije je izuzetno nizak (r
2
= 0.007). Ukoliko se pogledaju
pojedinanekorelacijezakoeficijentejednaine15.2,dateutabeli8.,oiglednoje
daovametodanijeprimenjivanarazmatraniproblem.

214

Tabela8.VrednostkorelacionihkoeficijenataizmeukoncentracijeSO
2
uvazduhu
iulaznihparametaramodela.

DetektovanakoncentracijaSO
2
(g/m
3
)
Brzinavetra(m/s) PearsonCorrelation .012
Sig.(p 2tailed) .411
N 5048
Pravacvetra(degree) PearsonCorrelation .039
**
Sig.(p 2tailed) .006
N 5048
Temperaturavazduha.(
O
C) PearsonCorrelation .036
*
Sig.(p 2tailed) .010
N 5048
Vlanost(%) PearsonCorrelation .040
**
Sig.(p 2tailed) .004
N 5048
Barom.Pritisak.(hPa) PearsonCorrelation .016
Sig.(p 2tailed) .255
N 5048
Koliinakoncentrata(t) PearsonCorrelation .017
Sig.(p 2tailed) .236
N 5048
Proizvedenasumpornakiselina(t) PearsonCorrelation .028
*
Sig.(p 2tailed) .043
N 5048
Emitovanakoliinasumpora(t) PearsonCorrelation .002
Sig.(p 2tailed) .861
N 5048
**.Korelacijajeznaajnananivou0.01.
*.Korelacijajeznaajnananivou0.05.
Dabistatistikaanalizaimalaznaaja,potrebnojedapragznaajnostibude
(p<0.01 ili p<0.05). Na osnovu gornje tabele, ovaj je uslov ispunjen u svega par
sluajeva meusobne veze izmeu izlazne i ulazne veliine sistema. Npr, ovaj je
uslov ispunjen za vezu izmeu detektovane koliine SO
2
u vazduhu i ulaznih
parametara: temperatura vazduha, vlanost vazduha i koliina proizvedene
sumporne kiseline. Ipak, ni u jednom sluaju nije ispunjen uslov da vrednost
korelacionih koeficijenata (Pearson correlation) bude iznad vrednosti r
2
= 0.95.
Takoe,utabelijedatibrojrazmatranihpodatakaizbazepodataka(N=5048),to
odgovaravremenskomintervaluoddvamesecasaakvizicijompodatakanasvaka
15minuta,narazmatranimmernimmestima.
Kakojevereeno,metodelinearnestatistikeoiglednonisuadekvatneza
modelovanje problema razmatranog sistema (eko sistema industrijskog
215

postrojenja). ak ta vie, ovim putem su dobijeni loiji rezultati u poreenju sa

analitikim pristupom. Analitikim prisup je dao koeficijent korelacije izmeu
eksperimentalno izmerene emisije SO
2
u vazduhu i rezultata dobijenih
proraunommodelomr
2
=0.78,dokjeMLRAmetodadalasvegar
2
=0.007.Ipak,
nijednanidrugatehnikanisuprelezahtevanipragtanostimodelaodr
2
=0.95.
Iz navedenog razloga, u daljem tekstu e biti opisano modelovanje sistema
primenomnelinearnestatistikeanalize.

15.2.2.Modelovanjesistemametodamanelinearnestatistike
Kao najsavremeniji pristup modelovanju sistema na osnovu
eksperimentalno dobijenih podataka, smatraju se metode nelinearne statistike.
Jedna od najee upotrebljavanih metoda nelinearne statistike je metoda
VetakihNeuronskihMrea(ArtificialNeuralNetwork=ANN).
Neuronskemreepredstavljajuoblastvetakeintelegencijekojijeuzadnje
vreme imao brz razvoj i napredak u modelovanju realnih kompleksnih sistema.
Tokom poslednjih 10 godina, ANN i posebno feed forward ANN (FANN), su
ekstenzivnoprouavaneuciljupredstavljanjaprocesnihmodela,itimejenjihova
upotreba u industriji znaajno porasla. Meutim, upotreba ovakvih mrea moe
se u novije vreme sve vie uoiti i u oblasti ekolokog menadmenta, te e u
daljem tekstu bitiopisana njihovaprimenana ve iznetomekolokom problemu.
NekiodprimeraprimeneANNumodelovanjukompleksnihekolokihsistemasu:
modelovanje efekta staklene bate, modelovanje nelinearnih odnosa u ekologiji,
simulacija emisije N
2
O u okviru zatvorenog livadskog ekosistema, itd. Takoe,
svakodnevno raste i broj istraivanja o primeni neuronskih mrea u razliitim
oblastimaindustrijskeprakse.
Vetake neuronske mree (ANN) su empirijski alat za modelovanje, koji je
analoganponaanjubiolokihneuronskihstrukturauljudskommozgu.
Vetaka neuronska mrea se sastoji od neurona (ili vorova koji
predstavljaju telo neurona). Neuroni su meusobno povezani, i ove su veze
kvantifikovane teinskim koeficijentima. Na ovaj nain, neuronske mree se
sastoje od meuveza vorova koji su obino podeljeni u razdvojenim
podskupovima u vidu slojeva, u kojima svaki vor ima sline proraunske
karakteristike. Obino se razlikuju ulazni, skriveni i izlazni sloj, zavisno od njihove
lokacije u odnosu na informaciono okruenje neuronske mree. vorovi u
odreenom sloju su vezani za vorove u susednim slojevima preko veza sa
teinskimkoeficijentima.

