INTELIGENTNI I EKSPERTNI

SUSTAVI
U ELEKTROENERGETICI
Zdenko Balaž i Krešimir Meštrović
 PRIRUČNICI TEHNIČKOG VELEUČILIŠTA U ZAGREBU
MANUALIA POLYTECHNICI STUDIORUM ZAGRABIENSIS

ZDENKO BALAŽ
KREŠIMIR MEŠTROVIĆ

INTELIGENTNI I EKSPERTNI SUSTAVI

U ELEKTROENERGETICI

ZAGREB, 2015.
 Nakladnik

Tehničko veleučilište u Zagrebu

Elektrotehnički odjel

Autori

Mr.sc. Zdenko Balaž, predavač

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

Recenzenti

Prof.dr.sc. Slavko Vujević

Prof.dr.sc. Dinko Vukadinović

Objavljivanje je odobrilo Stručno vijeće Tehničkog veleučilišta u Zagrebu,

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

ISBN 978-953-7048-51-8
Za našu djecu
O KNJIZI I KNJIGAMA

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

Leonarda da Vincija. On je izjavu da su knjige (...) tijela bez duše
pojasnio s pet zagonetnih izreka koje u okvir slike pamćenja knjige
spajaju materiju s utisnutim znakovima sjećanja i nematerijalnost onoga
što je očuvano i što valja očuvati:

Pet zagonetnih izreka Leonarda da Vincija o knjizi

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

ljudima vratiti izgubljeno pamćenje...“

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

mudrosti steći...“

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

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

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

5. „Tijela bez duše dat će nam svojim izrekama korisne poučke za valjano
umiranje“
Što to kazuje Leonardo da Vinci u svojim izrekama:

1.-...u početku se pisalo po papirusnim svicima koji su načinjeni od

odvojenih vlakana napisana su sačuvanja sjećanja na najveće ljudske
stvari i djela...

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

njima stoji zapisano...

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

rastrgano još više vrijedilo...

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

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

Kad Leonardo s jedne strane inzistira na materijalu, procesu

proizvodnje površine za pisanje, s druge strane, govoreći o patnji materije
kao sugovornice, istovremeno pridaje i metaforičku kvalitetu koja dovodi
u vezu materiju skladišta i ne materiju uskladištenoga te razotkriva
dvojništvo knjiga. Načinjena od biljaka i životinja, ispisana ptičjim
perom, knjiga čuva ono znanje o svijetu koje u njoj osluškuje potomstvo,
a pamćenje o njoj ostaje nasljedno.
ZAHVALE AUTORA

Da je potrebno prirediti udžbenik iz predmetne problematike bilo je

jasno kada je odlukom Stručnog vijeća Tehničkog veleučilišta u Zagrebu,
(TVZ), kolegij prebačen na temeljni dio specijalističkog studija, čime je
pružena prilika studentima svih modula - usmjerenja Elektrotehničkog
odjela, (ELO). Kolegij koji je uveden pod nazivom Ekspertni sustavi u
elektroenergetici, 2012./13. g. naziv je promijenio u Umjetna inteligencija
– Ekspertni sustavi, 2013./14.g. da bi naposljetku dobio naziv Inteligentni
sustavi, 2014./15. Pod tim nazivom samo puno kompleksnijeg sadržaja,
kolegij, kao izborni kolegij predaje na Poslijediplomskom doktorskom
studiju na Fakultetu elektrotehnike, strojarstva i brodogradnje, (FESB) u
Splitu, prof. dr. Darko Stipaničev, pod čijim je velikim utjecajem
predmetna problematika bila izazov i odluka za dublje proučavanje.
Svojim stilom predavanja i sadržajem obrađene problematike, pa napose i
seminarskim radovima, zaslužan je za izdavanje ovog materijala, te mu se
na samom početku zahvaljujem. Zahvaljujem se recenzentima, prof. dr.
Slavku Vujeviću i prof.dr. Dinku Vukadinoviću.
Esencijalna potreba za pripremom knjige bila je spoznaja kako se iz
umjetne inteligencije može jako puno naučiti o potrebi poticanja
«mentalne higijene». Naš mozak kao pokretački mehanizam u usvajanju
znanja upravlja nizom procesa, a i omogućuje nam niz tehnika i rutina
kojima možemo do znanja doći, tim znanjem lakše vladati, koristiti ga i
njime profitirati. Iz tog je razloga jedno cijelo poglavlje posvećeno mozgu
kao samoregulirajućem entitetu. Sretnim okolnostima ELO se 2014.
godine uključio, a 2015. tradicionalno nastavio sudjelovati na «Tjednu
mozga» koji se u Hrvatskoj provodi pod pokroviteljstvom Hrvatskog
instituta za istraživanje mozga, (HIIM) i Hrvatskog društva za
neuroznanost, (HDN). Za uključivanje ELO TVZ-a posebnu podršku dala
je prof. dr. Svjetlana Kalanj-Bognar, i akademik Ivica Kostović, kojima se
i ovom prilikom zahvaljujem. Zahvaljujem se i doktoricama Ruži Frntić,
dr. med. i Mariji Petrovčić, dr. med. koje su na tim manifestacijama
aktivno sudjelovale kao eksperti specijalisti medicine u provedbi
radionica i javnih predavanja. Zahvaljujem se i mladoj doktorici Ivi
Topalušić, dr. med. koja je pozorno pročitala materijal prikupljen za
poglavlje o mozgu i svojim savjetima učinila ga stručno utemeljenim.
Za poglavlje o ekspertnim sustavima u elektroenergetici zahvaljujem
se koautoru prof. dr. Krešimiru Meštroviću, Pročelniku ELO TVZ-a.
Zahvaljujem mu se što mi je uopće pružio priliku da svoju ideju o
promociji umjetne inteligencije, inteligentnih i ekspertnih sustava
pokrenem kroz navedene kolegije na Specijalističkom diplomskom
studiju elektrotehnike, i zahvaljujem mu se za sve podrške oko mojih
inicijativa u opremanju praktikuma i objavi stručnih i znanstvenih radova
iz tog područja.
Najveći dio materijala u ovoj knjizi, sintetiziran je iz mojih objavljenih
stručnih i znanstvenih radova, samostalnih ili uz koautorstvo, a koji su
rezultat mojeg rada na doktorskoj disertaciji. To je sada prilika da se
posebno još jednom zahvalim mojem Mentoru prof. dr. Slavku Vujeviću
kod kojeg sam puno toga naučio i koji mi je dao podršku i priliku da
budem članom tima na znanstvenom projektu ministarstva pri FESB-u u
Splitu. Zahvaljujem mu se i kao recenzentu svih mojih radova s
problematikom iz domene doktorske disertacije, koja nosi naslov:
«Elektromagnetski model za izračun raspodjele struje zemljospoja».
 Područje izučavanja inteligentnih sustava i umjetne inteligencije, već
nakon prve godine uvođenja izišlo je i izvan okvira kolegija TVZ-a, pa je
bilo logično da se kroz programe cjeloživotnog obrazovanja ponude
specijalističke edukacije, vezane za tu temu. Iz tih su razloga uvedeni
Programi AERO TVZ za osposobljavanje specijalista održavanja
aerodromskih sustava u funkciji sigurnosti zračne plovidbe, uz odobrenje
Hrvatske agencije za civilno zrakoplovstvo, (CCAA), prvo preko Net
Akademije TVZ-a, a potom i preko Instituta iTVZ-a. Iskustva proistekla
iz tih programa pretočena su u interesantne praktičke primjere koji su
knjizi dali epitet priručnika, pa koristim priliku da se zahvalim zaslužnima
Inspektorima iz CCAA, za taj doprinos i u sponzorstvu.
Zahvaljujem se dipl. ing. Jošku Tadinu, koji je prvi potaknuo izradu
aplikativnog specijalističkog programa za zaposlenike Zračne luke Split. I
zahvaljujem se, tvrtkama EL-TIM d.o.o. iz Zadra, Elektro-energetika
d.o.o. i TEB Inženjering d.d. iz Zagreba, na podrškama i sponzorstvu za
održavanje prvih seminara i radionica.
Posebno se zahvaljujem svom prijatelju Vladimiru Drabeku, direktoru
tvrtke Transcon iz Češke na donaciji opreme kojom je opremljen
praktikum, kojim se služe i studenti ELO i specijalisti programa AERO
TVZ. To je bio i dodatni motiv da se uz udžbenik pridruže i koncepti
vježbi koje se provode uz predavanja. Za uređenje slika i pažljivo
iščitavanje rukopisa zahvaljujem se našoj asistentici Martini Vučićević.
Zahvaljujem se prof. dr. Stanislavu Pavlinu koji je dao svoj stručni
obol poglavlju o aerodromskim sustavima i prof. dr. Zvonku Benčiću koji
je prvi bio spreman preuzeti objavu knjige.

Autor Z.B.
UMJESTO PREDGOVORA

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

prijatelja s kojim sam se dogovorio za marendu, promatrao sam nasuprot
mojeg stola, mladi par koji je završavao s objedom. Bili su zaokupljeni
svojim tabletima iz kojih su crpili informacije i međusobno ih
razmjenjivali. Pokazivali su jedno drugome, blještavi zaslon gurajući ga
ispred očiju, koji je kod njih izazivao reakcije divljenja, čuđenja, pa čak i
izbezumljenosti.
Prepoznao sam to po njihovim izrazima na licu, povodeći se spoznajama
o znakovnom jeziku. Pomislio sam:
„..koje li prednosti od umjetne inteligencije !“

....Mladić je rukom dao znak konobaru da želi platiti. I dalje su jedno

drugome pred lice stavljali napravu koja je sve više ličila na duha iz boce,
sve dok konobar nije došao s računom. Pogledajući račun mladić, kavalir,
za mene iznenađujuće, pustio je glas, krupan, muški, odrešit:...“zar
toliko?“ i djevojka je pogledala u papirić i također progovorila: ..
“sramota!“. Prilikom plaćanja konobar im je uljudno pokušao pojasniti
detalje njihove narudžbe, no oni su žurno i u svom stilu ponovno nijemo
izišli iz restorana. Ja sam ostao zbunjen i izustio:

...“umjetna inteligencija – a joj !?“

Nedugo za tim stigao je moj prijatelj na marendu.

 SADRŽAJ

O KNJIZI I KNJIGAMA
ZAHVALE AUTORA
UMJESTO PREDGOVORA
UVOD ........................................................................................................ 20

1. OPĆENITO O INTELIGENCIJI ILI ONO ŠTO U STVARI

JESMO .................................................................................................. 22
1.1. Inteligencija biološkog i fiziološkog okružja ................................ 22
1.2. Formalna definicija inteligencije .................................................. 23
1.3. Gadamerova teorija inteligencije .................................................. 24
1.4. Steinbergova teorija inteligencije.................................................. 25
1.5. Inteligencija Allena Newella i Herberta Simona .......................... 26
1.6. Različita gledišta na inteligenciju ................................................. 26

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

2.1. Rađanje umjetne inteligencije ....................................................... 29
2.2. Antropologijski pristup umjetnoj inteligenciji .............................. 31
2.2.1. Odnos između biologije i kulture ........................................ 32
2.2.2. Veza između prošlosti i sadašnjosti ..................................... 32
2.2.3. Jedinstvo ljudi i raznolikost oblika ...................................... 32
2.3. Ontologijski pristup i kaptologije umjetne inteligencije ................ 33

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

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

10
 3.1.1. Opasnost od simulacije i simulakruma znanja .................... 38
3.1.2. Svijest i samosvijest u funkciji znanja ................................. 40
3.1.3. Tehnike pamćenja u funkciji očuvanja znanja .................... 41
3.2. Učenje i poučavanje iz umjetne inteligencije ............................... 42
3.2.1. Baze znanja i baze podataka za poučavanje ........................ 42
3.2.2. Poučavanjem do znanja ....................................................... 43
3.2.3. Razumijevanje ..................................................................... 45
3.2.4. Prezentacijsko djelo ............................................................. 47
3.2.4. 1. Tekst – napisane riječi ..................................................... 47
3.2.4. 2. Slika koju vidimo............................................................. 48
3.2.5. Rezultati i potvrde istraživanja-retorička situacija .............. 49
3.2.6. Komponentna podteorija ljudske inteligencije .................... 50
3.2.7. Komentar o provedenom istraživanju.................................. 52
3.3. Umjetna inteligencija u poučavanju i donošenju odluka .............. 53
3.3.1. Opis provedenog istraživanja .............................................. 53
3.3.2. Um i umjetna inteligencija .................................................. 55
3.3.2.1. Početak s dvodomnim umom ........................................... 55
3.3.2.2. Dva sustava u ekonomskom umu.................................... 55
3.3.3. Kognitivno i bihevioralno inženjerstvo u donošenju
odluka .................................................................................. 58
3.3.4. Rezultati istraživanja ........................................................... 63
3.3.5. Komentar ............................................................................. 66

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

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

11
 4.2. Neuroni.......................................................................................... 71
4.3. Sinapsa .......................................................................................... 73
4.4. Učeći mozak .................................................................................. 74
4.5. Tehnike učenja .............................................................................. 76
4.6. Mozak i pozornost......................................................................... 79
4.7. Emocije i mozak............................................................................ 81
4.8. Utjecaji okoline na mozak............................................................. 82
4.9. Sposobnost učenja mozga ............................................................. 83
4.10. Veze u ponašanju mozga i spoznaje umjetne inteligencije ........... 90
4.10.1. Konformnost i konformizam ............................................. 91
4.10.2. Aschova paradigma ........................................................... 93
4.10.3. Model konflikta – „Santa leda“ ......................................... 94
4.10.4. Popuštanje ......................................................................... 96
4.10.5. Polarizacija grupe .............................................................. 96
4.10.6. Pokoravanje autoritetu ...................................................... 98
4.10.7. F-skala ............................................................................. 100
4.10.8. Cocktail party efekt ......................................................... 102
4.11. Komentar .................................................................................... 105

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

5.1. Što je to inteligentni a što ekspertni sustav? ............................... 106
5.2. Heuristika, ontologije i hermeneutika ......................................... 111
5.3. Kibernetika .................................................................................. 113
5.4. Inženjeri znanja i algoritmi ......................................................... 115
5.5. Ekspertni sustav – Stručni sustav ................................................ 137

12
 5.5.1. Razvoj stručnih sustava kroz ažuriranje ............................ 137
5.5.2. Nedostatak određenih parametara sustava ......................... 138
5.5.3. Nadmodel ekspertnog sustava ........................................... 139
5.5.4. Opseg integracije u kreaciji nadmodela............................. 141
5.5.4.1. Prikaz nadmodela tablicama sistemskog dijagrama....... 143
5.5.4.2. Nedostaci nadmodela ..................................................... 146
5.5.4.3. Implementiranje nadmodela radom u oblacima ............. 147
5.5.5. Skladištenje parametara .................................................... 149
5.5.6. Podsustavi za dodatne informacije .................................... 150
5.5.7. Korisničko sučelje ............................................................. 151
5.5.8. Podloge za izgradnju ekspertnih sustava .......................... 152
5.5.9. Ekspertni sustav – Ekspert ................................................ 157
5.5.10. Grupa eksperata – Delfi metoda...................................... 158
5.5.11. Primjer ekspertnog sustava za pronalaženje mjesta
kvara u distribucijskom sustavu elektroenergetskog
napajanja ........................................................................ 160
5.5.12. Pregled članaka o ekspertnim sustavima u
elektroenergetici ............................................................. 175

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

6.1. Osvrt na legislativu mjerenja elektromagnetskih polja i
svjetlosnih karakteristika............................................................. 179
6.2. Iskustva s mjerenjima niskofrekventnih elektromagnetskih
polja ............................................................................................ 179
6.2.1. Proračuni i mjerenja elektromagnetskih polja
elektroenergetskih sustava ................................................. 181

13
 6.3. Legislativa mjerenja svjetlotehničkih karakteristika ..................... 186
6.3.1.Svjetlotehničke karakteristike i zahtjevi na
aerodromsku rasvjetu ......................................................... 186
6.3.2. Terenska mjerenja intenziteta rasvjete vizualnih
sredstava ............................................................................ 191
6.3.3. Laboratorijska i radionička mjerenja rasvjete vizualnih
sredstava .......................................................................... 196
6.4. Komentar .................................................................................... 197

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

7.1. Inteligentni sustavi cestovnih tunela .......................................... 199
7.1.1. Opis primjera ..................................................................... 200
7.1.2. Opis i način rješenja .......................................................... 200
7.1.3. Opremljenost autoceste sigurnosnim sustavima ................ 201
7.1.4. Sustav videonadzora autoceste .......................................... 203
7.1.5. Sustav videodetekcije ........................................................ 204
7.1.6. Sustav rasvjete ................................................................... 205
7.1.7. Inteligentni sustav upravljanja rasvjetom autoceste .......... 208
7.1.8. Projektiranje inteligentnog sustava .................................... 209
7.1.9. Arhitektura inteligentnog sustava ...................................... 212
7.1.10. Scenariji rada inteligentnog sustava ................................ 213
7.1.11. Razvoj inteligentnog sustava .......................................... 215
7.1.11.1. Teorijska razrada za regulaciju rasvjete tunela ............ 216
7.1.11.2. Ekvivalentna luminancija prekrivanja ......................... 219
7.1.11.3. Ekvivalentna luminancija prilagodbe........................... 220
7.1.11.4. Nove tehnologije u rasvjeti tunela ............................... 222

14
 7.1.11.5. Rasvjetna tijela u LED tehnologiji ............................... 223
7.1.11.6. Koncept napajanja serijskim strujnim krugovima ....... 223
7.1.12. Upravljanje tunelskom rasvjetom učenjem iz
ekspertnog sustava ......................................................... 224
7.1.13. Novi utjecajni parametri na rasvjetu tunela .................... 227
7.1.13.1. Ekliptički parametri...................................................... 227
7.1.13.2. Klimatski parametri...................................................... 229
7.1.13.3. Parametri doba dana ..................................................... 229
7.1.14. Manipulacija parametrima .............................................. 231
7.1.15. Mehanizmi zaključivanja - upravljanje rasvjetom .......... 233
7.1.16. Učenje iz inteligentnog sustava....................................... 235
7.1.17. Rezultati .......................................................................... 235
7.1.18. Zaključak ......................................................................... 236
7.1.19. Dodatci poglavlju ........................................................... 237