216

OsnovnaprednostANNajemogunostmodelovanjakonkrertnogproblema
upotrebom primera (t.j. modelovanje prema podacima), bez potrebe analitikog
opisivanjaproblema.Naovajnainjemoguevritiaproksimacijuistimmodelom
seta podataka koji naizgled nemaju nikakvu meusobnu korelaciju. Po tome se
ANN razlikuju od drugih matematikih modela koji se mahom oslanjaju na
linearno statistiku obradu podataka. Time su ANN veoma moan alat za
efektivno opisivanje kompleksnih nelinearnih sistema. Iz tog razloga mnogi
istraivaiANNsmatrajunelinearnimtehnikamastatistikeidentifikacije.
Za razvoj nelinearnog ANN modela bilo kog sistema, najee se koristi
arhitektura feedforward tipa (MLP arhitektura). Ovakva se mrea satoji od
ulaznog, skrivenog i izlaznog sloja. Skrivenih slojeva u ovoj arhitekturi moe biti
vie od jednog. Svaki od navedenih slojeva sadri odreen broj neurona. Svaki
neuron u npr. ulaznom sloju je povezan sa svim neuronima skrivenog sloja sa
teinskimkoeficijentima(w
ij
).Slinevezepostojeiizmeuneuronauskrivenomi
izlaznom sloju. Prvi sloj (ulazni) ima koeficijente koji dolaze od samih ulaznih
parametara (nezavisnih promenjivih) iji se uticaj eli obraditi modelom. Svaki
sledei sloj ima koeficijente koji se dobijaju proraunom na osnovu koeficijenata
prethodnog sloja. Takoe, svi slojevi imaju korekcionu veliinu (tzv. bias).
Poslednji sloj predstavlja izlaz mree. Izlaz mree je zapravo veliina ija je
vrednostobjektmodelovanjauticajaulaznihpromenjivih.
Svaki neuron u sloju sastoji se od dva elementarna dela: Prvi deo sumira
ulazne teinske koeficijente dajui vrednost I; dok je drugi deo filter i obino se
nazivaaktivacionomfunkcijom(I).Najeekorienaaktivacionafunkcijajetzv.
logistikafunkcija,kojaspadauklasusigmoidalnihaktivacionihfunkcija.
Natajnain,ukolikosudvaneuronamreepovezana,aktivacionavrednost
emitujuegneuronajepomnoenateinskimkoeficijentomvezepredostizanjado
prijemnog neurona. Arhitektura vieslojne feed forward neuronske mree je
prikazana na slici 104. Ova mrea ima ulazni sloj sa est neurona, skriveni sloj sa
trineuronaiizlaznislojsajednimneuronom.Ulazsvakogodneuronauulaznom
slojusueksperimentalnoodreenenezavisnevrednostisistema
i
ijiseuticajna
ciljnu (zavisnu) promenjivu sistema eli modelovati. Kako bi se mogle, po prirodi
razliite veliine, uvoditi u mreu, prvo se vri njihova standardizacija. Izlaz
neuronaizulaznogslojajetakoeulazzaneuroneuskrivenomsloju.Natajnain,
ukupniulazneuronajuskrivenomsloju,moesepredstavitikao:

217

I
j
=

=
+
n
i
j i ij
v w
1

(15.3)

Gde su w
ij
teinski koeficijenti veza izmeu ulaznog i skrivenog sloja,
i
je
standardizovani ulazni signal itog neurona ulaznog sloja, a
j
je bias vrednost.
Izlaz iz skrivenog sloja, za mreu prikazanu na slici 104, dobija se proraunom
prekoaktivacionefunkcije.Poeljnojedaaktivacionafunkcijaimaoblikodskone
funkcijenpr. Hevisajdova funkcija. Kako je ranije ve reeno, tipina kontinualna
aktivacionafunkcijajenpr.eksponencijalnasigmoidalnafunkcija.Prematome,za
sluajizlazaneuronaskrivenogsloja,moesenapisati:

(I
j
)=
) exp( 1
1
j
I +
(15.4)

Gdejekonstanta.Upotrebakoeficijentaomoguujemodifikacijuirine
transportnog regiona sigmoida, ta je osobina korisna kod prilagoavanja
mogunostiuenjamree.
Na isti nain, izlaz neurona izlaznog sloja, koji je istovremeno i ukupni izlaz
mreesistema(I
k
)moesepredstavitinasledeinain:

(I
k
)=
) ) ( exp( 1
1
1
jk j
n
j
w I +

=


(15.5)

Gdesuw
jk
teinskikoeficijentiizmeuskrivenogiizlaznogsloja.

218

Slika104.Arhitekturatroslojne,feedforwardneuronskemree(b
1
ib
2
subiasjedinice).Strelice
prikazujuprotokinformacijekrozsistemtokompredvianja
Kod feedforward neuronske mree, informacija se prenosi i unazad kroz
mreu tokom procesa uenja u okviru faze treninga mree, kako bi se
modifikovalavrednostteinskihkoeficijenata.Neuronskemreeimajumogunost
uenja jer mogu menjati teinske koeficijente veza izmeu neurona. Nakon
uenja,znanjejesmetenouvrednostisamihneurona.Treningneuronskemree
jezavrenkadajemreanuailadageneralizujeosnovnetrendovevezadiktiranih
ulaznim podacima. To se ispoljava time da je korelacija izmeu predvianja na
izlazu mree i stvarnog izlaza zavisne promenjive, dobijenog merenjem, visoka.
Meutim, to nije dovoljno, generalizacija znai da neuronska mrea moe vriti
interpolacijumodelananovisetpodatakakojinijebioukljuenufazitreninga,to
jeveranijeopisanokaovalidacijadobijenogmodelasistema.
Sama generalizacija mree se odvija u tzv. testing fazi. Prilikom definisanja
polaznihparametaramree,najeeseusvajadase70%ulaznihpodatakakoristi
utreningfaziadasepreostalih30%ostavljazatestingfazu.Timesezatestiranje
modela mree koriste podaci istog ranga ali koji nisu uestvovali u treningu
(uenjumree).
Finalnavalidacijamreesevrinjenom primenom napotpunonovomsetu
podataka,dobijenimnovimeksperimentalnimmerenjima,nakojemseprimenjuje
modeldobijenutestingfazi.

219

Funkcija neuronskih mrea ne zavisi samo od naina procesuiranja

informacije svakog pojedinanog neurona, ve i od ukupne topologije mree. U
sluaju obraenom u ve navedenom primeru ekolokog problema, bie
koriena troslojna, feedforward neuronska mrea. Ulazni sloj e preuzimati
ulaznivektorpodataka,izlaznislojesekoristitizaprezentacijuizlazamree,dok
e jedan skriveni sloj biti upotrebljen za uveanje memorije neuronske mree,
dajuijojizvesnufleksibilnost.
Broj jedinica u ulazu je odreen brojem varijabila koje imaju uticaj na
zavisnu promenjivu koja je cilj modeliranja. U sluaju opisanom u ovom primeru,
ulazne promenjive su: koliina preraenog koncentrata, koliina proizvedene
sumporne kiseline, koliina sumpordioksida koji nije obraen u fabrici sumporne
kiseline (kao parametri tehnoloskog procesa); pravac vetra, brzina vetra,
temperatura, barometarski pritisak, godinje doba (kao meteoroloki parametri).
Zavisna promenjiva (objekt modelovanja) je koliina SO
2
gasa (u g/m
3
)
detektovana na dva razliita merna mesta u gradu. Pozicija mernih mesta u
odnosunaizvoremitovanja(topionikidimnjak)jeprikazananaslici101.
Natajnainjebrojulaznihneuronauulaznomslojuosam.Uizlaznomsloju
je samo jedan neuron, koji predstavlja izlaz modela po pitanju emitovanog SO
2

gasa na razmatranim mernim mestima. Broj neurona u skrivenom sloju je

odreentokomprocesauenjakaokompromisizmeugrekepredvianjaibroja
iteracija.
Kakojeveuprethodnomtekstunapomenuto,dabisetreningneuronskih
mrea uinio efikasnijim, pre faze treninga mree, potrebno je izvriti odreenu
pripremu ulaznih podataka sistema. U ovom primeru, pre uvoenja u mreu, svi
ulazni parametri su standardizovani kako bi se sveli na isti opseg ulaza. Kao
najeinainstandardizacijeodvrednostisamepromenjiveoduzimasevrednost
njene aritmetike sredine i potom se ta razlika podeli standardnom devijacijom,
premaobrascu:

X
standard
=(xmean)/s.d.(15.6)

Ulazni sloj ANN mree sadri osam neurona (ukljuujui, tehnoloke i

meteorolokeulazneparametre),skrivenislojjeformiransasedamneurona,dok
izlazni sloj sadri samo jedan neuron a to je objekt modelovanja koncentracija
SO
2
u vazduhu. Na slici 105 je prikazana arhitektura koriene neuronske mree.
Obzirom da su ulazni podaci preuzeti sa mernih mesta, na svakih 15 minuta
tokomdvameseca,bilojeukupno5048setovapodataka.
220

Slika105.prikazarhitekturekorieneneuronskemree
Za trening fazu ANN modelovanja upotrebljeno je 70 % a to je 3534
podataka, dok je za testing fazu upotrebljeno preostalih 1514 podataka. Na slici
106suprikazanirezultatimodelovanjaANNmetodom,kaouporeenjevrednosti
emisijesumpordioksidadobijenihpredvianjemmree,utestingfazi,sastvarnim
izmerenim vrednostima sumpordioksida na razmatranim mernim mestima u
gradu.OiglednojeodlinoslaganjerezultatapredvianjaprimenomANNmrea
sarezultatiomaodreeminmerenjem(R
2
=0.999).Slika107,prikazujeznaajnost
uticajapojedinihulaznihparametaranapredloenimatematikimodelivrednost
izlaznogparametramodela.Oiglednojedazadobijenimodel,najveiznaajima
koliina proizvedene sumporne kiseline kao i koliina emitovanog SO
2
, to je i
loginooekivano.

221

Slika106.PoreenjerezultataemisijeSO
2
uvazduhunaosnovupredvianjairezultatadobijenih
merenjem.

Slika 107. Prikaz znaajnosti uticaja ulaznih parametara na matematiki model i vrednost
izlaznepromenjive.
222

Prema tome, kao zakljuak razmatranja datog u ovom poglavlju moe se

rei da se metode nelinearne statistike analize tipa vetakih neuronskih mrea
(ANN) mogu da primene na reavanje opisanog ekolokog problema, odnosno u
modelovanju parametara koji su od uticaja na detektovano prekoraenje
koncentracijesumpordioksidauvazduhuugradu.
Ovakavmodelrazmatranogsistema,naravnonemoedapoboljaekoloke
pokazatelje procesa dobijanja bakra u razmatranoj topionici, ali moe da se
upotrebi da na drugaiji nain smanji izloenost stanovnika optine tetnom
dejstvuSO
2
gasa.Sutinakoristiovogmodelamoesesagledatinasledeinain.
Meteoroloki parametri kao to su pravac i brzina vetra, temperatura, vlanost
vazduhaibarometarskipritisak,mogusesavisokompreciznouprognozirati;na
osnovu podataka iz prethodnog vremenskog perioda; za dui vremenski period u
budunosti. Samim time, matematikim modelom koji je opisan u ovom radu, a
na osnovu predvienih meteorolokih parametara i planom proizvodnje
predviene koliine koncentrata za taj vremenski period, mogue je izvriti
predvianje potencionalnog prekoraenja dozvoljene koncentracije SO
2
u
vazduhu. Potom, za dane u godini za koje je model predvideo prekoraenja u
koliiniemitovanogSO
2
,moguejeizvritismanjenjekoliinekoncentratakojae
sepreraivatisvedopostizanjaemisijeSO
2
nieodmaksimalnodozvoljene.Nataj
nain bi, pravilnim menadmentom koliine sumpora koji se sa arom unosi u
plamenu pe, bilo mogue vriti kontrolu emisije SO
2
u vazduhu koji udiu
stanovniciovoggrada.
Pri tome, model razmatranog sistema se ne zasniva na poznavanju
tehnologije rada u razmatranom tehnolokom postrojenju. Naprotiv, ovaj model
je dobijen samo na osnovu merenja ulaznih i izlaznih parametara procesa. Tu se
moe sagledati znaajnost ovakvog modelovanja sistema iz ugla menadement
disciplina. Naime, menadment kao nauna disciplina se bavi optom
optimizacijom tehnolokih i drutvenih sistema. To ne podrazumeva da je
menader pojedinac koji poznaje sve pojavne oblike razliitih procesa ijoj
optimizaciji pristupa. Korienjem adekvatnih alata, kao to su ovde opisane
metode modelovanja, menader je u mogunosti da formira matematiki model
procesa sa zadovoljavajuom tanou a da pri tome ne ulazi u sutinu samog
procesa.
Ipak, odreeno tehniko znanje i upoznavanje sa procesom koji se eli
modelovati,mogubitisamoodkoristimenaderu.Samalatzamodelovanjekoji
je korien u ovom primeru (ANN) se nalazi u veem broju softverskih paketa.
MATLAB softver o kojem je bilo vie rei u prethodnom poglavljima ove knjige
223

sadriiANNtoolbox.PoredMATLABA,ANNsemoenaiiuDataLabsoftverualii
u ve pomenutom SPSS softveru. Primer koji je opisan u ovom poglavlju,
modelovanjekorienjemSPSS,V17.Softvera.

224

16.UVODUMODELOVANJESLOENIHSISTEMA
Kompleksnost modelovanja sloenih sistema ve je delimino mogla da se
sagleda u primeru razmatranom u prethodnom poglavlju. Ipak, u ovom poglavlju
enetoviebitireenooovojoblastiteorijesistema.
Modelovanje sloenih sistema je neophodno kao preduslov za njihovo
uspeno projektovanje, ili projektovanje delova kompleksnih sistema.
Projektovanje sloenih sistema predstavlja izazov za projektanta, pri emu uspeh
zavisi od previlnog korienja specijalizovanih znanja, vetina i iskustva. Kvalitet i
brze promene u sveri nauke i tehnologije su bitno promenile prilaz, filozofiju,
metode i tehnike, pa i samu naunu osnovu teorije projektovanja, te su sada
zadaciprojektovanjasloenihsistemaodranijerutinskihaktivnostisadaprerasliu
sloenirazvojnizadatak.
Glavnirezultatsavremenihmetodaprojektovanjajeobjektivizacijaprocesa
miljenja, koje je kod tradicionalnog naina projektovanja najvie zavisilo od
projektanta i njegove sposobnosti za: intuitivno, logiko i proceduralno miljenje
Objektivizacija procesa projektovanaja se ogleda kroz sistemski prilaz, koji
karakteriusledeasvojstva:
korienjeteorijesistemaisistemskoginenjerstva;
definisanjeproblemaifunkcijeciljajenanivousistema;
predstavljanje i uvaavanje kompleksnih interakcija izmedju komponenti
sistemanarazliitimhijerarhijskimnivoima;
primenaviekriterijumskeoptimizacije;
modeliranje sistema sa ciljem dobijanja zadovoljavajuih ukupnih
performansisistema(TPDTotalPerformaceDesign);
predvidjanjeponaanja,odnosnoperformansibuduegsistema.
Cilj objektivizacije i raslanjivanja projekta treba da obogati razmiljanja
projektanta velikom koliinom novih informacija i ideja koje su znaajne za
projektovanje na nivou sistema, pri emu metodologija treba da omogui
upravljanjeprojektomnavisokomnivousinteze.
Globalni pristup realizaciji sloenih sistema sa teitem na maksimiziranju
ukupnihperformansidatjenaslici108.