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

7.2.1. Inteligentni sustav AERO TVZ ......................................... 246
7.2.2. Održavanje aerodromskih sustava i opreme ...................... 247
7.2.3. Održavanje sustava svjetlosne signalizacije ...................... 249
7.2.4. Otpor izolacije serijskih strujnih krugova ......................... 249
7.2.5. Mjerenje otpora izolacije ................................................... 251
7.2.6. Mjerna oprema za mjerenje otpora izolacije ..................... 252
7.2.7. Ugradni moduli za mjerenje otpora izolacije .................... 253
7.2.8. Analiza iz baza podataka ................................................... 254

15
 7.2.9. Sustavi i podsustavi aerodromske rasvjete ........................ 257
7.2.10. Regulator konstantne struje ............................................. 260
7.2.10.1. Princip rada serijskog strujnog kruga........................... 264
7.2.10.2. Određivanje snage regulatora....................................... 265
7.2.10.3. Dimenzioniranje opreme regulatora............................. 266
7.2.10.4. Konstrukcija ormara regulatora ................................... 266
7.2.10.5. Opis komponenti i modula regulatora .......................... 270
7.2.10.6. Opis upravljačke jedinice regulatora............................ 271
7.2.10.7. Pomoćni moduli regulatora – opis i rukovanje ............ 273
7.2.11. Prikaz podataka na upravljačkoj jedinici ........................ 289
7.2.12. Uputa za ugradnju i pogon regulatora ............................. 300
7.2.12.1. Montaža i postavljanje ormara regulatora .................... 300
7.2.12.2. Priključak na NN mrežno napajanje ............................ 301
7.2.12.3. Zaštita od prenapona .................................................... 302
7.2.12.4. Ugađanje radnih parametara ........................................ 302
7.2.12.5. Provjera osnovnih funkcija .......................................... 303
7.2.13. Primjer kalibriranja modula ............................................ 307
7.2.14. Uvjeti operabilnosti modula ............................................ 308
7.2.15. Opis funkcija u procesu kalibracije modula .................... 308
7.2.16. Atipične kalibracije ......................................................... 310
7.2.17. Definicije i pojmovi aerodromske opreme...................... 314
7.2.18. Prepoznavanje komponenti inteligentnih
aerodromskih sustava ...................................................... 316
7.3. Inteligentni i ekspertni sustavi u elektroenergetici ..................... 338

16
 7.3.1. Visokonaponski SF6 prekidači........................................... 339
7.3.1.1. Princip rada visokonaponskog SF6 prekidača ................ 340
7.3.1.2. Konstrukcija ................................................................... 345
7.3.1.3. Pogonski mehanizam ..................................................... 347
7.3.1.4. Upravljački i kontrolni krugovi...................................... 353
7.3.2. Održavanje visokonaponskih SF6 prekidača ..................... 356
7.3.3. Dijagnostika i monitoring visokonaponskih SF6
prekidača .......................................................................... 362
7.3.3.1 Dijagnostika visokonaponskih SF6 prekidača ................ 364
7.3.3.2 Monitoring visokonaponskih SF6 prekidača ................ 367
7.3.4. Moderne metode održavanje elektroenergetskih
postrojenja ........................................................................ 374
7.3.4.1. Dijagnostička ispitivanja ................................................ 374
7.3.4.2. Nadzor u realnom vremenu - monitoring ....................... 376
7.3.5. Ekspertni sustavi za nadzor i upravljanje
elektroenergetskim postrojenjima...................................... 380
7.3.6. Razvoj aplikativnih ekspertnih sustava za elektroenergetska
postrojenja – simulacijski model visokonaponskog
prekidača ............................................................................ 383

7.3.6.1. Struktura simulacijskog modela visokonaponskog SF6

prekidača ........................................................................ 383
7.3.6.2. Rezultati ispitivanja i simulacije na prekidaču .............. 391

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

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

17
8.2. Općenito o modeliranju ............................................................... 406
8.3. Postupak modeliranja .................................................................. 407
8.4. Simulacije u postupku modeliranja ............................................. 409
8.5. Karakter modelskog vremena ..................................................... 410
8.6. Elektromagnetski modeli elektroenergetskih sustava ................. 411
8.6.1. Modeliranje cilindričnih segmenata vodiča ...................... 411
8.6.1.1. Aproksimacija struja segmenata vodiča ..................... 412
8.6.1.2. Aproksimacija potencijala segmenata vodiča ............... 414
8.6.1.3. Jednadžbe potencijala harmonijskog
elektromagnetskog modela ........................................... 415
8.6.1.4. Model sredstva ............................................................... 416
8.6.2. Skalarni električni potencijal segmenata vodiča ............... 420
8.6.2.1. Cilindrični segmenti vodiča u tlu ................................... 420
8.6.2.2. Cilindrični segmenti vodiča u zraku .............................. 423
8.6.2.3. Modeliranje uzemljivača pločom ................................... 425
8.6.2.3.1. Skalarni potencijal ekvipotencijalne ploče ................. 425
8.6.2.3.2. Poprečna impedancija kružne metalne ploče .............. 429
8.6.2.3.3. Poprečna impedancija u dvoslojnom sredstvu ........... 434
8.6.3. Primjer modela iz prakse................................................... 438
8.6.4. Elektromagnetska kompatibilnost i modeliranje
ekspertnim sustavom ........................................................ 441
8.6.4.1. Elektromagnetska kompatibilnost u
elektroenergetskim postrojenjima .................................. 441
8.6.4.2. Prenaponi u elektroenergetskim postrojenjima .............. 443

18
 8.6.4.3. Matematičko modeliranje i simulacija tranzijenata ....... 444
8.6.4.4. Primjer ispitivanja i modeliranje prijelaznih pojava u
elektroenergetskom sustavu Tunela sv. Rok .................. 445
8.6.4.5. Mjerenje sklopnih prenapona u trafostanici TS
35/20(10)kV Obrovac .................................................... 446
8.6.4.6. Rezultati mjerenja .......................................................... 448
8.6.4.7. Izračun faktora prenapona .............................................. 449
8.6.4.8. Usporedba rezultata simulacije i ispitivanja .................. 450
8.6.4.9. Tablice i sheme uz provedena ispitivanja ...................... 452
8.7. Specijalistički programi za ekspertne sustave ...................... 462
8.8. Zaključak .............................................................................. 473

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

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

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

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

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

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

ŽIVOTOPISI AUTORA

19
 UVOD
U današnje vrijeme svjedočimo prebrzom razvoju tehnologije koja se
svake godine doima sve uzbudljivijom zbog toga što se neprestano
otvaraju nova područja djelovanja, stvaraju nove tehnologije i nove
industrije o kojima svijet nije ni sanjao. Samim tim otvaraju se i nove
mogućnosti i nova tržišta.

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

predvidjeti. Ipak, niz institucija i kompanija bavi se baš takvim
predviđanjima, koje tek mogu pretpostaviti ono što će se doista dogoditi
jer u tehnološkom razvoju niz stvari može poći u sasvim drugom smjeru.
Iskustveno je dokazano da računalna i nove tehnologije budućnost vide na
sasvim drugačiji način.

U svijetu u kojem živimo danas se neke istine mijenjaju u intervalima

od nekoliko dana, a ne godinama, ili desecima godina, kako je to, nekada
bilo. Nove tehnologije su omogućile informacijskim znanostima da je ta
činjenica toliko istinita da je postala jedna od glavnih asocijacija na koje
se pomisli u razgovoru o bilo kojem području ove znanosti.

Današnje vrijeme se može proglasiti vremenom informatičke

revolucije koja se između ostalog oslanja i na umjetnu inteligenciju,
znanstvenu granu u znanstvenom polju računarstva u području tehničkih
znanosti. Eksponencijalnim rastom brzine širenja informacija
informacijske tehnologije su podigle ljestvicu na informacijsko
komunikacijske tehnologije i tako informacije podvele pod znanje.
Dostupnost i količina informacija kada se njima spretno manipulira,
prikrivaju se mnogoznalaštvom. Po Heraklitu mnogoznalaštvo je
preduvjet za filozofiju, ali samo po sebi nije dovoljno i zato je dobro da je
mudrost spoznavanje onoga što upravlja stvarima.

Inteligentni i ekspertni sustavi pa tako i u elektroenergetici, postaju

„svjesni“ svojih ciljeva i kreću k stvaranju novih strojnih tvorevina
sposobnih za rješavanje zadataka za čije je rješenje potrebna inteligencija.
Svojom umjetnom, strojnom inteligencijom, strojevi se približavaju
djelovanju i to prvenstveno misaonom djelovanju čovjeka i uzroku bića.
U tim se nastojanjima ponovno približavamo Aristotelovoj definiciji da
postoji nekakvo počelo, te da uzroci bićâ nisu beskonačni, niti u izravnu
slijedu niti prema vrsti. Iako je ova tvrdnja u moderno doba široko

20
osporavana, niz filozofa tragalo je za uvjerljivijim utemeljenjem na vrlo
različite načine. Ako se povijest može periodizirati po velikim misliocima
koji su pokušali dati sigurne, neporecive temelje spoznaje, onda će ona u
budućnosti biti pod velom tajne znanja inteligentnih sustava koji će na tu
temu ostaviti samo ideje.

Ako se vratimo na antičko učenje o idejama, …“one su jedina prava

zbilja, a svijet osjetilnih stvari samo je slika svijeta ideja. Ideje su vječne i
nepromjenljive, a osjetna bića su promjenljiva i nesavršena te postoje
samo po sudjelovanju u idejama. Među idejama postoji hijerarhijski red.
Svaka ideja postoji i ima mjesto na hijerarhijskoj ljestvici po većem ili
manjem sudjelovanju u ideji dobra. Nasuprot svijetu ideja stoji materija,
koja također, kao kaotična, nesređena masa, postoji od vječnosti. Svijet
nastaje tako da demijurg oblikuje materiju po uzoru na ideje. Čovjek
pripada po duši svijetu ideja, a po tijelu prolaznom svijetu materije.
Budući da je duša postojala i prije ovog života u tijelu, kamo je došla po
kazni, spoznaja je tek sjećanje, koje je to uspješnije što se duša
krjeposnim životom više oslobađa utjecaja tijela. Nakon smrti tijela, ona
nastavlja živjeti u svijetu ideja“...

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

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

Idejama prethode vizije, one koje posjeduju vizionari, oni koji imaju
dalekosežnu zamisao o željenom i predvidljivom razvoju događaja ili
pothvata. Svjedočimo svakodnevno pothvatima i velikim uspjesima
vizionara novih tehnologija, inteligentnih, informacijskih i
komunikacijskih sustava zato je dobro znati da se do njih dolazi preko
vizija. Čovjek prvo mora imati viziju, viziju pretvara u ideju a idejom
ostvaruje svoj pothvat.

Tako je u ovoj knjizi pothvat ostvarenih ideja kroz inteligentne i

ekspertne sustave u elektroenergetici, bio imperativ prezentnosti kao trag
i poticaj svima koji će se uputiti tim slijedom. Želja da se osvrne na
umjetnu inteligenciju morala je biti prigušena opaskom meritornih za
izdavanje pa je ostala nova ideja za nastavkom.

21
1. OPĆENITO O INTELIGENCIJI

Grčka filozofija započinje zaključcima i mudrim savjetima sedmorice Grka koji

su se sastajali u DELFIMA i raspravljali o raznim temama. U svojim su
gradovima bili poznati i cijenjeni savjetnici vladara ili i sami zakonodavci i
vladari. Najčešće se među njima ubrajaju: SOLON iz Atene, HILON iz Sparte,
TALES iz Mileta, BIANT iz Prijene, KLEUBIL iz Linda, PITAK iz Militene i
PERIANDAR iz Korinta.

Uvod u prvo poglavlje

___________________________________________________________

U Klaićevom novom rječniku stranih riječi i Filipovićevom

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

1.1. Inteligencija biološkog i filozofskog okružja

Inteligencija odnosno promatrano inteligentno ponašanje zaključeno

je prvotno, kroz interakcije velikog broja jedinki u biološkom okruženju,
po principima suradnje (kooperacije) ili suparništva (kompeticije). Za
sveobuhvatnije shvaćanje inteligencije potrebno je esencijalne spoznaje
života u biološkom smislu koji ima tendenciju razvitka, održavanja i
unapređenja, upotpuniti saznanjima o specifičnosti čovjeka kao
društvenog i kulturnog bića.

22
 Kao što je u pozivu opisa u uvodu rečeno, inteligencija je sposobnost
pronalaženja novih prilagođenih reakcija u novim prilikama bilo koje
vrste. Za razliku od nagonskih reakcija inteligentne su reakcije plastične a
ne stereotipne. Od stečenih oblika prilagodbe (navika, vještina i znanje)
razlikuju se inteligentne reakcije po tome što one nisu naučene i što
dolaze do izražaja u novim situacijama. Inteligencija je sposobnost koja
se osniva na misaonom zahvaćanju bitnih odnosa podacima problemne
situacije i u reorganiziranju tih podataka u obliku zadataka koje nameće
problemna situacija. Kao opća intelektualna sposobnost, inteligencija
značajno određuje razinu uspjeha čovjeka u čitavom nizu djelatnosti,
osobito onih koje zahtijevaju razumijevanje, inventivnost i kritičnost.
Inteligencija sudjeluje u procesu učenja i stjecanja iskustva, a osobito u
uporabi stečenog znanja.

Inteligencija je sposobnost koja se razvija u prvom razdoblju života,

od rođenja do približno 18. godine života. Tada doseže svoju
maksimalnu, relativno stabilnu razinu na kojoj se održava do starosti.
Okolne prilike, u kojima se pojedinac razvija i živi, mogu djelovati na
razvoj inteligencije osobito u razdoblju između njegove treće i sedme
godine života.

1.2. Formalna definicija inteligencije

Formalnu definiciju inteligencije potpisala je prije dvadeset godina,

(1994.) grupa od 52 znanstvenika koji su kazali: ''Inteligencija je vrlo
općenita mentalna sposobnost, koja između ostalog, uključuje sposobnost
zaključivanja, planiranja, rješavanja problema, apstraktno mišljenje,
razumijevanje kompleksnih ideja, brzo učenje i učenje na temelju
iskustva. Ona ne obuhvaća samo učenje iz knjiga, usku akademsku
vještinu ili elegantno rješavanje testova. Prije od toga ona reflektira širu i
dublju sposobnost razumijevanja našeg okružja – opažanja, shvaćanja
smisla u stvarima ili odlučivanja o tome što napraviti.''

Odmah nedugo poslije toga, 1995. grupa od 11 istraživača

imenovanih od strane Američke udruge psihologa u svom je izvješću
spomenula kako je dvadesetak eminentnih teoretičara i istraživača na
pitanje definiranja inteligencije dalo dvadesetak različitih odgovora.

23
 Danas prihvaćene okvire teorije o inteligenciji postavila su dvojica
psihologa, Howard Gardner, (Harvard University, 1983.) i Robert
Steinberg, (Tufts University, 1985.)

1.3. Gardnerova teorija inteligencije

Gardnerova teorija inteligencije je teorija višestruke inteligencije

koja je nastala na temelju psiholoških istraživanja razvoja inteligencije
kod djece, nadarenih pojedinaca, ali i osoba s oštećenjima mozga. On je
najprije predložio sedam osnovnih tipova inteligencije koje je kasnije
proširio za još dva dodatna. Sve su ove inteligencije prema Gardneru
osnovni tipovi:

1. Lingvistička inteligencija – vezana je uz napisane ili izgovorene

riječi. Iskazuje sposobnost objašnjavanja, govorenja, podučavanja.

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

apstrakciju, induktivno i deduktivno zaključivanje i baratanje
brojevima.

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

orijentaciju, prosuđivanja i apstrakciju prostora.

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

Ovdje bi spadala prije spomenuta motorička inteligencija.

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

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

klasifikacijom. Jedna od dvije naknadno dodane kategorije, ali je i dan-
danas kritičari osporavaju smatrajući da više iskazuje interese nego
samu inteligenciju.

7. Interpersonalna inteligencija – vezana je uz interakcije s ostalim

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

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

kojih prevladava ovaj tip inteligencije su introvertirani, okrenuti sebi,
svjesni su sebe, svojih stanja i emocija, ali i ciljeva i motivacija.
24
9. Egzistencijalna inteligencija – ili kako je Gardner naziva
''inteligencija velikih pitanja'', također je jedna od naknadno dodanih
inteligencija vezana uz filozofska pitanja poput pitanja pojma vremena,
života, smrti. Velika pitanja o kojima malo ljudi može razmišljati, a još
manje raspravljati.

1.4. Steinbergova teorija inteligencije

Steinbergova teorija inteligencije je trierarhijska teorija inteligencije

koja razlikuje tri osnovna tipa inteligencije:

 analitičku,
 kreativnu i
 praktičnu

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

svom okružju. Steinberg kaže da je inteligencija ''…mentalna aktivnost
usmjerena prema namjernim, svrsishodnim promjenama, odabiru i
oblikovanju realnog okružja bitnog za život jedinke…''

1. Analitička ili komponentna inteligencija uključuje procese koji se

koriste kod rješavanja problema (složenih zadataka) i donošenja
odluka. Steinberg ih zove meta-komponente. Drugi dio su komponente
djelovanja, procesi koji provode akcije koje meta-komponente
kreiraju. Uključuju sve ono na temelju čega mi djelujemo kao što je
uočavanje problema, uočavanje odnosa između objekata i
preslikavanje ovih relacija na druge skupove pojmova. Treći dio
analitičke inteligencije su komponente prikupljanja znanja koje
koristimo kada prikupljamo nove informacije. Uključuju selektiranje
bitnih od nebitnih informacija, ali i kombiniranje informacija
dobivenih na primjer različitim osjetilima.

2. Kreativna ili iskustvena (empirijska) inteligencija vezana je uz vještinu

provođenja određenih zadataka u odnosu na stupanj njihovog
poznavanja. Razlikuje se nova situacija koju pojedinac nikada do sada
nije iskusio i situacija za koju možemo kazati da u njenom rješavanju
koristimo automatizaciju, što znači da smo je do sada ponovili puno
puta pa je možemo izvesti bez puno razmišljanja (na primjer kada

25
 naučimo voziti bicikl). Čovjek koji posjeduje određenu automatiziranu
vještinu ne mora biti uspješan kod snalaženja u novim situacijama.

3. Praktična ili kontekstualna inteligencija je najuže vezana uz ljudsko

okruženje i sposobnost prilagodbe tom okružju. Uključuje procese
prilagodbe, promjene i odabira, a cilj joj je omogućiti uklapanje
jedinke u okruženje.

1.5. Inteligencija Allena Newella i Herberta Simona

Očevi umjetne inteligencije Allen Newell i Herbert Simon svojim

programom Logički teoretičar, (LT), su pokazali da mogu dokazivati
matematičke teoreme. Program je polazio od otkrivanja dokaza za
teoreme u simboličkoj logici, održavajući i selektivno primjenjujući niz
aksioma i prethodno dokazanih teorema za novostvorene logičke izraze.
Program je koristio elementarne strategije rastavljanja problema na
ciljeve i podjele ciljeva na podciljeve. U programu je veličina prostora
rješenja i vremena potrebnog za rješavanje bitno smanjena primjenom
heuristike i pravila zdravog razuma po principu rada unatrag od željenog
cilja ili rastavljanja većih problema na manje.
Kako bi stekli uvid u ljudski način rješavanja problema, upotrijebili
su tehniku „analize protokola“. Protokol je bilješka o ljudskoj
verbalizaciji misli pri rješavanju problema. Tom su metodom otkrivana
postupanja ispitanika, što misle, što traže i zašto izvode određene radnje.
Primijenjenu heuristiku u protokolima ispitanika uključivali su u program,
a potom su ih proučavali i uspoređivali s rezultatima operacija, što je u
stvari srž poznate „Delfi metode“. O njoj će biti više riječi u petom
poglavlju.
Newellova i Simonova analiza procesa rješavanja problema u ljudi i
računala omogućila im je razvoj novih sve obuhvatnijih programa koji
oponašaju ljudsku misao. Pa je tako s njihovom umjetnom inteligencijom
dostignuta razina uspješnog rješavanja zagonetki i igranje šaha. Na
njihovim se radovima moglo dosta toga naučiti iz proučavanja rješavanja
problema, što je bitan element inteligencije.

1.6. Različita gledišta na inteligenciju

Zanimljivo je kako je u kontekstu nekih teorija inteligencije

promatran razvoj društva kroz transformaciju od poljoprivrednog
26
(agrarnog), preko industrijskog do informacijskog društva. U
poljoprivrednom društvu čovjek je koristio pretežno prirodoslovnu
inteligenciju. Bio je koncentriran na proizvodnju hrane koju su
proizvodili radnici poljoprivrednici, koristeći vještinu proizašlu iz tjelesno
– kineziološke inteligencije.
Pojavom poljoprivredne mehanizacije znatno je smanjena potreba za
ovakvim tipom rada, pa je društvo polako, preko određenih prijelaznih
faza prešlo u industrijsko društvo. Industrijsko se društvo temeljilo na
prostornoj inteligenciji i bilo je koncentrirano na proizvodnju fizičkih
umjetnih tvorevina (artefakta) koji su proizvodili radnici koristeći svoju
tjelesno – kineziološku inteligenciju. Pojavom industrijskih strojeva i
automatizacije, znatno je smanjena potreba za ovakvim tipom rada.

Sljedeća faza u kojoj se sada nalazimo je informacijsko društvo koje

se temelji na logičko – matematičkoj inteligenciji. Koncentrirano je na
proizvodnju reprezentacijskih umjetnih tvorevina, koje stvaraju radnici
koristeći svoju tjelesno – kineziološku inteligenciju. Reprezentacijski
artefakti informacijskog društva prodaju se kao proizvod (razne
komunikacijske usluge, produkti industrije zabave, usluge i mnoge druge)
ili služe u proizvodnji različitih fizičkih proizvoda (tehnologije, procesa
ili postupaka proizvodnje, i drugo).

Na tim se osnovama pojavljuju različita gledišta o inteligenciji, među

kojima su najznačajnija razvojna gledišta. Tu je potrebno samo nabrojati
kako je prethodnik biheviorizma, Ivan Pavlov, pokazao da je postupkom
uvjetovanja, pse moguće naučiti da na zvuk zvona izlučuju slinu.

Sigmund Freud, osnivač psihoanalize, pokazao je da se nesvjesne

želje, kao npr. želja za moći odražavaju u svakodnevnim snovima ili
omaškama u govoru.

Jean Piaget, najznačajniji istraživač intelektualnog razvoja, pokazao

je da mala djeca nisu sposobna shvatiti, (konzervirati), različite količine.
Njegova su istraživanja bila usmjerena na dvije različite znanstvene
discipline i zalazila su u dva područja: biološke izvore ponašanja, te
logičke opise ustroja tih ponašanja.

On je iznio tezu o prolazu kroz četiri glavne faze, (stupnja),

intelektualnog razvoja, što je do danas ostao najambiciozniji pokušaj
opisivanja razvoja inteligencije kod sve djece.

27
 To su:

Prvi stupanj ili senzomotoričko razdoblje, koje ima šest podstupnjeva:

- Prvi podstupanj: Uporaba refleksa

- Drugi podstupanj: Stečene adaptacije i primarne cirkularne
reakcije
- Treći podstupanj: Postupci kojima se produžava trajanje
zanimljivih prizora
- Četvrti podstupanj: Usklađivanje sekundarnih akcija
- Peti podstupanj: Tercijarne cirkularne reakcije – nova sredstva
eksperimentiranjem
- Šesti podstupanj: Izum novih sredstava mentalnim kombiniranjem

Drugi stupanj:

- Predoperacijsko semiotičko (simboličko) razdoblje

Treći stupanj:

- Konkretne operacije

Četvrti stupanj:

- Formalne operacije

Ova različita gledišta na esencijalnu ljudsku inteligenciju i njen

razvoj, ukazuju na odnose i utjecaj odraslih, u prvom redu roditelja iz
djetetovog okruženja i njegovog snalaženja, koje nove tehnologije i
umjetna inteligencija u današnje vrijeme, iz korijena mijenjaju. Taj dio
problematike bit će obrađivan u sljedećim poglavljima.

28
 2. UMJETNA INTELIGENCIJA

Kad su proročicu Pitiju upitali tko je najmudriji od svih ljudi, kažu da je

odgovorila: „Mudar je SOFOKLO, mudriji EURIPID, a najmudriji je od
svih ljudi SOKRAT.“ Pitali su zatim Sokrata zašto je on najmudriji od
svih, a on im je odgovorio: „Znam da ništa ne znam.“

Uvod u drugo poglavlje

___________________________________________________________

Umjetna inteligencija je usko vezana s pojmom znanja, njegovog

prikupljanja, pohrane u posebnim strukturama nazvanim baze znanja i
primjene tog znanja pri rješavanju složenih zadataka. U sustavima
umjetne inteligencije znanje je skoro uvijek stalno prisutno i izdvojeno od
mehanizma pomoću kojega se ono primjenjuje pri rješavanju zadataka.

2.1. Rađanje umjetne inteligencije

Rađanje umjetne inteligencije, kao posebne znanstvene discipline

dogodilo se još "davne" 1956. godine kada je organizirana dvomjesečna
radionica na kojoj je skup 10 ljudi koji su se bavili teorijom automata,
neuronskim/živčevim mrežama i istraživanjem inteligencije prihvatio
prijedlog da se novo područje istraživanja nazove umjetna inteligencija
iako su smatrali da bi naziv ''računska racionalnost" možda bolje
odgovarao.

Cijela povijest umjetne inteligencije nakon prihvaćanja njene

definicije, dijeli se u četiri faze.

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

2. Faza realnosti (1966. – 1973.)
3. Faza sustava temeljenih na znanju (1969. – 1979.)
4. Faza primjene (počinje 1980. i razvija se još i danas)

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

29
- Period ulaska umjetne inteligencije u industriju, (1980. – do danas)
- Period kojim je omogućena primjena povratkom neuronskih mreža,
(1986. – do danas)
- Period kojim se umjetna inteligencija nametnula i prihvatila u znanosti,
(1987. – do danas)
- Period razvoja kojim dominiraju inteligentni agenti (1995. – do danas)

Svaka se nebiološka inteligencija često naziva i klasična ili

uobičajena umjetna inteligencija, ponekad se koriste i nazivi simbolička,
čista ili logička umjetna inteligencija. Postupci klasične umjetne
inteligencije uglavnom se koriste kod stručnih (ekspertnih) sustava kod
kojih se na temelju upita, baze znanja i procesa zaključivanja donosi
odgovor, zaključak.

Distribuirana umjetna inteligencija svoju inspiraciju nalazi u

biološkim sustavima kolektivne inteligencije u kojoj se polazi od
hipoteze, ekološke teorije postavljene 1960. po kojoj sva živa bića na
zemlji čine jedinstveni kolektivni organizam, a završava s idejom o
socijalnom inteligentnom super-organizmu. Kasnije su se na ovu teoriju
nadovezali brojni autori a osnovna je ideja da se inteligentno ponašanje
može pojaviti kao rezultat interakcije velikog broja jedinki po principima
suradnje (kooperacije) ili suparništva (kompeticije). Pri tome pojedine
jedinke nemaju nikakva posebna svojstva inteligencije.

Školski primjeri ovakvih sustava su kolonije mrava ili rojevi pčela.

Poznato je da je primjerice u termitnjacima sistem prirodnog
provjetravanja toliko savršeno izveden da se ima dojam da ga je
''projektiralo'' neko super-inteligentno biće, a u biti je nastao kao rezultat
kolektivnog rada vrlo primitivnih jedinki.
To je i temeljno polazište distribuirane umjetne inteligencije kod
kojeg jedinke realiziraju, stvaraju, bilo kao programski moduli bilo kao
robotski sustavi. Ponekad se ovaj tip inteligencije naziva i inteligencija
gomile (mnoštva). U posljednje se vrijeme distribuirana umjetna
inteligencija naslanja i na područje agentskih i multi-agentskih sustava. U
samoj osnovi agentski je sustav vezan uz neko konkretno okruženje,
(ograničeno područje). Tri su osnovna smjera istraživanja unutar
distribuirane umjetne inteligencije:

30
Rješavanje zadataka s ciljem prilagodbe koncepata razvijenih unutar
umjetne inteligencije, (multi-procesorski sustavi i klasteri računala).

Rješavanje zadataka kada se pojedini dijelovi zadatka daju nezavisnim
entitetima koji ih samostalno rješavaju, a sva pojedinačna rješenja
doprinose globalnom rješenju, (agentska koncepcija rješenja).

 Simulacije kod kojih se ne modeliraju skupine već pojedine jedinke,
predstavljene jednim entitetom (agentom) a cijeli se model temelji na
interakciji mnoštva takvih entiteta (multi – agentske simulacije).

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

znanju jer ono nije nigdje posebno izdvojeno i pohranjeno kao kod
sustava klasične umjetne inteligencije, niti je na temelju njega formirana
nekakva struktura kao kod računske inteligencije. Kod distribuirane UI, je
znanje sakriveno u zakonima interakcije između pojedinih jedinki.
Posebno područje distribuirane inteligencije su kolektiviteti inteligentnih
jedinki (inteligentni multi – agentski sustavi) koji kao svoju prirodnu
inspiraciju imaju civilizaciju. Civilizacija nastaje kao rezultat kolektivnog
rada inteligentnih jedinki, (ljudi). U ovom slučaju znanje je pohranjeno i u
svakoj pojedinoj jedinki ali i skriveno u interakcijama između tih
inteligentnih jedinki.

2.2. Antropologijski pristup umjetnoj inteligenciji

Umjetne inteligencije u svojem baznom poimanju uključuju

antropologijski pristup, (grč. antropos) čovjek ili onaj koji gleda prema
gore). Antropologija je disciplina koja proučava ljudski život i kulturu, te
sličnosti i razlike među ljudima: kako ljudi žive, što rade, što misle i kako
se odnose prema okolini. Osim toga, antropologija proučava kako se
razvijala ljudska vrsta, te kako su nastajala i nestajala ljudska društva,
okrenuta je i sadašnjosti i budućnosti ljudskog roda. Iako se predmet
antropologije svodi na jedno pitanje: što to znači biti čovjek?

Odgovor se kreće po tri osi:

 odnosa između prirode i kulture,

 veze između prošlosti i sadašnjosti i
 jedinstva ljudskog roda unatoč raznolikosti njegovih oblika.

31
 2.2.1. Odnos između biologije i kulture

Čovjek ima dvostruku narav. Antropologija smatra da su priroda i

kultura isprepletene u čovjeku i definiraju razvoj ljudskog roda kroz
specijalizaciju mozga, točnije, moždane kore. Moždana kora nam
omogućuje da shvaćamo, komuniciramo i učimo. Čovjek uči kako se
treba ponašati, i to u mjeri koja je daleko ispred svih drugih do sada nama
poznatih vrsta, a naučeni se sadržaj naziva kulturom.

Kultura je temeljni pojam antropologije. Ona ima mnogo definicija,

ali možemo reći da kultura čini skup ponašanja koja ljudi uče i zajednički
dijele u određenom razdoblju i prirodnom i društvenom okolišu. S
obzirom na to da antropologija tvrdi kako se ljudska kultura treba uzeti
kao biološka činjenica (jer moždane radnje prevodi u društvene pojave i
između ostaloga se javlja unutar prilagodbe okolišu), ona ne suprotstavlja
biologiju i kulturu, nego ih smatra nerazdvojnim vidovima ljudske
prirode.

2.2.2. Veza između prošlosti i sadašnjosti

Antropologija kaže da se ljudska evolucija ne razlikuje od evolucije

drugih bića jer slijedi ista prirodna pravila, ali ljudima je usadila
izvanrednu sposobnost učenja. Prenošenje znanja iz generacije u
generaciju ubrzalo je kulturnu evoluciju koja je postala brža od biološke.

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

pogledu kulturnih navika. Dapače, kulturno se toliko razlikuju da se više
gotovo i ne vidi duboko jedinstvo ljudskog roda. Rasizam i
etnocentrizam, koji teže izolaciji, podižu zidove između tjelesnih i
kulturnih razlika, dok antropologija stalno iznosi dokaze o jedinstvu svih
ljudi.

2.2.3. Jedinstvo ljudi i raznolikost oblika

Antropologija kaže da se ljudi razlikuju zbog različitog biološkog i

društvenog razvitka. Biološki se razlikuju zbog prilagodbe različitih
skupina različitom okolišu. Društveno se razlikuju jer su uspostavili vrlo
velik broj različitih društvenih ustroja.

32
 Antropologijski razlike u načinu života ne postoje samo u različitim
vremenima i prostorima, nego i unutar istog društva. Današnje države
imaju regionalne posebnosti zasnovane na gospodarstvu i različitim
životnim uvjetima. Čak i unutar istog grada postoje razlike u načinu
života određenih zajednica. To ne vrijedi samo za doseljenike, nego i za
razlike među spolovima, seksualne navike, te etničke, dobne i klasne
skupine.

Odgovori koje nudi antropologija na njeno smisaono pitanje, koriste

se za razumijevanje, kreaciju i inspiraciju umjetne inteligencije.

2.3. Ontologijski pristup i kaptologije umjetne inteligencije

U proučavanju i shvaćanju umjetne inteligencije potrebno je uključiti

i ontologijski pristup. Ontologija (grč. όντος), znači biti i (grč. λόγος),
znači kao riječ, pojam, iako tradicionalna strogo filozofska disciplina kao
središnja grana metafizike proučava biće kao takvo, tj. ako ono jest biće.
Moderna analitička ontologija je prije svega teorija općih kategorija kao
što su predmet, osobina, događaj itd. Ontologija, je istraživanje o vrstama
stvari koje nalazimo u našem okruženju, u svijetu, i koje odnose imaju
stvari među sobom. Uz to je vezano postojanje, predmetstvo kao svojstvo
stvari, prostor, vrijeme, kauzalnost i mogućnost koje iz svega toga
proizlaze.

Uz navedene pristupe umjetna inteligencija svoju svrhovitost

posebno pronalazi u industrijskoj ekologiji, interdisciplinarnom
znanstvenom polju u nastajanju. To je proces koji se razvija
kombiniranjem prirodnih, tehničkih i društvenih znanosti u jedinstveni
sustav od globalne do lokalne razine. Osnova tog koncepta se bazira na
analogijama između procesa u prirodi (biosferi) i procesa u društvu
(tehnosferi).

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

života oko planeta, suma je zemaljskog života kao jedne cjeline u kojoj se
odigrava transformacija kozmičke energije, prije svega solarne i
kozmičke radijacije. Ljudi utječu na biosferu mijenjajući je u značajnoj
mjeri. Ljudi čak i narušavaju njen prirodni poredak tako da se
transformira u nove faze, i kako kaže Pierre Teilhard de Chardin,
očekujući da završi s fazom noosfere.

33
 Tehnosfera je umjetna sfera tehnologije svih vrsta širom planeta. To
su strojevi, automobili, kompjutori i sva tehnička i tehnološka pomagala,
tvorevine i sustavi u vlastitim funkcijama umjetnog vremena u koje smo
uronjeni, koje smo sami stvorili i koja raste vrlo brzo, eksponencijalno, u
nepredvidivo. Živimo posljednjih 400 godina zatočeni u tehnosferu, koja
je otpočela industrijskom revolucijom, trenutkom uvođenja tehnologije
stroja, mehaničkog sata i gregorijanskog kalendara.

Iako tehnosferu koja polako počinje opustošivati biosferu

promatramo kao sferu uma planeta, ili tzv. fazu globalizacije ljudskoga
uma, taj mentalni omotač planeta, iznad, nije u kontinuitetu s biosferom.