225

PRETPROJEKTNE
STUDIJE
PROJEKTNI
ZADATAK
PRETHODNA STUDIJA
OPRAVDANOSTI SA
GENERALNIM
PROJEKTIMA
STUDIJA OPRAVDANOSTI
SA CELIM PROJEKTIMA
GLAVNI
(IZVOAKI)
PROJEKTI
IZGRADNJA
OBJEKTA
PUTANJE U RAD
PROBNI RAD
DOKAZ.
PERFORMANSI
Utvrivanje potreba
-Koncipiranje moguih
alternativnih reenja
-Evaluacija alternativnih reenja
-Ispitivanje fizike ostvarljivosti
-Ispitivanje finansijske
ostvarljivosti
-Eliminacija reenja koja se ne
mogu ostvariti
-Modeliranje alternativnih
reenja
-Idejna reenja
-Viekriterijumska analiza
oekivane korisnosti varijantnih
reenja -prethodna selekcija
-Poboljanje-dovoenje na
zahtevani nivo performansi
selektiranih varijantnih reenja
-definisanje konanih projektnih
promenljivih elementarnih
podsistema
- definisanje konanih
promenljivih performansi
elementarnih podsistema,
podsistema i sloenog sistema
POTREBE
-Viekriterijumska analiza
oekivane korisnosti selektiranih
varijantnih reenja
-konani izbor NAJBOLJEG
reenja

Slika108.Globalnipristuprealizacijisloenihsistema
226

Ovdejeposebnapanjaposveenafazipretprojektnihstudija,ijijerezultat
odredjeni broj pozitivno ocenjenih i gradiranih alternativnih reenja. Po izvrenoj
prethodnoj selekciji (na primer na osnovu oekivane korisnosti) i formiranja seta
varijantnih reenja sa najveim vrednostima oekivane korisnosti, vri se provera
performansi i po potrebi poboljanje projektnih promenljivih vornih taaka do
dobijanjaperformansisistemakojesupostavljeneprojektnimzadatkom.Rezultat
ove faze je set varijantnih reenja sa konanim projektnim promenljivim svih
elemenata sistema, ukljuujui i vorne take i konanim promenljivim
performansi sistema. Izbor najboljeg reenja iz ovog seta vri se ponovljenim
postupkom viekriterijumske analize oekivane korisnosti, a prema najveoj
vrednosti.
Pri projektovanju sloenih sistema moraju se detaljno poznavati
kvantitativneikvalitativnezakonitostifunkcionisanja,dokojihsedolaziteorijskim
matematikim i eksperimentalnim putem. U klasinom projektovanju od
matematikihmetodamodeliranjanijesezahtevalanekavisokatanost.Poznata
je krilatica: Inenjerski prorauni 10 % tanosti. Netanosti prorauna su se
kompenzirale uveanjem obima eksperimenta i izvodjenjem naknadnih
intervencijauprojektuilinasamomobjektu.
Pojavom sloenih sistema velikih dimenzija ovaj pristup se menja.
Izvodjenje eksperimenta na modelu, a naroito na samom sistemu u cilju
definisanja projektnih promenljivih i promenljivih performansi postaje praktino
nemogue. Ubrzano su se razvijale nove metode, iji je zadatak da predvide
ponaanje budueg sistema u radu, naravno bez izvodjenja eksperimenta na
samom sistemu. Ove metode su se zasnivale na teoriji sluajnih procesa (teorija
redovaekanja,istraivanjediskretnihprocesa,simulacionemetode),priemusu
korieni raunari velikih brzina. Da bi ove metode bile efikasne nuna je
dekompozicijasloenogsistemanapodsisteme.
Klasu sloenih sistema ine veliki tehnolokoproizvodni, energetski,
komunikacioni, transportni sistemi, vodosnabdevanje. Posebno se razmatraju
hijerarhijskisistemiupravljanjaiplaniranjausloenimsistemimavelikihdimenzija
(Hierarchical Systems in Large Scale Industrial), kao to su: proizvodnja elika,
petrohemijskaindustrija,elektroenergetskisistemi.
Posmatrano sa nivoa sistema, mogu se uoiti tri glavne funkcije sistema
upravljanja,ito:
planiranjeproizvodnje;
terminiranjeikoordiniranje,i
upravljanjeikontrolaprocesa.
227

Nanajviemnivouupravljanjaprimajusezahtevikupaca,vrisepoboljanje
produktivnosti i profitabilnosti. Izlazi sa ovog nivoa su nedeljni nalozi za rad, koji
seplanirajunekolikonedeljaunapred.
Srednji nivo prihvata naloge i sprovodi ih dalje uz detaljne instrukcije za
pojedine tehnoloke procese. Glavni zadatak ovog nivoa je koordinacija, uz
spreavanjepojaveuskihgrla.
Najnii nivo upravljanja je kontrola samog procesa, uz ukljuenje
optimizacije procesa i podprocesa. Ulazi i izlazi iz pojedinih uredjaja, merenja,
kontrolaiindikacijasuukljueniuovajnivo.
Osnovnekarakteristikeipromenljivesloenihsistemasu:
Sistemskuppodsistemaielemenatasistema,njihovihvezaimedjusobnih
uticaja, a koji dejstvuju funkcionalno zajedniki, radi ostvarenja zadate
funkcije cilja. Sistem se moe razloiti na podsisteme, do elementarnih
podsistemaelemenatasistema.Takodje,sloenisistemtransportaiizvoza
rudejedeojosloenijegsistema;
Elementarni podsistem (ESS Elementary SubSystem) je kritini element
pogodan za optimizaciju, a to je takodje i najmanji deo sistema koji se
razmatrauanalizinanivousistema;
Element sistema je najsitniji deo sistema, koji se ne moe dalje razlagati
bez naruavanja njegove funkcije. Svaki element sistema deluje bar na
jedan element sistema, i na svaki razmatrani element deluje bar jedan
elementizsistema;
Granica sistema deli fiziki i funkcionalno sistem od njegovog okruenja.
Sistem deluje na okruenje i okruenje deluje na sistem kroz promenljive
okruenja;
Projektne promenljive predstavljaju ulazne promenljive, na koje se moe
delovati u fazi modeliranja sistema. Projektne promenljive se definiu na
nivousistema,podsistemaielementarnihpodsistema;
Promenljive performansi sistema predstavljaju rezultat rada sistema i
stepen ispunjenja postavljenog cilja. Skup promenljivih performansi daje
performansusistema;
Promenljive okruenja se odnose na karakteristike okruenja sistema,
odnosnoiskazujustepeninainnakojiokruenjesistemadelujenasistemi
nanjegoveperformanse.