Konačan razvoj umjetnih inteligencija i primjena inteligentnih i

ekspertnih sustava u strogo uskim znanstvenim i stručnim krugovima
doživljava se kao posljednja faza tehnosfere opisana kao planetarni sustav
inteligencije koji je plod tehnologije. Tu fazu već danas čine internet,
mobilne komunikacije, nosiva elektronika, aplikacije i virtualna beživotna
struktura tehnološke simulacije svjesnosti koja kao misao nije
materijalistička misao.

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

tako da evolucija života na Zemlji može ići samo u mentalnom i
duhovnom pravcu. Za to je potrebna potpuna promjena svih društvenih
formi, načina mišljenja i načina života i upravljanja poslovima na našem
planetu kako bi se postiglo stanje planetizacije svjesnosti koja je temelj
kozmičke civilizacije i koja se ne odnosi na psihički čin promatranja,
nego na prijelaz iz mogućeg u zbiljsko. Ona mora postati ontologija
zbiljskih događaja, onako kako je prethodno rečeno i kako je opisao
Werner Heisenberg. Samo tako bit će moguće odoljeti kaptologiji umjetne
inteligencije, (lat. capticus) znači njen himben, lažan, lukav i dodvorljiv
identitet. Danas rastući broj povezanih uređaja – pametnih telefona,
prijenosne elektronike i mehatronike u kombinaciji s integriranim
programskim podrškama podacima ne samo da otkrivaju tko smo već nas
i određuju oružjem dvosmislenosti i anksioznosti jer smo uhvaćeni u
mrežu kognitivnih predrasuda, oružjem uvjeravanja, produktivne
inertnosti i utomljenog odlučivanja.

Iz tih se razloga ne smije smetnuti s uma i persuadirani učinak

umjetne inteligencije.

34
3. UMJETNOM INTELIGENCIJOM DO ZNANJA

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

upitanost se nad onim "kako" sjećanja na štogod odsutno razrješuje naputkom
na sliku koja konotira živu prisutnost i reprezentira sličnost. U toj je funkciji
slika prikladna za rad pamćenja, ("mnemoneuma"). Prisjećanje se odvija
stalnim promatranjem slike kao slične čemu odsutnome. U Ciceronovu djelu "De
oratore II", pamćenje zahtijeva nacrt unutarnje slike.

Uvod u treće poglavlje

___________________________________________________________

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

došlo pretraživanjima baza znanja, pomoću ekspertnih sustava. Osim
samog znanja to su stavovi, mišljenja i ekspertiza o znanju i naukovanju,
od vremena prosvjetiteljstva do frankfurtske škole, koji su jednako
aktualni i danas. Hermeneutičko promišljanje je svjesno da je uvjetovano
onim što ga ograničava, te dopušta izmak tog uvjeta za poučavatelja i
poučavanog. Rezultati provedenih istraživanja su korišteni kao baza
predavanja u izbornom kolegiju Umjetna inteligencija – Ekspertni sustavi
na TVZ-u, III. semestar akademske godine 2013./14. A potom i kao
materijal objavljen u izdanjima stručnog časopisa P & D tijekom 2014.
godine.
Spoznaje o umjetnoj inteligenciji kroz razvoj ekspertnih sustava osim
aplikativne primjene, imaju i usputni pozitivan učinak jer težište stavljaju
na izučavanje s ciljem boljeg razumijevanja ljudske inteligencije i
olakšavanja komunikacije ljudi sa strojem.

Klasična umjetna inteligencija, usko je vezana s pojmom znanja,

njegovog prikupljanja, pohrane i primjene pri rješavanju složenih
zadataka. Istraživanja provedena uz pomoć umjetne inteligencije, nad
domenama znanja kroz kognitivne složenosti i kontekst znanja, ukazuju
na aktualnost svevremenskih spoznaja o poučavanju, i kad se radi o
multimedijalnim prezentacijama.
Također su prezentirani rezultati istraživanja svjetskih eksperata
provedenih na području ekonomskih znanosti za koje Švedska banka
dodjeljuje nagradu u čast Alfreda Nobela. Provedena istraživanja koja

35
obiluju nizom konkretnih praktičnih primjera autori su preklapali s
vlastitim istraživanjima primjenom baza podataka i baza znanja, uz
pomoć ekspertnih sustava. Potvrđeno je da se na mišljenje o stavovima i
donošenju odluka može utjecati. Poučavanjem mišljenja hermeneutičkim
pristupom vrlo je korisno. Dolazi se do spoznaja o manipulacijama
kojima je izloženo naše mišljenje, a što može biti vrlo pogubno ako pod
tim utjecajem donosimo odluke. Naučiti misliti pomaže svjesnom
promišljanju koje nije uvjetovano prisutnim nesvjesnim ograničavanjima.
Zbog svoje esencijalne povezanosti sa znanjem umjetna se
inteligencija u novije vrijeme sve češće koristi i u područjima društvenih
znanosti. Prikupljanje, pohrana i primjena znanja osim u rješavanju
složenih zadataka koristi se u poučavanju mišljenja i donošenju odluka.
Istraživanja provedena uz pomoć umjetne inteligencije, nad domenama
znanja kroz kognitivne složenosti i kontekst znanja, rezultirala su
spoznajama o poučavanju mišljenja kojim se može utjecati na donošenje
odluka i približavanju pluri-perspektivnosti.

3.1. Znanje i prikaz znanja

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

uvjerenost u istinitost nekog suda ili sudova: također: sud ili skup sudova
u čiju je istinitost netko s pravom uvjeren. Neki filozofi ne razlikuju
spoznaju i znanje, a neki ističu da je spoznaja djelatnost ili proces, a
znanje rezultat tog procesa. Također neki filozofi ne prave razliku (ili čak
direktno tvrde da se ne može praviti razlika) između znanja i istine. Oni
koji provode tu razliku ističu da o znanju ne govorimo uvijek kad netko
nešto istinito tvrdi, nego samo onda kad je onaj koji tvrdi siguran u
istinitost toga što tvrdi i kad ujedno ima pravo da bude siguran u to.
Platon znanje vidi kao presjek skupova vjerovanja i istine. Einstein znanje
promatra preko neznanja, i postavlja slikovito izračun preko površine i
opsega kruga. Lav Vigotski znanje promatra kroz angažman edukatora
imajući na umu da je on presudan za napredovanje educiranog. Gadamer
problem u znanju i razumijevanju postavlja kao središnje pitanje ukupnog
ljudskog iskustva svijeta i prakse života. Od Platona do danas profilirale
su se teorije iz kojih je potrebno utvrditi kako se pojam znanja
suprotstavlja ne samo pojmu „neznanja“ nego i pojmovima „vjerovanja“ i
„mnijenja“.

36
  Znanje: rezultat spoznaje objektivno zasnovana uvjerenost u
istinitost nekog suda i objektivno je dovoljno zasnovana.

 Vjerovanje: subjektivna uvjerenost ali nije objektivno zasnovana.

 Mnijenje: mišljenje u koje nismo subjektivno potpuno uvjereni i

koje nije dovoljno objektivno zasnovano.

Također bitno je uočiti razliku između znanja i saznanja. Saznanje

se pojašnjava spoznajom. Spoznaja, jedan od osnovnih oblika čovjekova
bivstvovanja, djelatnost kojom otkrivamo istinu; također: rezultat te
djelatnosti, isto je što i znanje. Spoznaja je za razliku od drugih duševnih
doživljaja (npr. zamjećivanja i predočivanja), nošena unutrašnjom
intencijom da otkrije nešto, što i neovisno od subjektivne doživljajnosti
objektivno važi. Kolika je važnost različitih problema spoznaje potvrđuje
filozofska disciplina – Spoznajna teorija, koja proučava mogućnost,
granice, objektivnu vrijednost, porijeklo i predmet spoznaje. Prema
Descartesu, osnovni programski zahtjev, proučavanje naših spoznaja treba
da prethodi svakom drugom proučavanju. J. Locke, (smatra se osnivačem
spoznajne teorije), u svom „Ogledu o ljudskom razumu“ istraživao je
„porijeklo, izvjesnost i opseg ljudskog znanja, kao i osnove i stupnjeva
vjerovanja, mnijenja i suglašavanja.“ Nastavljajući na Lockea intenzivno
su se bavili spoznajnom teorijom G. Berkelay, D. Hume i G.H. Leibniz, a
naročito I. Kant.
Aristotel ukazuje kako znanje koristimo za odlučivanje:... ”u
svakom donošenju odluka u ljudskom djelovanju treba uzeti u obzir na
jednoj strani racionalnost, koja se sastoji u pronalaženju pravih sredstava
za zadanu svrhu, a na drugoj strani nalaženje, osvješćivanje i zadržavanje
same svrhe, odnosno racionalnost u izboru svrhe”..., što je u umjetnoj
inteligenciji od posebne važnosti.

Znanje se u umjetnoj inteligenciji prikazuje vrlo jednostavno:

a) Logičkim shemama - temeljene na matematičkoj logici

b) Mrežnim, semantičkim shemama - temeljene na mrežnim prikazima
simbolima
c) Proceduralnim shemama - daju i procedure za korištenje toga znanja
d) Okvirima za prikaz znanja - čine na neki način fuziju svih shema

37
Činjenica jest kako je u umjetnoj inteligenciji, na raspolaganju, odnosno
sastavni dio svakog ekspertnog sustava, baza znanja. Ali još je bitnije da
iz umjetne inteligencije naučimo prepoznati znanje i iz baza podataka. Da
je znanje moguće prepoznati iz baza podataka potvrđuju primjeri u
nastavku. No potrebno je biti oprezan kako ne bismo informaciju odmah
proglasili znanjem.

3.1.1. Opasnost od simulacije i simulakruma znanja

Bez sumnje jedan od najkontroverznijih mislioca našeg doba, sociolog

i filozof, Jean Baudrillard u svojem najznačajnijem djelu «Simulakrumi i
simulacije» pokušava prikazati današnji svijet satkan od bezbrojnih
proizvoda, kao jednu golemu svjetsku mega-simulaciju u kojoj se
stvarnost i imaginarno skrivaju iza nečeg trećeg, po njemu:
hiperstvarnosti.
„Prevelik broj informacija i znakova poništavaju sami sebe, i ono što je na
početku tehnološkog buma bila eksplozija smisla (nagla dostupnost
informacija svima, masovna primjena novo izniklih tehnologija, moda i
zabavna industrija, uvećani standard…), sad je implozija onog što je
nekada bio smisao, negacija esencije koja je pokretala tada novu eru
svijeta. Nevjerojatan broj trendova koji se više ne mogu niti nazivati
trendovima, jer upravo zbog postojanja tolikog broja njih, sam termin
«trend» više ništa ne određuje. Svaka pojava više ništa konkretno ne
govori, poništava se u stalnim sudarima s drugim pojavama, također
šupljim i bez ikakvog «stvarnog» sadržaja Naši produkti kao da
prekrivaju samu stvarnost, ili još «bolje»: usisavaju ju. Ta postavka
vrijedi na svim poljima života: u umjetnosti, u povijesti, tehnologiji,
sociologiji, i naravno, samoj filozofiji i zrači vrlo određeno eksplikaciju
koja govori, kako je sve otišlo u nepovrat, i nema više smisla zanositi se
idealiziranju čovječanstva i njegovom humaniziranju. Možda iza našeg
oponašanja i stvarnog i imaginarnog, stoji neko treće...“

Definicija simulakruma sama po sebi upućuje na kopiju koja nema

izvornik ili nije utemeljena u stvarnome svijetu. Istovrijednice, (engl. i lat.
–simulacrum, simulakre), nisu fizički već eterični objekti, objekti koji su
izvedeni entiteti, sekundarni u odnosu na fizički original, oni su paralelna
slika neke vrste virtualne realnosti.

38
Naziv se vrlo često upotrebljava u kritici postmoderne kulture u kojoj
nestaje jasna granica između stvarnosti i njezinih kopija, tj. reprezentacija
i obuhvaća različite pojave, od zabavnih parkova preko povijesnih
rekonstrukcija do umjetnoga života.

Kao što Baudrillard navodi, simulakrum dolazi u tri kronološki smjenjiva

oblika:

 simulakrum krivotvorine,
 simulakrum proizvodnje i
 simulakrum simulacije.

Zadnji oblik, simulakrum simulacije je proizvod s kraja dvadesetog

stoljeća, a prva dva oblika traju puno duže. Poveznice sa simulakrumom
su neizostavne hiper informacije odnosno podaci koje tijelo prima iz
vanjskih izvora, kao što su elektromagnetski valovi, vrtložni ili zvučni
energetski valovi, ili podaci koji se stvaraju kroz vlastite električne ili
kemijske podražaje, kao npr: manipulacije, koje kao metode za
korištenje nečujnog oružja i pridobivanja kontrole mogu držati javnost
bez znanja o osnovnim načelima sustava s jedne strane, a istovremeno ih
zbunjivati, dezorganizirati i ometati stvarima bez prave vrijednosti s
druge strane. To se postiže:

 Svijetom zabave i pretjeranog posla – sabotiranim mentalnim

aktivnostima,
 Kontinuiranim mijenjanjem obrazovnih programa
 Raščlambom sustava društva i ekonomije
 Destimulacijom tehničke kreativnosti.
 Zaokupljanjem emocija i poticanjem ugađanja vlastitim strastima
kroz medije
 Odvraćanjem pozornosti javnosti od pravih društvenih problema
 Nametanjem pravila kako se u zbrci skriva profit; što je veća
zbrka, i profit je veći
 Stvaranjem problema, za koje se naknadno ponudi rješenje

Za simulakrum kao proizvod neki teoretičari okrivljuju umjetnu

inteligenciju. Složiti se s njima mogu mnogi koji hiper proizvodnju,
(dostupnost) informacija ne mogu selektirati i tako izbjeći manipulacije.
Ali zato postoji bihevioralno inženjerstvo koje baš uz pomoć naučenog iz
umjetne inteligencije tome može priskočiti u pomoć.

39
3.1.2. Svijest i samosvijest u funkciji stjecanja znanja

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

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

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

psihičkim stanjima i procesima kao promjenjivim svojstvima i
manifestacijama jednog jedinstvenog i postojanog (identičnog) subjekta
„ja“. U običnom govoru to je svijest o vlastitoj vrijednosti, držanje koje
afirmira vlastitu ličnost. Prema Hegelu samosvijest je proces
„pronalaženja sebe u drugom“ čiji je cilj posvemašnje pretvaranje „tuđeg“
u „svoje“, bitka u svijest. Iskustveno se samosvijest posebno doživljava u
fazama težnje prema samoostvarenju, (samoaktualizaciji), kako je
definirao Abraham Maslow u svojoj piramidi motivacijskih potreba.
Razina prije samoaktualizacije je razina poštivanja i samopoštovanja.
Samopoštovanje se postiže poštivanjem drugih.
Navedeni pojmovi su detalji o kojima spoznaje o mentalnim procesima
inženjera znanja opisuju njihovu djelatnost u svojoj stručnoj i znanstvenoj
angažiranosti, koja je u neprestanom ciklusu učenja i stjecanja znanja
kako je u sljedećem potpoglavlju prikazano u poveznici kognitivnog i
bihevioralnog inženjerstva.
To prepoznavanje ili rekognicija, (lat. recognitio), akt je svijesti
pomoću kojeg inženjeri znanja spoznaju da je sadržaj neke nove
predodžbe identičan sa sadržajem jedne prijašnje predodžbe. Rekognicija
je funkcija važna ne samo po sebi, nego igra važnu ulogu i u proizvođenju
svih kompliciranih sadržaja predodžbe, jer svijest pritom mora biti
sigurna da su svi sastavni dijelovi te predodžbe identični s predodžbama
koje su se prije toga razvile.
Rekognicija je bitna za shvaćanje, aprehenziju, (lat. apprehensio),
intelektualni akt pomoću kojeg se shvaća relativno jednostavan objekt
kako bi u konačnici moglo biti shvaćeno mnoštvo i mnogolikost kao
jedno i cjelovitost na način da bude obuhvaćeno, (lat. comprehensio).

Izazov i test u prethodno izloženom možemo provesti kroz najveću

aktivnu i nama dostupnu baza podataka, (Eurostatdata base - New
Cronos) u kojoj pogledajmo Područje 9: Znanost i tehnologija –

40
Informacije o istraživanju, razvoju, inovacijama i zapošljavanjima u
sektorima naprednih tehnologija. U njoj su sadržani:
 Pokazatelji za vrednovanje nacionalnih istraživačkih politika
 Istraživanje i razvoj u zemljama kandidatima i Ruskoj Federaciji
 Zapošljavanje u sektorima visoke tehnologije
 Ljudski resursi u znanosti i tehnologiji (HRST)
 Istraživanje o inovacijama u EU poduzećima
 Istraživanje i razvoj, budžetska sredstva, izdaci, rashodi i osoblje
 Europski i američki patentni sustavi
 Ključni pokazatelji o znanosti i tehnologijama
Teško će biti razdvojiti znanje, svjesnost i simulakrum u toj bazi.
Pristup za koji se možemo odlučiti može u tome pomoći, pa će primjeri
koji slijede o tome svjedočiti.

3.1.3.Tehnike pamćenja u funkciji očuvanja znanja

Kako je prethodno navedeno, tehnika prepoznavanja pomoću kojeg

inženjeri znanja spoznaju da je sadržaj neke nove predodžbe identičan sa
sadržajem jedne prijašnje predodžbe nedvojbeno asocira na pamćenje.

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

postupak koji ima svrhu da olakša pamćenje sadržaja manje unutarnje
smislene povezanosti. Sastoji se u asocijativnom povezivanju elemenata
sadržaja manje smislenosti sa smislenim ili već poznatim elementima.
Mnemizam je učenje koje je zasnovao fiziolog Ewald Hering, i po kojem
je pamćenje ne samo sjećanje kao svjesno pamćenje, osnovna biološka
funkcija svakog organskog života. Ono se očituje kao posljedica svega
pređašnjega iskustva u promjenama organske supstance koja se onda
nasljeđuju.
Postupci i metode pamćenja su se u novije vrijeme pojašnjavali
naučenim ili oslonjenim na umjetnu inteligenciju, no pravi začetak,
možemo čak reći teorije pamćenja, i te kako je interesantan i zato
zaslužuje mjesto baš u ovom poglavlju. Antičku mnemotehniku opisali
su, kao gramatiku postupaka koja omogućuje njezino postavljanje u
retoriku i poeziju, ali i uz retorički rad nesvjesnoga, noviji radovi Bluma i
Huttona. Stefan Goldmann polazi od toga da je utemeljitelj
41
mnemotehnike grčki liričar Simonid iz Melika opisan u legendi koju
prenose Ciceron i Kvintilijan.
"Priča se da je Simonida, pozvao Skopas, bogati i ugledni ali škrt
čovjek iz Kranona u Tesaliji, da za novac opjeva pjesmu u njegovu čast.
U pjesmi su na ukrašeni pjesnički način opširno opjevana i djela Kastora i
Poluksa, pa je Skopas rekao Simonidu da će mu isplatiti samo polovinu
dogovorene sume a da drugu polovinu plate drugi opjevani u pjesmi.
Ubrzo potom, priča se, dva su mladića pozvala Simonida da iziđe van.
Kada je on izišao van nije vidio nikoga, ali se u isti tren srušio strop te
prostorije u kojoj je bio, a rušenje je donijelo smrt i Skopasu i svim
njegovim gostima koji su ostali zatrpani. Otrpavajući ih nikako nisu mogli
razlikovati jedne od drugih pa su pozvali Simonida koji se mogao sjetiti
gdje je tko sjedio te tako mogao dati upute za pokop svakog pojedinca.

Ovaj mu je slučaj ukazao na to da poredak najviše pridonosi

prosvjetljenju sjećanja. Tko vježba tu stranu svoga duha mora tražiti
određena mjesta, stvari koje želi zadržati u pamćenju, predočiti u fantaziji
i smjestiti na za njih određena mjesta. Tako će slijed tih mjesta zadržati
poredak materijala, a slike stvari obilježavati same te stvari."

Primjer autentičnog čina sjećanja, kojim se okončava drama katastrofe

i uvodi drama pogreba, neposredno prethodi činu refleksije koji
spontanost sjećanja, onoga što se prisjeća legitimira kao očevica.
Ciceronova verzija markira točku na kojoj mnemotehnika prelazi u službu
praktičke retorike. Upravo na ovim osnovama povučene su paralele s
umjetnom inteligencijom.
Na temelju iskustava u poučavanju sve prisutnija pojava umanjenja
sposobnosti pamćenja, posljedica je pretjeranog forsiranja i nametanja
mogućnosti informacijskih tehnologija u metode poučavanja, pa je u
nastavku prezentiran rad u kojem se takav pristup dokazuje manje
učinkovit.

3.2. Učenje i poučavanje iz umjetne inteligencije

3.2.1. Baze znanja i baze podataka za poučavanje

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

mogućnosti stjecanja novih znanja iz raspoloživih dijelova ES, baza
42
znanja i baza podataka. Toj aktivnosti je potrebno posvetiti posebnu
pažnju, kako bi točno definirane potrebe u startu izrade aplikacija,
osigurale njihovu konačnu primjenu. U ovom primjeru pristupa se
pretraživanju baza znanja o znanju i kreaciji podloga za poučavanje.
Koriste se iskustva učećih agenata, koji djeluju u okružju koje je u
početku nepoznato ali dostupno - internet, a kako stječu više znanja tako
je i njihovo djelovanje bolje i sigurnije. Tijekom procesa pretraga koriste
se elementi za učenje, izvedbeni elementi i generator zadatka.

Model za prikupljanje podataka, koji u samom početku još nisu

znanje, omogućava nadogradnju u skladu s potrebama. Analizira se
mogućnost primjene stečenog znanja u poučavanju. Korištena su iskustva
za mogućnosti primjene relacija i korisničkih formi, kako za unos i
pregled podataka u bazi, tako i za oblike izvješća. Spoznaje su
primjenjivane u provjerama za validacije koje su provedene na temelju
dobivenih povratnih reakcija poučavanih.

U pripremi, a naročito tijekom primjene baza podataka, korištena su

iskustva ES za koje je u multidisciplinarnom pristupu bio angažiran velik
broj sudionika: eksperti, inženjeri specijalisti - inženjeri znanja, korisnici,
osoblje na prikupljanju i obradi podataka.
Obrazac podataka koristi i za predstavljanje koncepta. Tako su
korišteni koncepti kao na primjer: predmet, osobina, i događaj. I to
događaj kao događanje, prijelaz iz mogućeg u zbiljsko - ontologija
zbiljskih događaja, odnosno ontologijsko istraživanje o vrstama stvari
koje su u svijetu i koje odnose imaju među sobom, postojanje,
predmetstvo, svojstvo, prostor i vrijeme.
U istraživanju se oslanjalo na konceptualno modeliranje koristeći se
klasičnim relacijskim modelom, a čije su osnove struktura, ograničenja i
skup operacija, kako bi se moglo primijeniti na poučavanje.

3.2.2. Poučavanjem do znanja

Predmet istraživanja kao cilj spoznaje o znanju iz baza znanja,

usmjeren je na konkretnu procjenu efikasnosti prezentacije u
poučavanju. Moderne teorije, kako prezentirati, bez izuzetaka razrađuju i
nude uz pomoć informacijsko komunikacijskih tehnologija, izradu
multimedijalnih prezentacija, s dodavanjem efekata, slika, zvukova i
poveznica. Rabe se kao sredstvo pomoći u predavanjima i

43
predstavljanjima nekih problema, proizvoda ili usluga. No pravo je
pitanje, koliko je i koja prezentacija stvarno pomagalo u poučavanju?
Lako je preko interneta danas doći do podataka o uspješnosti
pojedinaca koji su se izvještili u prezentacijama. Također su dostupne
podloge i upute kako najuspješnije pripremiti materijale za prezentaciju.
Tim modelima i formama pribjegava svatko od koga se danas očekuje da
iziđe ispred onih kojima je potrebno prenijeti poruku, znanje ili
informaciju. Ali koji je to sadržaj izlaganja i što sve kao prezentacijski
materijal koristiti, čime je moguće predstaviti i usvojiti znanje, naročito
kada je u pitanju neka ciljana skupina?
Odgovore na ova pitanja, pokušalo se dati kroz provedeno
istraživanje kojim se usmjerilo na raščlambu i spoznaje koje se mogu
primijeniti na prezentacijsko sredstvo kojim se služi poučavatelj i kojim
se želi doprijeti do povratne reakcije poučavanih. Od poučavanih,
pretpostavlja se i očekuje napredovanje u razumijevanju stručnjačkog
rješavanja problema i postizanju stručnosti na razini ekspertize.
Pretpostavilo se, za stjecanje znanja oslanjati se na kognitivne
sposobnosti i kontekst, onako kako je prikazano u literaturi Slika 3.4.
Neka podloga slike predstavlja određenu domenu znanja, onog
specijalističkog komu teže poučavani.

Slika 3.4. Prikaz stjecanja znanja kognitivnim sposobnostima i

kontekstom

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

može sadržavati motivaciju, ličnost, školovanje, povijesno razdoblje i
okruženje. Komponente obrade informacija koje se mogu dobiti
prezentacijom, iskustvom i kontekstom rezultat su naučenog tijekom
istraživanja, koje je prikazano u Tablici 3.1.

44
 Tablica 3.1. Pregled provedenih istraživanja u pet nezavisnih edukacija

Poučavani:
-specijalisti Spi
-studenti St

Povratne informacije:
- od poučavanih V1 i
- od nezavisnog nadzora V2

Prema literaturi iz koje je kreirana slika, kognitivna sposobnost je

složena i pojmovi koji se koriste, rezultat su velikog broja psihometrijskih
istraživanja i teorijskih razrada.

3.2.3. Razumijevanje

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

Tablica 3.1. U četiri slučaja radilo se o jednodnevnoj edukaciji trajanja od
osam sati, za specijaliste - stručnjake koji već posjeduju specijalistička
znanja. U jednom slučaju radilo se o stjecanju specijalističkih znanja kroz
jednosemestralni kolegij na veleučilištu, za studente, nove, buduće
stručnjake. Od stručnjaka se očekuje stručnjačko rješavanje problema na
razini ekspertize, a za to je neophodno razumijevanje.
Za potvrdu razumijevanja korištene su dobivene baze podataka -
rezultati pretrage, provjere i upitnika tijekom provedbe edukacija. Pred
prezentacijski materijal, korišten u edukacijama Sp-1 do Sp-3, postavljeni
su zahtjevi. "Otkriva li on mogućnosti razumijevanja koje nije nemislivo

45
unaprijed? Stoga tko želi uhvatiti njegove pojavne forme umjesto da ga
shvati kao poprište i poticaj razumijevanja, ništa ne dobiva natrag".
Poslužilo se poznatom podlogom o percepciji iz komunikacijskih
uloga, Tablica 3.2, kako bi se zaključilo da je ona poveznica
hermeneutičkog akta razumijevanja, Slika 3.5, dobiveno iz pretraženih
baza znanja.

Tablica 3. 2. Percepcija komunikacijskih komponenti

Problem razumijevanja u pretraženim bazama znanja postavljen je

kao središnje pitanje ukupnog ljudskog iskustva svijeta i prakse života. Iz
tog razloga je i opravdana smisao istraživanja i primjene umjetne
inteligencije u pretragama i stvaranjima novih baza znanja, budući da se
radi o poučavanim stručnjacima od kojih se očekuje stručnjačko
rješavanje problema na razini ekspertize, te se tako učilo iz umjetne
inteligencije.

Slika 3.5. Hermeneutički akt razumijevanja kao podloga komunikacijskih

komponenti

46
3.2.4. Prezentacijsko djelo

Ako promatramo prezentacijski materijal kojim se poučava kao

prezentacijsko djelo, ono može sadržavati govor, tekst, slike, simbole,
poveznice pa čak i zvučni ili glazbeni efekt. Svaka od komponenti u
istraživanjima bila je podvrgnuta analizi i dozvoljen je odabir bilo kojeg
od pojašnjenja neovisno od epohe kojoj pripada.

Za odabir epohe načinjena je selekcija koja je uključila francusko

prosvjetiteljstvo i frankfurtsku školu. Razlozi tome su ležali u velikom
broju francuskih poučavatelja jedne epohe, a frankfurtski krug je
interesantan jer uključuje gotovo tri generacije gdje poučavani nasljeđuju
svoje poučavatelje. U pretragama njihovih naslijeđa za opis referentnih
djela odabrane su baze podataka koje su sadržavale relevantne pojmove,
dijelove prezentacijskog materijala, poučavanje kao prijenos znanja,
razumijevanje do razine eksperta, oko kojeg je uslijedila sinteza.
Sintetizirane su njegove kvalifikacije iz pretraga i uspoređivane prema
literaturi.

Ekspert je stručnjak odnosno specijalist koji se mora također

educirati, ali on prvenstveno educira, i bez njega ne bi bilo ES. Njega se
promatra i s pozicije vrsnog poučavatelja i cilja kojem teže poučavani. U
konačno dosegnutom statusu on ne predstavlja nadmoćnu instituciju,
instancu za posljednje odluke. U korijenu riječi, (lat. experienti adocet =
iskustvo poučava), skupljanje i posjedovanje iskustva, nije zvanje. Ali
zvanjem postaje kada posreduje između znanstvene kulture moderne i
njezinih društvenih učinaka u životnoj praksi.

Očekuje se, da se uloga odlikuje izrazom expertus, što se

osamostalilo iz čitave velike rijeke iskustava i prikaza koje protječu
pokraj čovječanstva. Ekspert se nalazi između znanosti, u kojoj mora
posjedovati kompetencije i društvene politike prakse. Kada se to ima na
umu s oprezom se pristupa raščlambi sredstva – prezentacijskog
materijala, koji bi trebao biti njegovo djelo.

3.2.4.1. Tekst – napisane riječi

Osnovna komunikacijska komponenta, prezentacije teksta, kako ga

objašnjavaju Heidegger, Figal, Adorno i Gadamer, kao Referentni
47
Predstavnici Baza Znanja, (RPBZ), ne služi samo privremenom fiksiranju
nekoga govora, već stoji s normativnim zahtjevom nasuprot svekolikom
razumijevanju. On prethodi svekolikom novom poticanju govora.
Razumijevanje teksta ostaje ovisno o komunikacijskim uvjetima koji kao
takvi sežu izvan pukog fiksiranja smislenog sadržaja, onoga što je rečeno.

Ako karakter prisutnosti nekog teksta slabi, tekst očevidno gubi i svoj
fakticitet prema razumijevajućemu i razboritu čitanju. Tekstovi sami po
sebi, mogu biti prezentni i u svojim figurama i oblicima, u svojim
pojmovima i slikama. Izgovorene riječi teksta istom oslobađaju i nose
događanje sporazumijevanja, koje tek kasnije postaje razumijevanje.

Pri razumijevanju uvijek preostaje iskustvo da se sve što je

artikulirano moglo kazati i drukčije. Svaki je put jedan od puno mogućih,
sve dok tekst nije opterećen nekom slikom, znakom ili poveznicom. Toj
degradaciji teksta pribjegava poučavatelj kako bi se dodvorio
promatračima, prezentirajući to na duhovit način. Iz tog razloga akcent se
stavlja na bit “eminentnog teksta“. U Gadamerovim razmatranjima tekst
je podloga mišljenja u smislu rehabilitacije prezentnosti koju ne možemo
misliti unaprijed.

Prezentnost ne znači „prisutnost postojećeg“, dakle ne znači zbilju

koja se može objektivirati, već „uputu“: jezik i pismo a to vrijedi i onda
kada ono što se predmnijeva, nije nigdje drugdje osim u riječi koja se
pojavljuje i koja otvara. Otvaranje je moguće kada postoji slušateljstvo
koje mora na ovaj ili onaj način naučiti slušati. Slušateljstvo se uvijek
suočava s vlastitom sputanošću samima sobom, dok teži uhvatiti u vlastitu
volju i nagon potvrđivanje tog poticaja.
Potvrđivanje riječi što se izgovori s katedre, treba težiti onoj potvrdi
koja se javno zabilježi u velikom procesu multiplikacije kao na primjeru
tvorbe javnog mnijenja.

3.2.4.2. Slika koju vidimo

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

moguće je iskusiti kada postane prezentna u svojoj mogućnosti. Ako je
slika ona s prezentacijskog materijala, čim se doista iskusi, na njenoj
mogućnosti stvara se mutni premaz vremena. Promatranje slike, to je
činjenica, promatranje jest nešto zbiljsko, a što može predstojati jest

48
moguća zbilja koja će se tada pretvoriti u činjenicu. To vrijedi samo kada
se ima dovoljno vremena za promatranje.
Slika se u prezentaciji ne promatra kao likovna forma i privid u
smislu opsjene, jer ona prestaje to biti kad je opisana, a što se upravo
događa prilikom prezentacije. Stoga je problem znati pročitati pojavu
slike, a naročito kako tu pojavu koristiti kao građu za znanje. Kako u
preobrazbi dešifrirati to sama slika ne kazuje, pa stoga niti razumjeti
prikazivački smisao. Takve refleksije nisu pojave na kojima je moguće
zastati, kao niti nad letećim tekstom uz nju, već ostaju objektivacijama u
kretanju izraza.
Budući da nije moguće zastati, pojavljuje se problem, nema se
dovoljno vremena da se ponuđeno kvalitetno arhivira, a samim tim niti
kasnije reproducira. Iz tih razloga se upozorava i ukazuje na nepostojanje
prikazane prezentnosti i oduzetu samu razumljivost.
Ako ove činjenice usporedimo s prethodno definiranom
mnemotehnikom koja ima svrhu da olakša pamćenje sadržaja manje
unutarnje smislene povezanosti, onda nam se implicira zaključak da je
ponuđena slika eliminirala svrhu mnemotehnike.

U prilog tome je izreka: "Da bih mogao razumjeti novu sliku, moram
se riješiti stare koja mi je ostala u svijesti", (S. Šereševskij – A.N. Lurije).

3.2.5. Rezultati i potvrde istraživanja - retorička situacija

Istraživanja efikasnosti prezentacija provedenih za pet navedenih

primjera, obuhvatila su analizu njihovih efikasnosti, kroz povratne
informacije za validaciju na tri načina. Prvi testovima s trik pitanjima koja
su se odnosila na prezentiranu materiju a kao takova nisu mogla biti
prepoznata. Drugi s upitnikom o komponentama iz konkretnog
prezentacijskog djela i treći ocjenom prisutnog nezavisnog nadzora.

Sve ukazuje na nužnost "retoričke situacije" potvrđene spoznajom iz

baza i činjenica prema RPBZ. Ta nužnost uključuje početak "okvirnog
razgovora". Takav razgovor je podloga, nakon koje mora uslijediti i
"dijalog koji bi trebao završiti nenasilnom silom boljeg argumenta". To su
otvorena komunikacijska djelovanja, na temelju kojih se "razumom
obilježenih formi postiže pouzdanost zora umjesto logičkog uvida".

Tako tek razgovor proizvodi “ono drugo zrcaljenje kao pojedinačnu

prispodobu ili primjer“ kojim je moguće razumjeti prikazivački smisao ili
49
dati mišljenje o njemu, kao što je bio primjer Ciceronove interpretacije
legende. Refleksije slika ili letećeg teksta, nisu pojave na kojima možemo
zastati, već se moraju loviti kako bi ostale objektivacijama u kretanju
izraza. A inscenacija nezaboravljenog konflikta, ili u Ciceronovu slučaju
emotivnog priziva je efikasnija od bilo kojeg prezentacijskog materijala
za pohranu znanja sličnog onom u emocionalnom pamćenju.