228

16.1.Dekompozicijasloenihsistema
Mogunost dekompozicije je izuzetno vana pri razmatranju sloenog
sistema. Sutina je u sposobnosti deljenja sloenog sistema na eksplicitno
prepoznatljive i povezane podsisteme. Neki od najvanijih razloga za vrenje
dekompozicijesu:
Kompleksnostproblema
Istraivanja i praksa pokazuju, da postoji granica praenja i poimanja,
odnosno, kada se predje odredjeni broj elemenata sa svojim atributima i
promenljivim,rasteverovatnoadasenekiizostave.
Doslednostdonoenjaodluka
Problem se lake i kvalitetnije sagledava na nivou podsistema. Podsistem
ima manje elemenata, jednu funkciju, jednostavnije veze i uticaje. Kvalitetna
reenja podsistema se mogu hijerarhijski kombinovati, po potrebi korigovati, do
dobijanja zadovoljavajueg reenja na nivou sistema, odnosno do kvalitetnog
donoenjaodlukananivousistema.

Raspoloivostljudskihivremenskihresursa
Svaki sloeni problem je istovremeno i multidisciplinarni. Kada se da
osnovni koncept na nivou sistema, u reavanje problema na niim hijerarhijskim
nivoimaukljuujusesimultanotimoviraznihspecijalnosti.Dekompozicijasistema
moesevritinavienainauzavisnostiodkriterijumaodkojihsepolazi.Dokse
ne definiu kriterijumi dekomponovanja, nemogue je utvrditi strukturu sistema.
Posmatrani sistem S
o
se dekomponuje (primenom dekompozicija D
0
I), po
nivoimadoidentinogdekomponovanjaI,odnosnodoelementarnogpodsistema,
imesedobijadrvosistema,kaotojeprikazanonaslici109.

229

Slika109.Hijerarhijskodekomponovanjesistemadrvosistema
Kriterijumidekompozicije(ilikomponovanja)sloenogsistemamogubiti:
prostorni;
funkcionalni,i
organizacioni.
Za primenu u oblasti modeliranja produkcionih sistema interesantna je
funkcionalna dekompozicija. Zbog prirode rada ovakvih sistema, funkcionalna
dekompozicija se esto poklapa sa prostornom. Funkcionalna dekompozicija se
moeizvestinadvanaina,ito:
strukturna dekompozicija, sa uzimanjem u obzir medjusobnih veza i
uticaja elemenata i podsistema, pri emu se medjusobne veze mogu
posmatratikaobinarne,ilikaovezesarazliitimintenzitetom,i
analitikadekompozicijafunkcijesistemaprimenomoperatoraveza.

16.1.1Strukturnomodeliranjedekompozicija
Strukturnadekompozicijasabinarnimmedjusobnimvezama
Osnovni matematiki koncept funkcionalnog strukturnog modeliranja dao
jeusvomradu,kojiuvodipojambinarnihmatrica,kojimasepredstavljaprisustvo
iliodsustvomedjusobnihvezailiuticajaelemenatasloenogsistema.

230

Sloenisistemsemoesastojatiisselemenata:

Takodje,sloenisistemmoeimativieskupova,odnosnopodsistema,koji
sesasvojestranesastojeodvieelementa:

Mogui izgled binarne matrice dat je na slici 110. Elementi sistema su

oznaeni brojevima, a medjusobne veze, odnosno uticaji su izraeni binarno {R,

},odnosnorelacijama{1,0}.
Sa slike se vidi da neki elementi imaju medjusobnih veza, neki imaju i
povratne veze, neki imaju i veze u obliku petlji, dok neki uopte nemaju
medjusobnihvezaiuticaja.Naravno,izoveoriginalnebinarnematricejetoteko
sagledati.

Slika110.Izgledoriginalnebinarnematrice
Uoriginalnojbinarnojmatricimoguseizvriti permutacijeredovaikolona,
tako da se elementi koji imaju medjusobnih veza grupiu, kao to je dato na slici
111.
231

Slika111.Izgledpreuredjenematrice
Paljivomanalizomovematricemoguseuoitipravilnosti,ito:
matricasemoerazloitinapodmatrice(submatrice),topraktinoznai
da se sistem koji je predstavljen binarnom matricom moe razloiti na
podsisteme;i
preuredjena matrica spada u grupu trouglastih matrica. Preuredjena
binarnamatricasaistaknutimpodmatricamajeprikazananaslici112.

Slika112.Izgledpreuredjenematrice
Podmatrice,kojeusebisadrevezeizmedjuelemenatasuprikazanenaslici
113.

232

Slika113.Podmatricepreuredjenebinarnematrice
Grafika predstava sloenog sistema u obliku digrafa (graf sa orijentisanim
uticajima)datajenaslici114.

Slika114.Grafrazmatranogsloenogsistema
Kao lanovi binarne matrice sada se mogu posmatrati i podmatrice,
odnosnopodsistemi.Matricapodsistemadatajenaslici115.

233

Slika115.Binarnamatricapodsistema
lanovi matrice na glavnoj dijagonali su 0 (nula), matrica je trouglastog
oblika, odnosno podmatrice levo od glavne dijagonale nisu popunjene nulama.
Sloenisistemikojisemoguprikazatiovakvimmatricamasuhijerarhijski.
Hijerarhijskafunkcionalnadekompozicija,kojaebitiprezentiranauovom
odeljku,moeseprimenitinabilokojukvadratnu,tranzitivnubinarnumatricu,iji
pojedini elementi mogu imati i povratne veze, odnosno, uprkos postojanju ovih
vezamoguejedefinisatihijerarhijskinivo.

Svakom elementu s odgovara klasa R(s) koja se sastoji od svih elemenata

koji lee uodgovarajuem redu matrice, ukljuuje s, i klase A(s) koja se sastoji od
svihelemenatakojisenalazeuodgovarajuojkoloniiukljuujes.
Po prethodnoj definiciji oba seta ukljuuju element s. Element r pripadae
setuR(s)akoisamoakovairelacijasRr,odnosnoelementrepripadatisetuA(s)
akoisamoakovairelacijarRs,tosemoeiskazatimatematikimizrazom:.