Na gotovo isti način, prema RPBZ potvrđena je teorija „druge

epohe“, one koju je još u svoje vrijeme, (1743.-1794.) Markiz Condorcet,
postavio analizirajući intelektualni razvoj čovjeka, kroz razvoj njegova
duha, čovjekove svijesti i spoznaje. Oblikovanje je podijelio u 10 epoha,
od kojih je njegova deseta epoha – vizija budućnosti, vrijeme u kojoj mi
danas živimo.
Od njegovog vremena do danas, a posebno od epoha osnivanja,
ukidanja te ponovnog uspostavljanja institucija filozofskih razmišljanja
sve poveznice pretraga baza podataka o stjecanju znanja, potvrđuju
prezentiranu dominantnost retoričkih situacija. One se nisu promijenile
unatoč pritisku današnjih novih sve prisutnih i svugdje raspoloživih
računalnih i informacijsko-komunikacijskih tehnologija.

Štoviše Renate Lachmann se poziva na pripovijesti Jorgea Luisa

Borgesa i Aleksandra Lurija, za koje se ne može ni pretpostaviti da je
ikojem od autora bio poznat pothvat onog drugog i zaključuje kako se
tekstovi mogu čitati kao različite interpretacije mnemoničkih kriza o
kojima izvješćuju, pri čemu se ne daju zanemariti frapantne sličnosti u
obostranom predstavljanju prekomjernih kapaciteta pamćenja.

3.2.6. Komponentna podteorija ljudske inteligencije

Kako je u prethodnim poglavljima potvrđeno, poučavanje i stjecanje

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

50
 Neke od kategorija komponenata sa svojim funkcijama, trijarhičke
teorije ljudske inteligencije prikazuje Slika 3.6.

Slika 3.6. Odnosi između komponenti trijarhičke teorije

Svaka od prikazanih komponenti sa slike ima svoju ulogu:

1. Metakomponente imaju upravljačku ulogu: planiraju, kontroliraju,

motre i procjenjuju
2. Izvedbene komponente provode strategiju rješavanja koje odrede
metakomponente
3. Komponente stjecanja znanja, bitne su u poučavanju jer selektivno
bilježe, kombiniraju i uspoređuju informacije tijekom usvajanja
znanja i rješavanja problema

Komponente stjecanja znanja, biološka poveznica sa živčevim

vezama u mozgu, su temelj za kreaciju i učenje iz umjetnih neuronskih
mreža, koje su jedan od pristupa postavljenih u kognitivnim znanostima.
To je poznati poveznički, odnosno konekcionistički, uz simbolički,
dinamički i hibridni pristup. Stoga je bitno uočiti interaktivnost koju s
metakomponentama ostvaruju komponente stjecanja znanja i izvedbene
komponente.

51
3.2.7. Komentar o provedenom istraživanju

Provedeno istraživanje povezano je s prezentacijama koje se rabe kao

sredstvo pomoći u predavanjima, odnosno prijenosu znanja.
Na pet nezavisnih skupina poučavanja, u zadnje dvije godine, u četiri
slučaja radilo se o jednodnevnim edukacijama, trajanja osam sati, i
jednom slučaju kolegij jednog semestra u ukupnom trajanju od 80 sati.
Tri su edukacije bile s dominantnim udjelom prezentacijskog materijala,
dok je u dvije edukacije prezentacijski materijal bio minoran.

Svi su poučavani za stručnjačko rješavanje problema, za koje je

neophodno razumijevanje. Za potvrdu razumijevanja korištene su
provjere, testovi i upitnici s ontologijskim i hermeneutičkim osnovama s
osvrtom, na tekst i sliku. Rezultati su od samog početka uspoređivani s
teorijama iz pretraga baza znanja i baza podataka i korišteni su za
validaciju. Svaki sljedeći edukacijski slučaj je bio sa sve manjim udjelom
prezentacijskog materijala. Nakon validacije rezultati su uspoređivani s
povratnim informacijama iz upitnika.

Bez izuzetka prezentacijski materijal je u provedenim slučajevima

edukacije bio u sjeni retoričke situacije, što su potvrdile i ankete iz
upitnika. Uspješnost prenesenog znanja i razumijevanje u zadnjem
edukacijskom slučaju, s minornim udjelom prezentacijskog materijala,
postignuta je 100%, i u odnosu na isti slučaj od prije godinu dana s
dominantnim udjelom prezentacijskog materijala povećana je za cca 10%.

Poučavanjem kroz kolegij Umjetna inteligencija - Ekspertni sustavi,

u interakciji sa studentima, potvrđeno je da tek razgovor proizvodi “ono
drugo zrcaljenje kao pojedinačnu prispodobu ili primjer“ i da retoričke
refleksije nisu samo pojave na kojima možemo zastati, već ostaju
objektivacijama u kretanju izraza. Za pohranu znanja, za pamćenje, kao u
Ciceronovu tumačenju, inscenacija nezaboravljenog događaja je
efikasnija od bilo kojeg prezentacijskog materijala.

Tijekom retoričke renesanse u šezdesetim godinama Roland Barthes

je zacrtao presudne smjernice. U svojem tumačenju povijesne i društvene
uloge retorike on predlaže funkcionalnu definiciju koja diferencira
poznata određenja retorike i tjera na daljnja razmišljanja. On definira
retoriku kao tehniku, što znači kao "umijeće" u klasičnom smislu ali i kao
umijeće poučavanja, koje podrazumijeva živahan odnos retora i učenika,
ali shvaća retoriku i kao moral.
52
 Važnost je Barthesova diferencirajućeg pristupa u funkcionalnom
sređivanju retorike koja se može daljnjim razmišljanjima kako precizirati
tako i modificirati. Stoga se predlaže lučenje retorike kao discipline od
retoričkoga kao govorničkog djelovanja, gdje se za određivanje statusa
izdvaja četiri aspekta retorike:

- kao umjetnost persuazivnog govora,

- kao učenje u smislu institucije,
- kao deskriptivna institucija i
- kao normativna institucija
od kojih deskriptivni i normativni dopuštaju da se ona shvati kao vrsta
sekundarne korektivne gramatike.

3.3. Umjetna inteligencija u poučavanju i donošenju odluka

3.3.1. Opis provedenog istraživanja

Istraživanja koja su prethodila ovom radu, i koja su još u tijeku

oslonjena su između ostalog na pretraživanja baza znanja, uz pomoć
ekspertnog sustava, usmjereno i na hermeneutičku edukaciju
promišljanja. Provedenim pretraživanjima baza znanja za kreaciju
podloga o poučavanju, korištena su iskustva učećih agenata, koji djeluju u
okružju koje je u početku nepoznato, a stjecanjem znanja njihovo
djelovanje postaje sve pouzdanije. U procesu pretraga korišteni su
elementi za učenje, izvedbeni elementi, generator zadatka s postavljenim
ocjenjivačem. Iskustvima moderne analitičke ontologije koristi se
predstavljanje koncepta osobine i događaja, klasičnim relacijskim
modelom.
Model za prikupljanje podataka omogućava nadogradnju u skladu s
potrebama i iskustvima za uporabe relacija i korisničkih formi. Spoznaje
su primjenjivane u provjerama za validacije koje su provedene na
velikom broju ispitivanja.

Ekspertni sustav, (ES) temeljen na umjetnoj inteligenciji, (UI) može

se promatrati kao jedan od tipova informacijskih sustava, (IS). Trenutno
postoji intenzivna diskusija oko toga što je uopće informacijski sustav.
Profesori Lee, Thomas i Baskerville, u nedavnom su članku pod nazivom
53
(engl. «Going Back to Basics in Design: From the IT Artifact to the IS
Artifact»), ponudili istraživačkoj zajednici novi smjer istraživanja u
disciplini IS – IS artefakt. U članku je kritizirano pridavanje velikog
značaja IT artefaktima, te nedovoljan fokus prema ostalim artefaktima
koji su isto važni u dizajnu IS. Henver i njegovi suradnici u jednom od
najcitiranijih radova trenutno vezanih za IS su jasno naveli da oni ne
uključuju ljude, elemente organizacije i proces evolucije IS u njihovu
definiciju. Takvom definicijom se ne može biti zadovoljan. Sužena je
perspektiva gledanja na IS isključivo kao na mehaničke tehnološke
sustave, koji se nisu u stanju prilagođavati potrebama korisnika ili
novonastalim realnostima u kojima ti sustavi operiraju. Profesor Lee i
suradnici u navedenom članku predlažu koncept u kojem se IS artefakt
sastoji od tri artefakta; informacijskog, tehnološkog i socijalnog, gdje je
cijelo više nego suma dijelova (odnosno tri podsustava IS-a).

Istovremeno Orlikowski i Scott u svojoj analizi 2027 akademskih

članaka koji se bave tematikom organizacije dolaze do podatka da se
svega 4,9% članaka direktno adresira na ulogu i utjecaj tehnologije na
organizaciju. Analiza je provedena za članke u periodu od siječnja 1997.
do prosinca 2006. u vodećim svjetskim časopisima, a taj period je
vjerojatno jedan od najbitnijih u povijesti čovječanstva ako govorimo o
utjecaju tehnologije na to kako organiziramo aktivnosti. U istom članku je
predložen novi termin – (engl. sociomateriality), koji postavlja inherentnu
neodvojivost između tehnologije i društva. Odnosno, entiteti (bilo
tehnološki bilo ljudski) nemaju svojstvene osobine, nego stječu formu,
atribute i sposobnosti kroz njihove interpretacije.

Tako fokus istraživanja se pomiče prema razvoju načina razmišljanja

o društvenom i materijalnom svijetu kao nerazdvojivom, te odnosi i
granice između ljudi i tehnologija nastaju u praksi. Stoga se nameće
istraživačko pitanje kako nastaju obrasci pojedinih praksi. Tvrdi se da
obrasci nastaju korištenjem i procesuiranjem informacija, kako od strane
IS, tako i od strane korisnika, te se mijenjaju sukladno promjenama u
okruženju sustava koji je predmet promatranja.

IS se moraju moći adaptirati sukladno korištenju, a to je jedno od

osnovnih svojstava ES, dok korisnik sustava sukladno razini svjesnosti o
okruženju doprinosi performansama takvog ekspertnog sustava koji je
gledan iz socio-tehnološke perspektive. Ropohl ukazuje kako istraživački
program socio-tehnoloških sustava ima za svrhu razumjeti kompleksnost
realnih situacija a ne provoditi analizu separiranih aspekata.
54
 Cilj prezentiranog rada bio je sintetizirati ekonomska promišljanja
koja se bave procesom donošenja odluka s postojećim istraživanjima
autora te nekim od osnovnih kibernetičkih i inženjerskih pretpostavki
kako bi u rezultatu dobili jasniju predodžbu o svijesti kao svojstvu
inženjera znanja koja utječu na performanse ekspertnih sustava gledane iz
nedjeljive socio-tehnološke perspektive.

3.3.2. Um i umjetna inteligencija

3.3.2.1. Početak s dvodomnim umom

Dvodomni um, (engl. bicameral mind), analiziran iz starogrčkih,

perzijskih, babilonskih, južnoameričkih i drugih izvora, stavljen je u
kontekst teorije da ljudi u to vrijeme nisu bili svjesni u istom smislu kao
mi danas. Iako su imali u potpunosti razvijen jezik, nisu imali dovoljno
razvijenu svijest o njemu. U jednom dijelu svog uma ljudi su u to vrijeme
čuli glasove koji su posebno dolazili do izražaja kada bi se osoba nalazila
u stresnoj situaciji. Na temeljima umjetne inteligencije tako definirana
svijest, je konceptualni alat koji nije dobiven uz hardver. To je paket
softvera koji je morao biti izmišljen. Prijelazna faza prema tom novom
mentalitetu dogodila se između 1000. i 500. godine prije Krista, u doba iz
kojeg su analizirani dostupni tekstualni izvori, (Biblija, Ilijada,
Odiseja,…).

Umjetna je inteligencija, (UI), s tih polazišta prešla na dva sustava u

mozgu, a psihometrijom je potvrđeno da je u stvari riječ o amigdalnom i
analitičkom mozgu. No ono što je predmet svih daljnjih istraživanja na
svim poljima znanosti je objašnjenje njihovog funkcioniranja u ne
dvojnosti, odnosno promatranja mozga kao entiteta,.

3.3.2.2. Dva sustava u ekonomskom umu

Uvođenjem integralnih teorija „svega“, koje su ponudile integraciju

psihologije i duhovnosti, konvencionalnog i kontemplativnog, unijelo se
više pometnje nego spoznaje. No kada se u kontekstu mišljenja donoseći
neke odluke u liberalnom kapitalizmu, vremenu u kojem živimo, prištedi
ili investiranjem dobro zaradi, a to mogu najbolje prezentirati ekonomisti,
onda je to podloga i za nagrade kao što je to ona za ekonomske znanosti,

55
koju dodjeljuje Švedska banka u čast Alfreda Nobela. Istraživanjem su
obuhvaćeni primjeri koji svoje porijeklo vuku iz objavljenih i
neobjavljenih radova dvojice dobitnika te nagrade a koji su se oslanjali na
UI i postavili teoriju o dva sustava razmišljanja.

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

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

1. reprezentativnost,
2. dostupnost i
3. prilagodba

U to vrijeme radilo se o istraživanju koje je proveo Institut za

istraživanja američke savezne države Oregon za potrebe Ministarstva
obrane Sjedinjenih američkih država, a uz potporu Hebrejskog sveučilišta
u Jeruzalemu. Metode su prezentirane s utvrđenim kognitivnim
pogreškama, čija je empirijska analiza uzrokovala niz implikacija na
teorijsku i primijenjenu ulogu utvrđenih vrijednosti. Tako je pokazano da
se ljudi, kada moraju procijeniti složenije zadatke, oslanjaju uz
ograničenu količinu heurističkih načela, na reducirane i jednostavnije
operacije mišljenja.

Isti dvojac, deset godina nakon objavljenog članka, objavljuje novi

članak, u kojem sada uzima u obzir kognitivne i psihofizičke
determinante koje se povezuju s vrijednostima odluka i iskustava. To je
bila podloga za niz radova na temelju kojih 2002. godine Daniel
Kahneman dobiva spomenutu „Nobelovu nagradu za ekonomske
znanosti“ zasluženu na temelju definirane kognitivne lakoće kojom
donosimo ispravne odluke. Ona je bazirana na tome da nema prijetnji,
nema većih novosti, nema potrebe za preusmjeravanjem pozornosti ili
ulaganjem dodatnih napora, na temelju čega su definirani ulazni
parametri:

- Ponovljeno iskustvo/Osjećaj bliskosti

- Jasan prikaz/Osjećaj istinitosti
- Pripremljena ideja/Dobar osjećaj
- Dobro raspoloženje/Osjećaj ne napornosti
56
 To je sve 2011. godine objavljeno u njegovoj knjizi, koja obiluje
primjerima za koje se tvrdi da su empirijski temelji tzv. „bihevioralne
ekonomije“, i tzv. studija „heuristika i pristranosti“. Područje primjene
provedenih eksperimenata proširilo se na raznolika područja života, pa su
u knjizi navedeni primjeri iz politike, obrazovanja, privrede, medicine i
prava. U svim primjerima pokazano je kako se odluke donose tako, da
korisna ili povoljna opcija postane dostupnija, lakša, ili tako da
nedjelovanje (ljudska lijenost) dovede do nje.

To ukazuje da se treba dovesti u stanje prožeto dobrim osjećajima te

neopterećenosti kako bi se mogle donijeti ispravne odluke, a do tog stanja
se može doći i dizajnom ES koji će podržavati to stanje korisnika. Do
toga možemo doći tako da sustav prezentira informacije i znanje iz
sustava, jasno, brzo i prilagodljivo sukladno kako ga korisnik koristi (tako
kreirajući osjećaj bliskosti i dobrog raspoloženja).
Jednostavan i konzistentan pristup informacijama i znanju u sustavu
kreira osjećaj istinitosti. Način na koji sustav sintetizira ideje te ih
predstavlja korisniku će imati utjecaj na to koliko je osjećaj vezan za
korištenje sustava dobar ili nije. Može se potvrditi kako dizajn ES ima
direktan utjecaj na proces donošenja odluke od strane korisnika takvog
sustava.

Istraživanjem akademske genealogije potvrđena je suradnjom

Herberta Alexandera Simona i Allena Newella, (Škola za računalne
znanosti, Tepper School of Business Carnegie Mellon University Rand
Corporation), ali 60 godina prije, točnije 1954. godine. Njihovom
zaslugom i uz njihov angažman, postavljeni su temelji razumijevanja
stručnosti, proučavanje procesa znanstvenog otkrića, uvođenje
bihevioralne ekonomije i kognitivnih znanost. Njihova zamisao i ideja
pokrenuta prije više od šest decenija, bila je proučavanje rješavanja
problema simuliranjem s računalnim programima.
Računalna simulacija ljudske spoznaje postala je glavni istraživački
interes, od samog početka utemeljenja područja istraživanja UI.
Herbert Alexander Simon dobitnik je iste one nagrade Švedske banke
za ekonomske znanosti kao i Daniel Kahneman, samo 25 godina prije,
točnije, 1978. godine.
Preklapanjem radova, njihovih zaključaka, kao i doprinosa, oba para
navedenih istraživača, može se zaključiti da se Danijel Kahneman poziva
na Herberta Alexandera Simona u svojoj knjizi u poglavlju koje govori o
intuicijama stručnjaka i kada im možemo vjerovati.
57
 S vrlo skromnim naglaskom konstatira kako ga sva „plemena i
klanovi u istraživanju odlučivanja priznaju i poštuju kao utemeljitelja
UI“. Slučajno ili namjerno prešućena je činjenica Simonovog doprinosa u
razvoju i primjeni UI i IS, što je bio izazov obojici autora da se odluče
pozabaviti detaljima poučavanja mišljenja kako bi ponudili vlastite
modele.

3.3.3. Kognitivno i bihevioralno inženjerstvo u donošenju odluka

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

koje se pretpostavlja da ističu ponašanje, ono pokriva i široki raspon
područja istraživanja o djelovanju pamćenja, pozornosti, percepciji,
predstavljanju znanja, mišljenju, kreativnosti i rješavanju problema.
Kognitivno inženjerstvo je disciplina koja obuhvaća psihologiju i
računarstvo, te ima za cilj saznati kako potaknuti i njegovati
komunikaciju između ljudi koja je bazirana na tehnologiji, ili ljudi i
tehnologija u direktnoj interakciji.
Da bi se to moglo ostvariti predlažu se sljedeći principi: stvarati
znanost dizajna kojem je glavni cilj korisnik, shvatiti ozbiljno sučelje,
odvojiti dizajn sučelja od dizajna sustava, te prilikom dizajna sustava
potrebno je krenuti od potreba korisnika.

Biheviorizam,(eng. behaviour = ponašanje), pristup je preuzet iz

psihologije koji ima za cilj otkrivanje zakonitosti ponašanja u određenim
situacijama.
Inženjer koji se bavi bihevioralnim inženjerstvom mora determinirati
a) koje točno ponašanje želi da se dogodi, b) kojim poticajima ga želi
kontrolirati, te c) koje metode ima na raspolaganju, uključujući
kontingenciju, (lat. contigentia, contigere = dotaći se, mogućnost,
eventualnost, Slika 3.1.

58
 Slika 3.1. Odnos između trostrukog pojma kontingencije i bihevioralnog
inženjerstva

Ono što je zajedničko kognitivnom i bihevioralnom inženjerstvu jesu

obrasci koji nastaju prilikom ponašanja (koje je neposredno u direktnoj
vezi s komunikacijom). Za razliku od ponašanja koje je kvalitativno i u
sebi nosi subjektivne karakteristike, ono što je bitno kada govorimo o
računarstvu su obrasci koji se javljaju kao objektivne i kvantitativne
refleksije određenog ponašanja, te kao takvi mogu biti prepoznati od
strane ES. Prilikom dizajniranja sustava prepoznavanje novih obrazaca
omogućuje da se prepozna novo ponašanje korisnika, te sukladno tome
sustav i adaptira prema novom ponašanju korisnika. To može biti u svrsi
regulacije ako govorimo o konceptu bihevioralnog inženjerstva ili u svrsi
unapređenja samog sučelja kroz izgled ili podatke koje sučelje prezentira.

Kada u području UI promatramo proces razvoja, izgradnje,

operabilnosti i održavanja ES, onda je nerazdvojivo iskustvo i znanje koje
se stječe vremenom trajanja tog procesa. Iz baza znanja, baza podataka i
mehanizama zaključivanja, a što su osnovni dijelovi ES inženjeri znanja
kontinuirano uče i to najviše kroz spoznaje o ponašanju, Slika 3.2.

59
 Slika 3.2. Kognitivno i bihevioralno inženjerstvo stjecanja znanja iz
umjetne inteligencije izgradnjom ES

Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kao

inženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na
temelju poznatih pristupa o njenom objašnjenju. Odluka za primjenu
kognitivnog inženjerstva leži u definiranju analitičkih razina na kojima se
mozak i um mogu proučavati, a potom i koristiti.
Prvotne jednostavne analogije kognicije i računarstva koristile su za
opisivanje razine analize uspoređivanje mozga i računala. Fizikalnu
razinu bi predstavljao procesor računala, bihevioralna razina predstavljala
bi računalni izlaz na monitor ili pisač a funkcionalna razina bi bila
računalni operativni sustav koji omogućava procesoru i perifernim
jedinicama da komuniciraju. Umjesto analogije, istraživanja sklonosti i
mentalnih fenomena, primjenu kognitivnih komponenti uporabe znanja,
inženjeri znanja su proveli u praksi izradom baza znanja, kojima se služi
mehanizam zaključivanja u ES.

Biheviorizam je u 20. stoljeću kao pravac pretpostavljao da se

znanstvene metode mogu primjenjivati samo na ona ponašanja koja se
mogu opažati i mjeriti. Utjecaj na istraživanje klasično je uvjetovanje,
odbacilo još s kraja 19. stoljeća, introspektivnim metodama tražeći
ograničavanje psihologije na eksperimentalne laboratorijske metode. U
21. stoljeću psihometrijska ispitivanja bihevioralnom inženjerstvu su
otvorile nove putove u potvrdama zakonitosti ponašanja. Proces stvaranja
navika može se istraživati, za razliku od instinkta koji je dio genetske

60
osnove, što je potvrđeno ispitivanjem na primatima. Iz tih razloga
potvrđen je dominantni utjecaj okoline. Odbacujući koncepcije nasljednih
sposobnosti, talenata, mogućnosti, sklonosti i vokacije, biheviorizam i
dalje obećava promjenu svijeta. Oslobođeni prošlosti, ljudi bi mogli biti
uvjetovani da se ponašaju na prihvatljiv način, što se u konačnici uspjelo s
inteligentnim sustavima.

Danas se ES koriste gotovo u svim područjima i rade sve ono za što se

smatra da čini čovjekovu inteligenciju. Komponente ekspertnog sustava
generiraju:

 Pohranu i prezentaciju velikih količina znanja problemskog

područja
 Aktiviranje uporabe znanja za rješavanje problema
 Pružanje odgovora na korisnička pitanja

Pri radu se koriste kontrolne strategije, koje odlučuju u kom trenutku

treba primijeniti neko od pravila iz baze znanja na nove činjenice
dobivene tijekom konzultacija s korisnikom. Na ovaj način se simulira
ljudsko razmišljanje.

U današnje vrijeme bez tehnologije i postojećih društvenih struktura

teško je ostvariti bilo koji cilj, stoga je moguće i poželjno promatrati
opisani proces kao proces socio-tehničkog sustava. Inženjer znanja kao
ljudsko biće razaznaje razliku između sustava i svrhe ostvarenja unaprijed
zadanih ciljeva. ES baziran na UI može samo riješiti predefinirane ciljeve,
ali ES baziran na UI s inženjerima znanja može i riješiti ciljeve koje po
prvi put nastaju kao posljedica interakcije s okruženjem. Odnosno samo
socio-tehnički sustav može riješiti cilj koji je nastao zbog interakcije sa
stvarnošću koja se po prvi puta pojavila, te samim time je i nepoznata ES-
u. Bitno je da sustav bude svjestan da se nešto novo i nepoznato dogodilo
u stvarnosti. Ako svjesnost pokreće uspješnost socio-tehničkog sustava
ovisi o svjesnosti istog.
Međutim svjesnost po Wieneru definira sredstvo za kontrolu stroja
UI koja se bazira na stvarnoj performansi a ne na očekivanoj. Bez
svjesnosti o stvarnim performansama ne mogu se donositi odluke
(odnosno upravljati sustavom) bazirane na stvarnosti, a na predviđanjima
koja ako nisu dovoljno empirijski osnovana postaju spekulativna.
Svjesnost o događajima u stvarnosti omogućuje da se prilagodi buduće
ponašanje sukladno proizašlim akcijama. Svjesnost da se nešto dogodilo,

61
može koristiti za prilagodbu budućih aktivnosti. Do problema dolazi
jedino u slučaju s previše kapaciteta svjesnosti socio-tehničkog sustava u
odnosu na stvarnost, odnosno o tome koliko impulsa koje stvarnost
odašilje, sustav može percipirati. I taj se kapacitet mora uzeti u obzir za
donošenje odluka.
Ross Ashby je ukazao da su previše kompleksni sustavi od malog
značaja a Wiener je različitu kompleksnost povezao s intenzitetom
procesa učenja. Za aspekte učenja, koji se javljaju prilikom
kompleksnijeg ponašanja sustava, po Wiener-u, potrebne su centralne
jedinice za donošenje odluka. U našem slučaju to bi bili inženjeri znanja,
koji da bi mogli biti generator učenja sustava moraju biti svjesni
novonastalih stvarnosti, te time pokrenuti proces samoupravljanja
sustavom.
Znači, da bi sustav bio sposoban prepoznavati ciljeve koji nastaju u
interakciji sa stvarnošću koja je za sustav nova on mora u svom obuhvatu
koji ga čini predmetom promatranja uključivati i inženjere znanja. Po
ovim pretpostavkama otvara se novo područje istraživanja koje se bavi
kako tehnologije mogu pomoći inženjerima znanja da povećaju kapacitet
svjesnosti. Istovremeno akceptirano je otvoreno pitanje o samom procesu
donošenja odluke, kojem je preduvjet svjesnost. Interpretacija novog
stanja u realnosti je subjektivna te samim time organska a ne mehaničko
deterministička.
Ako se za primjer uzme Centar održavanja i kontrole prometa,
(COKP) kroz tunel na autocestama te pokuša zamisliti scenu u kojoj se
obitelj zaustavila na parkiralištu za opasne terete ispred tunela, na kojem
se dijete počelo igrati s malim dječjim helikopterom na daljinsko
upravljanje. Pod naletom vjetra i nespretnim rukovanjem dječji helikopter
ulijeće u tunel. Pretpostavka je da se takva stvarnost po prvi puta dogodila
te da ju dizajneri ES u COKP-i nisu predvidjeli. Međutim ES u slučaju
ulaska letećeg objekta u tunel treba automatski zaustaviti promet i
zatvoriti tunelu. Iz perspektive samoregulirajućeg sustava (mehaničkog i
nesvjesnog) parametar koji će biti presudan za zaustavljanje prometa je
zadana veličina letećeg objekta koja će uzrokovati zaustavljanje prometa.
U slučaju da je zadana veličina letećeg objekta veća od malog dječjeg
helikoptera sustav neće pokrenuti zaustavljanje. Iz perspektive socio-
tehničkih sustava, ako je operater u COKP-i primijetio i svjestan je
stvarnosti koja se po prvi put događa, u kojoj je mali dječji helikopter
uletio u tunel, on može donijeti odluku o zaustavljanju (ili ne
zaustavljanju) prometa u tunelu, pozivanju interventne ekipe kako bi se
obratila obitelji te slanja službe održavanja tunela da kada je manji promet
pokupi ostatke dječjeg helikoptera. Ovdje smo svjedoci dva potpuno
62
različita scenarija, a ono što ih čini različitim je svjesnost o stvarnosti te
svojstvima sustava.

3.3.4. Rezultati istraživanja

Odluke o akciji ES bazirane na UI pomažu pri poučavanju mišljenja i

donošenju odluka bazirano na događajima u kojima je sustav bio
interaktivan s inženjerom znanja, zato što ponavljanje procesa
prepoznavanja, shvaćanja i obuhvaćanja, uz utjecaj svjesnosti kao
nezavisne varijable generira dovoljno informacija ne samo za regulaciju
sustava već i za njegovo učenje.
U provedenim istraživanjima empirijski okviri i modeli koji se
koriste u procesu donošenja odluke povezuju se i sintetiziraju s
istraživanjima područja UI u cilju generiranja teorijskih osnova za izradu
algoritama koji s razine ES mogu potpomagati procesu donošenja odluke.

Komentari na rezultate istraživanja poslije analiza i sinteza, posljedica

su i vlastitih iskustava autora o poučavanju mišljenja, profiliranih iz:

a) Integralnog metodološkog pluralizma, u kojem nema dominantne

paradigme, nema najvažnijeg i
b) Integralne post metafizike koja uključuje nužnost noosfernog.

Tako postavljena teorija kompatibilna je s metodološkim -

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

1. Ne isključivosti,
2. Razotkrivanju i
3. Ozakonjenju,.

Analizirajući IS, odnosno preciznije za svrhu ovog rada aplikacijski

tunelski ES baziran na UI, koji se temelje na učećim agentima, moguće je
utvrditi da je uz hardverski pristup dizajnu potrebno razvijati metode koje
će podržavati organski pristup. Može se zaključiti da analiza odvojenih
komponenata socio-tehničkih sustava, tehnologije i ljudi, ne može
donijeti željene rezultate u svrhu poboljšanja performansi sustava za
potrebe rješavanja kompleksnih situacija. Bitno je prepoznati
međuodnose tehnologije i inženjera znanja, te kako oni utječu na
performanse ES. Kada su identificirani međuodnosi, onda je potrebno s
63
inženjerske perspektive te odnose poboljšati. Ono što je bitno u nastavku
istraživanja je prepoznavanje obrazaca korištenih u sustavu od strane
samog sustava, kao i dohvat informacija i znanja koji se javljaju kao
izlazni parametri ES od strane korisnika. Povezivanje obrazaca s
performansama stvara bolju osnovu za učenje ES, koje kasnije sustav
može koristiti da prepozna novo ponašanje korisnika. Rezultat promjene
realnosti rezultira promjenom ponašanja inženjera znanja. Na ovaj način
ES prepoznaje novo ponašanje inženjera znanja, odnosno ako znamo da je
ono rezultat novonastale stvarnosti socio-tehničkog sustava, možemo
tvrditi da na ovaj način ES uspješno prepoznaje promjene u stvarnosti.
Ovaj pristup u inženjerskom smislu omogućuje da se postojećim
sustavima dodaju svojstva koja omogućuju organski razvoj, te je taj
proces temeljen na ES i čovjeku, koji zajedno uočavaju promjene u
realnosti.
Kao primjer može se uzeti senzor u automobilu koji reagira na
prisutnost alkoholnih para u unutrašnjosti zaključujući da je vozač pod
utjecajem alkohola. U slučaj kada je u automobilu razbijena boca s
alkoholom senzor će blokirati pokretanje vozila, što je kriva odluka
sustava jer ne odgovara realnosti. Ako pak sustav umjesto senzora koristi
podatke o ponašanju vozača, vrlo lako može kvantitativno kreirati obrasce
koje ES prepoznaje te preko njih uči kroz vrijeme uporabe. Budući da je
rješenje temeljeno na obrascima softverskog jeftinije je i lakše za
implementaciju od onog senzorskog odnosno hardverskog.

Iz gore navedenog primjera uviđamo da je svjesnost temelj za

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

Rezultat svake odluke socio-tehničkim sustavom kojeg čine inženjer

znanja i ES s UI se reflektira na postojeće znanje sustava, stvarajući novo
znanje koje se pohranjuje u sustav. Bitno je napomenuti da to znanje ovisi
o kontekstu u kojem je nastalo. Za nove odluke potrebna je svjesnost o
kontekstu u kojem je postojeće znanje nastalo ali i novom kontekstu iz
kojeg nastaje potreba za novom odlukom. Na taj se način eliminira
pojavljivanje percepcija koje su zamijenjene perspektivama. U
hermeneutici se percepcije ne mogu shvatiti kao stvarno iskustvo nego
apstrakcija oslonjena na nešto što se dogodilo. Trist, jedan od
utemeljitelja socio-tehničkog koncepta, predlaže analizu dvije vrste
okruženja, jedna je kontekstualna, odnosno bavi se širim okruženjem, dok
64
je druga transakcijska, odnosno bavi se užim okruženjem. Percepciju
možemo povezati s transakcijskim, odnosno užim okruženjem, dok
perspektive možemo shvatiti kao šire okruženje. Zamjenjujući percepcije
perspektivama u procesu donošenja odluka stvaramo temelj za
kvalitetniju analizu prilikom donošenja odluka.
Stoga je potvrda postavljene hipoteze izbjegavanje određenih zamki u
predloženom modelu poučavanja mišljenja, kao što su:

1. Izbjegavanje privida da razumijemo prošlost čime izbjegavamo

poticanje prekomjerne pouzdanosti u sposobnost predviđanja
budućnosti
2. Izbjegavanje prevlasti asimetrije rizika, (pozitivan je ishod
dvostruko poželjniji)
3. Izbjegavanje procjenjivanja posljedica trenutačne razine uloženog
napora i prisutnosti nezadovoljenih zahtjeva i
4. Odustajanje od rješenja složenog pitanja izgradnjom
pojednostavljujućih pitanja tako da u sjećanje prizivamo neke
recentnije ili istaknutije događanje koje vežemo uz
reprezentativnost uzorka ili najdostupniju informaciju.

Jurić objašnjava pluri-perspektivnost kao koncept koji se referira na

inkorporaciju i posredovanje kroz dijalog ne samo znanstvenih, nego i ne-
znanstvenih (tj kulturnih) kontribucija, uključujući i različite načine
razmišljanja, različite tradicije mišljenja i kulture, odnosno različitim
pogledima koji počivaju na kulturnim, spolnim, vjerskim, političkim i
drugim specifičnostima. To je potpuna analogija s hermeneutičkim
pristupom ontologije ES
Ako se promatra kapacitet ES kroz tehnološke mogućnosti
povezivanja inženjera znanja sa širim brojem ljudi za potrebe dijaloga, u
svrhu donošenja kvalitetne odluke, može se primijetiti mogućnost
refleksije individualne percepcije s različitim perspektivama.
Kao platforma koja omogućuje pluri-perspektivne procese može se
navesti primjer Amazon Mechanical Turk platforme, za distribuciju
zadataka velikom broju osoba, odnosno agenata, čija se onda subjektivna
interpretacija, odnosno percepcija pretvara u pluri-perspektivu koja je
temeljena na intersubjektivnom dogovoru.

65
3.3.5. Komentar

U obrađenom radu su u prvom dijelu prezentirana publicirana

provedena istraživanja o donošenju odluka koje su proglašene uspješnim
prema mjerilima ekonomskih znanosti. Uz pomoć umjetne inteligencije
pretraživanja su ukazala kako se radi o dva gotovo identična primjera s
vremenskom odstupnicom od 30-tak godina koja su uporabljena kao
podloga poučavanja. Osnova poučavanja je povezana s inženjerima
znanja - novom profilu stručnjaka umjetne inteligencije koji kognitivnim i
bihevioralnim inženjerstvom proširuju mogućnost poučavanja iz umjetne
inteligencije. U drugom dijelu rada su prezentirana originalna istraživanja
obojice autora koji rezultira prepoznavanjem originalnog koncepta
donošenja odluka koji se profilirao iz obrađenog istraživanja umjetne
inteligencije i koji se potvrdio na velikom broju primjera iz prakse čak i u
provjeravanim obrnutim redoslijedima. Odluka je rezultat misli i čuvstva.
Odluka kao svjesni akt volje, odnosno čin izbora kojim završava
stadij "odlučivanja" (deliberacije, osvještavanja, ocjene i borbe motiva),
smišljen je i izabran oblik aktivnosti objektiviziranja koje se promeće u
stvarnost.
Misao je doživljaj kojim se utvrđuje postojanje različitih pojava,
određuju svojstva i otkriva "stanje stvari".
Čuvstvo je psihički proces koji odražava subjektivan odnos čovjeka
prema objektivnom zbivanju u njegovoj okolini.
Svjesnost je sposobnost razmišljanja i rasuđivanja o stvarnosti koja
nas okružuje.