Bilo koji element s pripada setu elemenata najvieg hijerarhijskog nivoa,

odnosnonalazisenanajviemnivoudigrafa,akojeispunjenajednaina:

234

Identifikovani set elemenata najvieg hijerarhijskog nivoa se uklanja iz

originalne binarne matrice, trai se po istom pravilu set elemenata najvieg
hijerarhijskog nivoa preostale podmatrice, koji ujedno predstavlja set elemenata
drugoghijerarhijskognivoaoriginalnematrice.Procedurasenastavlja,svedoksvi
hijerarhijskinivoidigrafanebuduidentifikovani.
Ilustracija metode je data kroz primer hijerarhijske funkcionalne
dekompozicijesistemapredstavljenogbinarnommatricomnaslici116.

Slika116.Poetnabinarnamatrica
U literaturi ovaj je metod detaljno prikazan kroz est koraka hijerarhijske
dekompozicije,dokeuovomradubitidatprviiestikorak.Saslike116itabele
9sevididajeuovomsluajuR(1)=1,aA(1)=(1,3,4,7,8,9,11,12,13).Zahtevanu
jednainu R(s) A(s) = R(s) zadovoljavaju elementi 1 i 2, to znai da su oni na
najviemhijerarhijskomnivou.

235

Tabela9.Identifikacijaelemenataprvoghijerarhijskognivoa

Sledei metodu, elementi 1 i 2 se uklanjaju iz binarne matrice, formira se

submatrica i postupak se ponavlja, do zadnjeg hijerarhijskog nivoa. esti korak
hijerarhijskedekompozicijejedatutabeli10.

236

Tabela10.Identifikacijaelemenataestoghijerarhijskognivoa

Rezultat primene metode je identifikacija 6 blokova, od kojih svaki

predstavljapojedanhijerarhijskinivo,tosemoeprikazatikao:

Preuredjena poetna binarna matrica je data na slici 117, a digraf

razmatranog
hijerarhijskogsistemanaslici118.

Slika117.Preuredjenapoetnamatrica

237

Slika118.Digrafrazmatranoghijerarhijskogsistema

16.1.2. Strukturna dekompozicija sa razliitim intenzitetom medjusobnih

veza
Ovajmetoduzimauobzirintenzitetmedjudejstvaelemenatasistema,aima
za cilj maksimiziranje intenziteta veza izmedju elemenata u okviru jednog
podsistema i minimiziranje intenziteta veza izmedju elemenata koji pripadaju
razliitim podsistemima sloenog sistema. Podrazumeva se da projektant to
tanije odredi stepen (intenzitet) funkcionalne medjuzavisnosti izmedju
elemenatasistema.
Intenzitet medjuzavisnosti moe se predstaviti debljinom linije izmedju
elemenata,kaotojedatonaslici119.

Slika119.Intenzitetfunkcionalnemedjuzavisnostiuokvirupodsistema
238

Osim direktnih veza (medjuzavisnosti) u okviru podsistema postoje i

indirektne,tobiuovomsluajubilavezaUACB.
Drugi nain indirektnog povezivanja je izmedju elemenata koji pripadaju
razliitimpodsistemima(slika120).

Slika120.Efekatindirektnogpovezivanjaelemenatarazliitihpodsistema

16.1.3Analitikadekompozicijafunkcijesistema
Za razliku od prethodnih metoda, koje su razmatrale medjusobno dejstvo i
uticaje elemenata, analitika dekompozicija posmatra funkciju elemenata,
odnosno odredjeno povezivanje ulaza izlaza elemenata. Dekomponovanje se
moe ostvariti na relaciji sistem podsistem, ili podsistem element sistema.
Razlikujusetriosnovnanainadekompozicije:
kaskadno dekomponovanje, iskazano kaskadnim operatorom
(and,ilio);
paralelno dekomponovanje, iskazano paralelnim operatorom
(or,Vili+),i
dekomponovanjesa povratnomspregom, iskazanooperatorom povratne
sprege().
Kaskadnodekomponovanjesloenogsistemanadvapodsistema,odnosno
podsistema na komponente moe se ostvariti uz uslov postojanja veze izmedju
podsistema S1 i S2 koju predstavlja novouvedena pomona funkcija Z, a koja je
Kartezijevproizvodulazaiizlazaprvogpodsistemakojijekaskadnovezanzadrugi.
Principkaskadnogdekomponovanjajeprikazannaslici121.

239

Slika121.Kaskadnodekomponovanjesloenogsistema(podsistema)
Kaskadnodekomponovanjemoesematematikiiskazatinasledeinain:

Pretpostavkadase ovajsistem(podsistem)sastojiod dva podsistema(dva

elementa),kojisuvezanikaskadnimoperatorom:

Uvedenapomonafunkcijaje:

takodasudobijenipodsistemi(vornetake):

Paralelnodekomponovanjemoeserazmatratiudvasluaja:
potpunoparalelnodekomponovanje;
deliminoparalelnodekomponovanje.
Potpuno paralelno dekomponovanje je jednostavniji sluaj i moe se
primenitinasistemizmedjuijihkomponenatanepostojimedjuzavisnost.Princip
potpunogparalelnogdekomponovanjadatjenaslici122.

240

Slika122.Potpunoparalelnodekomponovanjesistema
Potpuno paralelno dekomponovanje matematiki se moe iskazati na
sledeinain.Datisistemje:

Potonemamedjuzavisnostikomponenata,vaisledearelacija:

Podsistemisuprikazaniprekooperatoraprojekcija:

Operatori projekcija odredjuju komponente uea ulaza i izlaza

posmatranog
podsistema:

Delimino paralelno dekomponovanje primenjuje se na sisteme koji imaju

zajednikiulaz,ilideliminuvezuprekoulaza,doksuimizlazinezavisni.
Principdeliminogparalelnogdekomponovanjadatjenaslici123.

241

Slika123.Deliminoparalelnodekomponovanjesistema
Dekomponovanje sistema sa povratnom spregom je principijelno
prikazanonaslici124.

Slika124.Dekomponovanjesistemasapovratnomvezom
Dekomponovanje sistema je izvreno primenom kaskadnog operatora i
operatorapovratnesprege:

Polaznisistemje:

kojisedekomponujenadvapodsistema:

242

16.1.4Pregledmetodafunkcionalnedekompozicijeimogunostnjihovog
korienja
Pregled razmatranih metoda funkcionalne dekompozicije sloenih sistema
samoguimoblastimaprimenedatjeutabeli11.
Tabela11.Pregledmetodadekompozicije

16.2.Identifikacijaelementarnihpodsistema,vornihtaakaimoguih
varijantnihreenja
Osnovni usvojeni kriterijumi za definisanje elementarnog podsistema i
elementasistemasu:
elementarni podsistem (ESS Elementary SubSystem) je najmanji
element sloenog sistema koji je pogodan za optimizaciju, odnosno
najsitnijielementkojiserazmatrausistemskojanalizi,
element sistema je funkcionalno posmatrano svaki elementarni
podsistem koji se ne moe dalje dekomponovati bez naruavanja zadate
funkcije,stimtoposvojojstrukturinemorabitipogodanzaoptimizaciju.
vorne take su elementarni podsistemi koji svojim performansama
ozbiljno ograniavaju performanse sistema, odnosno predstavljaju uska grla
sistema.

243

Uskagrlasepojavljujukodsistemasastohastikomprirodomrada,kadase
optereenje sistema priblii nominalnom kapacitetu elementa sistema, odnosno
kadanastanezasienjeposmatranogresursa.Kadasepojaviuskogrlousistemu,
redoviekanjaispredelementakojijepostaouskogrlo,odnosnovornataka,se
poveavaju,odnosnonastajusmetnjeuradusistema.Ostalielementisistemakoji
prethode vornoj taci su neoptereeni, tako da se gubi njihova potencijalna
produktivnost.
Potencijalne vorne take, odnosno uska grla je potrebno identifikovati jo
u fazi modeliranja i projektovanja. Korienje klasinog deterministikog
modeliranja je u sluaju sloenih sistema sa stohastikom prirodom rada
elemenatapraktinonemogue.
Potrebno je primeniti neku od metoda koje uzimaju u obzir stohastiko
ponaanjevornih taaka, kao to je teorija redova ekanja ili simulacija. Kada se
identifikuje vorna taka u sistemu, njene performanse se poboljavaju
optimizacijom projektnih promenljivih, pri emu treba oekivati poboljanje
performansi celog sistema. Medjutim, ako postoji latentni nivo zaguenja u
sistemu,zbogsameprojektovanestrukture,uskogrloesepojavitinanekomod
sledeih elemenata, tako da se optimizacija performansi na nivou celog sistema,
preko optimizacije performansi vornih taaka mora odvijati po odredjenom
algoritmu,korakpokorak.
Teorijski posmatrano, skup moguih varijantnih reenja nekog sloenog
sistemajepotencijalnobeskonaan.Medjutim,prireavanjupraktinihtehnikih
problema, skup tehniki izvodljivih reenja je ogranien. Kada se uvedu i druga
ogranienja (ekonomski kriterijumi, dokazanost u praksi, iskustva drugih, i dr.),
skupselektiranihreenjamoepostatiprihvatljiv.

16.3.Modeliranjesloenihprodukcionihsistema
Ponaanje elemenata sloenih produkcionih sistema je stohastiko, to
moedovestidovelikihoscilacijaparametratransportaiproizvodnje.Dabiovakvi
sistemi mogli da rade bez zastoja oni moraju da imaju odgovarajui kapacitet.
Svakoodstupanjeodoptimalnogkapacitetadovodidoneefikasnogiskorienja,ili
dostvaranjavelikihredovaekanjaispredpojedinihvornihtaakasistema.
Da bi se pristupilo analitikom prouavanju, realni sloeni sistem se mora
transformisati u model. Sam model je imitacija stvarnog sistema, koji verno
opisujeponaanjesamogsistemauzadatimokolnostimaizadatomvremenuipri
emumoradaispunisledeezahteve:
dapredvidiponaanjesistemaudatojsituaciji;
244

dasenjimaeksperimentieznatnolakenegosasistemom.
Model produkcionog sistema se predstavlja kao apstraktna mrea
medjusobno povezanih transportnih puteva koji definiu prostornu strukturu
sistema. Materijal ili energije ili informacija se kree du mree sistema, stim to
seuvornimtakamamanjeilivieusporava,odnosnostvarajuseredoviekanja.
Sloenisistemsemoesedekomponovatinapodsistemepofunkcionalnom
principu. Veza izmedju podsistema se najee ostvaruje preko privremenih
medjuskladita, tako da posmatrani podsistemi izvesno vreme mogu raditi
nezavisnoodradadrugihpodsistema.
Iz ovoga proizilazi da se modeliranje, a kasnije i optimizacija performansi
sloenogsistemamoevritinanivoupodsistema,naravnoimajuiuvidukonani
cilj,odnosno,ostvarivanjeperformansecelogsistema.

16.3.1Modeliranjesloenihsistemametodomsimulacije
Simulacija rada sloenih sistema sa stohastikom prirodom rada njihovih
elemenata predstavlja moni alat projektanata. Modeliranje sloenih sistema
metodamasimulacijeprimenjujeseusledeimsluajevima:
kada analitike deterministike metode i teorija redova ekanja ne daju
zadovoljavajue rezultate, ili je zbog prirode i sloenosti problema njihova
primenanemogua;
uvek u zavrnoj fazi modeliranja i optimizacije strukture i performansi
sloenihsistema,
Osnovnaidejajedasepotpunooponaaradstvarnogsistema.Transakcija,
pojamkojijeranijedefinisanuovojknjizi,kreesekrozsistem,medjudejstvujesa
drugim transakcijama i okruenjem i konkurie za raspoloive resurse sistema.
Operacije u modelu su analogne operacijama u stvarnom sistemu. Transakcije se
opsluuju,aukolikosuuredjajizauzeti,pridruujuseredovimaekanja,konkuriu
zaresursesistema,asveodlukesedonosenaosnovustanjasistema.
Prednostikorienjametodasimulacijesu:
ponaanjesloenogsistemamoeseprouavatiutokuprojektovanja,ito
u normalnim radnim uslovima, kao i u hipotetikim ekstremnim uslovima,
bezopasnostiposamsistem;
unapredsemoguotklonitiuskagrlausistemu,varijacijomradnihuslova,
model moe ukazati na budua mesta smetnji , koja se izmenama u toku
projektovanja,uznajnietrokovemoguotkloniti;
245

priplaniranjuinvesticijaunoveilirekonstrukcijepostojeihsistemamogu
seizbeiskupegrekerazmatranjemponaanjaviealternativnihreenja;
simulacioni model se takodje moe koristiti za obuku buduih korisnika
realnogsistema,bezopasnostiposisteminjihsame.

16.3.2Pregledmodelaimogunostinjihovogkorienja
Pregled razmatranih modela sa mogunostima njihovog korienja pri
modeliranjusloenihsistemadatjeutabeli13.
Tabela13.Pregledrazmatranihmodela

246

LITERATURA:
AcaJovanovi,Teorijasistemaautorizovanapredavanja,Tehnikifakultet
uBoru,Bor,2005.
BaileyK.(1990).SocialEntropyTheory.Albany,NY:StateUniversityofNew
YorkPress.[ThisisthemostcomprehensivestatementonSocialEntropyTheory.]
Bode,H.W.,NetworkAnalysisAndFeedbackAmplifierDesign,D.Van
Nostrand,Inc.,1945.
Bower,J.L.andSchultheis,P.M.,IntroductionToTheDesignOf
Servomechanisms,Wiley,1961.
Brooks D. and Wiley E. (1986). Evolution and Entropy: Toward a Unified
Theory of Biology (2
nd
ed.), Chicago, IL: University of Chicago Press. [This is an
applicationoftheentropyconcepttobiology].
Chouai,A.,Cabassud,M.,Lann,M.M.Le,Gourdon,C.,Casamatta,G.,2000.
Use of neural networks for liquidliquid extraction column modelling: an
experimentalstudy,ChemicalEngineeringandProcessing39,171180.
Cilek, E.C., 2002. Application of neural networks to predict locked cycle
flotationtestresults,MineralsEngineering.15,10951104.
Corning P. and Kline S. (1998). Thermodynamics, information and life
revisited:PartI:Tobeorentropy.SystemsResearchandBehavioralScience15,
273296.[Thisisagoodcritiqueofentropyapplicationsinvariousdisciplines.]
Debeljkovi,D.,Dinamikaobjekataiprocesa:Matematikimodeliobjekatai
procesa u sistemima automatskog upravljanja, Univerzitet u Beogradu, Mainski
fakultet,Beograd1989.
DelToro,V.,andParker,S.,PrinciplesofControlSystemsEngineering,
McGrawHill,1960.
Demuth, H., Beale, M., 2002. Neural Network Toolbox for use with
MATLAB.Handbook,p.154.
Devenport, W.G., King, M., Schlesinger, M., and Biswas, A.K., Extractive
Metallurgy of Copper, Fourth edition, Pergamon Press Ltd., Elsevier Science Ltd,
2002.
DiStefano,Stubberud,andWilliams,TheoryandProblemsofFeedbackand
ControlSystems,SchaumsOutlineSeries,McGrawHillBookCompany,1967.
Eldin, N.N., Senoucci, A.B., 1995. Condition rating of rigid pavements by
neuralnetworks.Can.J.CivilEng.22,861870.
247

EU, 1999. 1999/30/CE Council Directive relating to limit values for sulphur
dioxide, nitrogen dioxide and oxide of nitrogen, particulate matter and lead in
ambientair.TheCounciloftheEuropeanUnion.
Eykoff,P.,Systemidentification,J.Wiley,London,1974.
Frederickson,Thomas,IntuitiveOperationalAmplifiers,McGrawHillBook
Company,1988.
Fullana,M.,Trebelsi,F.,Recasens,F.,2000.Useofneuralnetcomputingfor
statistical and kinetic modeling and simulation of supercritical fluid extractors,
ChemicalEngineeringScience55,7995.
GeorgescuRoegen N. (1971). The Entropy Law and the Economic Process.
Cambridge,MA:HarvardUniversityPress.[Thisisaclassicapplicationofentropy
toeconomics.
Jorjani, E., Chelgani, S.C., Mersoghili, Sh., 2007. Prediction of microbial
desulfurization of coal using artificial neural networks, Minerals Engineering 20,
12851292.
John Terninko, Step by Step QFD, 2007., American Supplier Institute and
CalPolyUniversity,Pamona,California.
Kemp, S.J, , Zaradic, P.,, Hansen, F., 2007. An approach for determining
relativeinputparameterimportanceandsignificanceinartificialneuralnetworks,
ecologicalmodelling204,326334.
KennethD.Bailey,Entropysystemtheory,Systemsscienceandcybernetics,
EncyclopediaofLifeSupportSystems,LA,USA,2007.
King, G.M., 2007. The evolution of technology for extractive metallurgy
overthelast50yearsisthebestyettoCome?.JournalofMetals59(2),2127.
Lak, S., Delacoste, M., Baran, P., Dimopoulos, I., Lauga, J., Aulagnier, S.,
1996,Applicationofneuralnetworkstomodellingnonlinearrelationsinecology,
Ecologicalmodelling90,3952.
Mihajlovi, I., trbac, N., ivkovi, ., ivkovi, D., Upravljanje kvalitetom
vazduha u okolini topionice bakra, Zbornik radova, Skup privrednika i naunika
(SPIN08),0607.novembar,2008.p.282286.ISBN9788676801640.
Nikoli,Dj.,Miloevi,N.,Mihajlovi,I.,ivkovi,.,Tasi,V.,Kovaevi,R.,
Petrovi,N.,MulticriteriaanalysisofairpollutionwithSO
2
andPM
10
inurbanarea
aroundthecoppersmelterinBor,Serbia,Water,AirandSoilPollution,206,369
383.
248

Paruelo, J.M., Tomasel, F., 1997. Prediction of functional characteristics of

ecosystems: a comparison of artificial neural networks and regression models,
EcologicalModelling98,173186.
Prigogine I. (1955). Thermodynamics of Irreversible Processes. Springfield,
IL:ThomasPress.[Thisistheclassicworkonentropyinnonequilibriumsystems.]
Resnick R. and Halliday D. (1960). Physics for Students of Science and
Engineering.PartI,NewYork,NY:Wiley.[Thisisagoodtextbookintroductionto
entropyinphysics.]
RonMancini,OpAmpsforEveryone,TexasInstruments,2008.
Rzan, M., Muller, C. Keith, H.J.D., Cameron, K.C., 2004. The use of artificial
neural networks (ANNs) to simulate N2O emissions from a temperate grassland
ecosystem.EcologicalModelling175,189216.
Seginer, I., Boulard, T., Bailey, B.J., 1994. Neural network models of the
greenhouseclimate.J.Agric.Eng.Res.59,203216.
Shannon C. and Weaver W. (1949). The Mathematical Study of
Communication.Urbana,IL:UniversityofIllinoisPress.[Thisistheclassicoriginal
presentationofentropyininformationtheory.]
Theil H. (1967). Economics and Information Theory. Chicago, IL: Rand
McNally. [This is the most comprehensive derivation of entropy in information
theory.
Ungar, L.H., Hartman, E.J., Keeler, J.D., Martin, G.D., 1996. Process
modelingandcontrolusingneuralnetworks.Am.Inst.Chem.Eng.Symp.Ser.92,
5766.
VanCamp,D.,1992.Neuronsforcomputers.ScientificAmerican,125127.
VanValkenberg,M.E.,NetworkAnalysis,PrenticeHall,1964.
Warfield, J.: Structuring Complex system, Battelle Memorial Institute, USA, 1974.
WHO(WorldHealthOrganization),2001.AirQualityGuidelinesforEurope,
2ndeditionWHORegionalPublications,RegionalOfficeforEurope,Copenhagen,
Denmark.
Yao, H.M., Vuthalury, H.B., Tade, M.O., Djukanovi, D., 2005. Artificial
neural networkbased prediction of hydrogen content of coal in power station
boilers.Fuel84,16351542.
PASWStatistics(SPSS)softwareV.18,2009.
MATLABsoftware
249

MLAB,Civilizedsoftware,2008.INC.