Proces svjesnost, čuvstvo, misao i odluka je osnova naše interakcije s

realnošću, te nam je želja u daljnjim istraživanjima sagledati taj proces iz
socio-tehničke perspektive, kroz nedualistički pristup, koji gleda socio i
tehno kao kompleksan entitet koji je zavisna varijabla od promjena u
okruženju.

Iz perspektive socio-tehničkih sustava obrađene u ovom radu moguće

je zaključiti da je svjesnost kao svojstvo neophodna pri donošenju odluka.
U ovom stadiju tehnološkog razvitka ljudsko biće može imati svjesnost
prema okruženju, međutim informacijsko-komunikacijske tehnologije
mogu uz „svjesnost“ o promjenama u realnosti kroz prepoznavanje
promjena obrascima koristiti znanja koja nudi ES. Tako moguće je
ponuditi korisniku nove funkcionalnosti ili nova znanja potrebna za
rješavanje izazova koje pruža novonastala realnost, zahtijevajući
mišljenje i odluke.
66
4. MOZAK FLEKSIBILNI SAMOREGULIRAJUĆI
ENTITET
Kenneth Earl Wilber II. (rođen 31. 1. 1949.), zbog svojih mentalnih
sposobnosti, ali i zbog činjenice da je svake godine kako u osnovnoj tako i
u srednjoj školi bio jedan od najboljih učenika, odlikovan mnoštvom
nagrada i priznanja - dobiva nadimak: MOZAK. Iako postaje magistar
biokemije, u potpunosti napušta znanost te se posvećuje autodidaktici i
duhovnoj praksi, usmjeravajući se k pluriperspektivnosti.

Svoj put najbolje opisuje riječima: „Uvijek sam bio zahvalan svojim
stupnjevima u znanosti. Uzmite nešto poput Schroedingerove valne
jednadžbe ili integralnog računa. Kad ih jednom naučite, tada možete čitati
Buddhu ili Shakespearea. Ali ako ste stekli svoj fakultetski stupanj na
Shakespeareu te pokušate naučiti integralni račun, to se vjerojatno neće
dogoditi.“
Istraživanja funkcija mozga čovjeka, biološke osnove svijesti postavljaju
nove prioritete za znanost u 21. stoljeću (proglašenom i Stoljećem uma),
pokrenula je svjetsku inicijativu s ciljem promocije znanja o mozgu - Dana
Alliance for Brain Initiative. Ta inicijativa je dobila široke razmjere iz
nekoliko razloga. Na prvom mjestu je spoznaja da je nemoguće naći ijedno
pitanje vezano uz funkcioniranje ljudskog društva koje ne bi zahtijevalo
biološki utemeljeno znanje o psihologiji, ponašanju i svijesti čovjeka,
odnosima i komunikaciji među ljudima u društvu, kao i evolucijski
utemeljeno znanje o tome što nas čini ljudima te kada i kako su nastala ta
specifično ljudska obilježja. Tjedna mozga u Hrvatskoj obilježava se i na
Elektrotehničkom odjelu TVZ-a.

Moto „Tjedna mozga“ na ELO TVZ-u, 2014. godine:

„Ljudi bi trebali znati da u mozgu, i samo u mozgu, nastaju naša radost,
veselje, smijeh i šala, kao i naša tuga, bol, žalost i strah. On nam
omogućuje da čujemo i razlikujemo ružno od prelijepog, dobro od lošeg,
ugodno od neugodnog“

Moto „Tjedna mozga“ na ELO TVZ-u, 2015. godine:

„Ljudi bi trebali znati da je tajna uspješne komunikacije otkrivena onda
kada priznamo razliku između onoga što kažemo i onoga što misli naš
mozak! “

67
Uvod u četvrto poglavlje

___________________________________________________________

Neuroznanost predstavlja jedno od najuzbudljivijih područja

suvremene znanosti. Zahvaljujući brojnim novim tehnikama snimanja
možemo "pogledati" u sam mozak i vidjeti kako on funkcionira. Takva
promatranja znatno su proširila čak i naše razumijevanje učenja. I premda
se već mnogo toga zna, tek smo na početku razumijevanja goleme
kompleksnosti mozga, a to znači i na početku mogućnosti primjene
neuroznanstvenih spoznaja u obrazovanju.

Ovo što se danas zna ili pretpostavlja ima ogromno značenje za praksu
jer te spoznaje mogu povećati efikasnosti učenja primjenom strategija
poučavanja koje će biti bolje usklađene s načinom funkcioniranja mozga.
Nova istraživanja mozga pokazuju da se mozak neprestano mijenja, tzv.
moždana plastičnost. Neuroznanstvenici duhovito kažu: "Samo se za neke
funkcije "prozori" za ulaz utjecaja počinju zatvarati u vrlo ranoj dobi), no
za druge se oni tek počinju otvarati". Umjesto prijašnje usporedbe mozga s
kompjutorom, danas istraživači gledaju na mozak kao na mnogo
fleksibilniji, samo-prilagođavajući entitet - živi, jedinstveni, organizam
koji se stalno mijenja, raste i preoblikuje prema izazovima, s elementima
koji nestaju ako se ne koriste.

4.1. Mozak i sustav živaca

Mozak se sastoji od živčanih stanica (neurona) i potpornih stanica

(glija). Neuroni su građeni od tijela neurona, aksona (prenose signale
drugim neuronima) i dendrita (koji primaju signale od drugih neurona).
Glija stanice sačinjavaju većinu moždane mase. Njihova uloga još nije
potpuno istražena, ne prenose signale, ali je sve više dokaza da imaju važnu
ulogu u razvoju živčanog sustava, imunološku ulogu, ulogu u održavanju
krvno moždane barijere. Svaka je anatomska podjela ljudskog mozga
relativna. Ona koja je danas općeprihvaćena dijeli mozak na moždano
deblo (truncus cerebri), mali (cerebellum), srednji (diencephalon, u kojem
se nalazi i limbički sustav) i veliki mozak (telencephalon). Model ljudskog
mozga prikazuje Slika 4.1.

68
 Slika 4.1. Model ljudskog mozga, središnji presjek mozga

Moždano deblo regulira osnovne životne funkcije poput disanja, mali

mozak kontrolira izvođenje tjelesnih pokreta, održavanje ravnoteže pri
pokretima, srednji je mozak sjedište kontrole žlijezda sa unutarnjim
izlučivanjem, a kemijski spojevi koje izlučuju žlijezde srednjeg mozga
podešavaju aktivnost viših moždanih središta, ali i aktivnost perifernih
žlijezda, a time posljedično svih organa u tijelu. Veliki se mozak sastoji od
dvije polutke (lijeve i desne); kora velikog mozga podijeljena je na polja s
određenim funkcijama poput vida, sluha, njuha i osjeta dodira, te upravlja
višim funkcijama poput govora, mišljenja i pamćenja.

Najvažniji dio mozga koji se odnosi na djelovanje samo razvojnih

tehnika je prednji dio kore velikog mozga, frontalni korteks. Funkcije
frontalnog korteksa u najširem smislu su planiranja, predviđanja,
apstraktnih ideja o Bogu i univerzumu, maštanja, intuicije i stvaralaštva,
socijalnog ponašanja, prilagodba emotivnih nagona zahtjevima okoline.

Sve što smo stvorili, prvenstveno je zasluga razvijenog frontalnog

korteksa, prednjeg dijela kore velikog mozga, smještenog iza čela. Svaki
pojedinac poznaje promjene koje se svakodnevno događaju u njegovoj
svijesti. Ono što kontrolira naše emocije jest limbički sustav, smješten
između korteksa i moždanog debla. U sredini limbičkog područja, iza naših
očiju, su dvije amigdale. Položaj amigdala prikazuje Slika 4.2.

69
 Slika 4.2. Položaj amigdala

Neuroznastvenici su otkrili da ta dva organa nalik bademima primaju i

šalju sve emocionalne poruke. Naravno, u mozgu se ništa ne događa
izolirano, amgidala stalno komunicira s korteksom gdje obavljamo
analitičke i verbalne zadatke i gdje obitava naša radna memorija.

Emocionalni mozak promatra sve što nam se događa iz trenutka u

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

Sustav živaca ponaša se u osnovi kao kibernetički (integracijski) sustav.

Karakterizira ga prijam, prijenos, pohranjivanje, očitavanje i interpretiranje
informacija te reagira na primljene podražaje ili obavlja misaonu radnju.
Sustav se sastoji od središnjeg i perifernog dijela. Središnji živčani sustav
čine mozak i kralježnička moždina. Smješteni su u lubanji i kralježničkom

70
kanalu. Periferni sustav čine živci koji povezuju periferne dijelove tijela i
središnji živčani sustav u oba smjera.

Živčani sustav dijeli se na voljni (moždano kralježnički) i autonomni

(vegetativni - simpatički i parasimpatički). Prema tipu, živčana se vlakna
dijele na osjetna, motorička, i specijalna (primjerice okusna,
parasimpatička). Čitav sustav živaca građen je od živčevih stanica -
neurona.

4.2. Neuroni

Neuroni se sastoje od tijela stanice s kojeg se pruža veći broj kraćih

živčevih vlakana - dendrita i po jedno duže živčevo vlakno - akson ili
neurit. Dendriti su obično dobro razgranati poput krošnje stabla. Slično je
razgranat i završni dio aksona te ima izgled korijenja biljke. Veza između
dva neurona naziva se sinapsom, a prostor u kojem dolazi do prijenosa
električkog signala, sinaptičkom pukotinom, Slika 4.3. i 4.4.

Slika 4.3. Snimak neurona i sinaptičke veze između dvaju neurona

71
Slika 4.4. Shematski prikaz sinaptičke veze dvaju neurona (a) i
neuromišićne veze (b)

72
 Aksoni se udružuju u živčana vlakna, a snop živčanih vlakana čini
živac. Specifičnost za živčeve stanice je nemogućnost diobe nakon
završetka zametnog razvoja. Neposredno prije rođenja živčeve stanice
gube centrosom. Centrosom se sastoji od dvaju centriola smještenih u
blizini jezgre. Uloga je centriola u diobi stanica (mitozi) stvaranje teznih
niti diobenog vretena s pomoću kojih se razmiču udvojeni kromosomi u
novonastale stanice.

4.3. Sinapsa

Prijenos podražaja u sinapsi odvija se kroz sinaptičku pukotinu. Naime,

dva neurona se fizički nikada ne dodiruju, već između dva neurona postoji
sinaptička pukotina (150 do 300 nm). Prijenos podražaja stoga se ne
ostvaruje izravno, nego kemijskim podraživanjem sljedećeg neurona i to s
pomoću neurohormona (neurotransmitera) npr. acetil-kolina,
noradrenalina. Određene molekule neurohormona neprestano se
sintetiziraju u tijelu (somi) neurona i pohranjuju u završnim nožicama
presinaptičkih završetaka. Kada bioelektrični potencijal, nastao na
prijamnom dijelu receptora stigne do kraja neurona, uzrokuje naglo
oslobađanje molekula neurohormona iz završnih nožica u sinaptičku
pukotinu. Molekule neurohormona se tada vežu na specifične membranske
neurohormonske receptore sljedećeg neurona. Posljedica toga su promjene
slične onima u samom prijamnom dijelu prethodnog neurona. Otvaraju se
ionski kanali za natrij, ioni natrija difundiraju iz izvan stanične tekućine u
post sinaptički neuron. Nastupa depolarizacija novo odraženog neurona, a
električni podražaj se širi dalje do nove sinapse.

Da neurohormoni ne bi predugo podraživali post sinaptički neuron,

nakon što se vežu za neurohormonske receptore, oslobađa se iz tog neurona
određena količina enzima za njegovu brzu razgradnju. Specifični enzim za
razgradnju acetil kolina je acetil-kolin esteraza, (ACE), a za noradrenalin
mono-amino oksidaza, (MAO). Ti enzimi razgradit će molekule
neurohormona vezanih za neurohormonske receptore i time omogućiti
zatvaranje natrijskih ionskih kanala i prekid prijenosa podražaja.
Repolarizacija podraženih stanica ostvaruje se izbacivanjem viška iona
natrija u okolinu, koji su ušli u stanicu tijekom podraživanja
(depolarizacije). Za proces repolarizacije odgovorna je natrij/kalij, (Na/K)
crpka. To je proces aktivnog transporta uz utrošak energije iz zaliha
adenozin-trifosfata, (ATP).

73
4.4. Učeći mozak

Naš mozak je pravo čudo. Mozak istražuje, proučava sam sebe.

Neuroznanost predstavlja jedno od najuzbudljivijih područja suvremene
znanosti. Zahvaljujući brojnim novim tehnikama snimanja? možemo
"pogledati" u sam mozak i vidjeti kako on funkcionira. Takva promatranja
znatno su proširila čak i naše razumijevanje učenja. I premda se već mnogo
toga zna, stručnjaci smatraju kako smo tek na početku razumijevanja
goleme kompleksnosti mozga, a to znači i na početku mogućnosti primjene
neuroznanstvenih spoznaja u obrazovanju. No, već i ovo što se danas zna
ili pretpostavlja ima ogromno značenje za praksu u razredu jer te spoznaje
mogu povećati efikasnosti učenja primjenom strategija poučavanja koje će
biti bolje usklađene s načinom funkcioniranja mozga.
Kako saznajemo više o mozgu i o tome kako on uči, tako moramo
pronalaziti okruženja za učenje koja su prilagođena tim spoznajama.
Učitelji ne moraju biti eksperti u znanosti o mozgu, ali je itekako važno da
shvate i uvažavaju sve one njegove karakteristike i način funkcioniranja,
koje su bitne za proces učenja i poučavanja učenika.
Još prije dvadesetak godina znanstvenici su vjerovali kako je struktura
našeg mozga unaprijed određena nasljeđem (geni), te da ta nepromjenjiva
struktura određuje kako se umno razvijamo i kako ostvarujemo među
utjecaj s okolinom.
Nove tehnike snimanja mozga, međutim, pokazuju da nasljeđe određuje
tek broj moždanih stanica s kojim se djeca rađaju i njihov početni raspored,
dakle samo osnovni okvir.
Mozak djeluje putem tzv. neuralnih ili komunikacijskih mreža koje
obuhvaćaju milijarde živčanih stanica, neurona, i nekoliko stotina tisuća
milijardi veza, sinapsi, među njima. Tipično je za njegov razvoj stvaranje
ogromnog broja tih veza među neuronima, jer se nakon rođenja sami
neuroni više ne stvaraju.

Fizička struktura mozga, mreža povezanih neurona, mijenja se kao

rezultat iskustva, učenja. To svojstvo mozga naziva se njegovom
plastičnošću. Broj veza između neurona u mozgu dojenčeta više je nego
20-struko veći od njihovog broja u mozgu odraslog čovjeka. Tijekom
djetinjstva sve do adolescencije sinapse se umnožavaju u prekomjernom
broju ali isto tako i «brišu» vrlo velikom brzinom. Tako naše iskustvo
oblikuje naš mozak a zatim on oblikuje naše iskustvo.

Preživljavaju one sinapse koje se tijekom iskustva (učenja)

upotrebljavaju, dok druge, koje se ne upotrebljavaju, nestaju. "Mozak se
74
danas mnogo manje doima kao gotova kamena skulptura, a mnogo više kao
djelo u stalnom nastajanju” (Wright, 1997). Iskustvo, naravno, može biti
vrlo različito. Npr. snažni su dokazi da prvo djetetovo iskustvo, iskustvo s
roditeljima, osobito snažno oblikuje dijelove mozga koji su uključeni u
emocije, ličnost i ponašanje. Neke studije pokazuju da jačina vezivanja
djeteta uz one koji brinu o njemu može povećati njegovu sposobnost da uči
i suočava se sa stresom. Druge pokazuju da zlostavljanje i zanemarivanje
djece može mozak za cijeli život «napuniti» neprikladnom agresijom i
rastresenom pažnjom. To objašnjava model razvoja mozga koji smatra da
“primitivna”, filogenetski najstarija područja mozga sazrijevaju prva.

Naime, u prve tri godine života ona područja u kori velikog mozga koja
upravljaju našim senzornim i motornim vještinama doživljavaju
najdramatičniji preustroj i ti perceptivni centri zajedno s nagonskim
centrima, kakav je limbički sustav, bit će pod snažnim utjecajem iskustva
u ranom djetinjstvu. Nasuprot tome, noviji, frontalni dijelovi o korteksa,
koji upravljaju planiranjem i donošenjem nisu "umreženi" prije pete do
sedme godine života.
Drugo veliko restrukturiranje mozga zbiva se između devete i jedanaeste
godine. Usporedba elektroencefalograma, (EEG) adolescenata i odraslih
pokazuje da se od rođenja do smrti pojedinca otprilike svake dvije godine
događa izvjesna moždana reorganizacija. Pretpostavlja da su te
reorganizacije posljedica dvogodišnjih ciklusa, valova, razvojnih
promjena moždanih hemisfera, pri čemu se obnavlja jedna petina
sinaptičkih veza u mozgu. Ideja o razvojnim valovima još nije potvrđena,
ali sve više znanstvenika su njene pristalice.

Dakle, nova istraživanja mozga pokazuju da se on ne prestaje mijenjati

nakon treće godine, kako se to dosad pretpostavljalo. Neuroznanstvenica
Megan Gunnar duhovito kaže: "Samo se za neke funkcije "prozori" za ulaz
utjecaja počinju zatvarati u vrlo ranoj dobi (kritična razdoblja), no za druge
se oni tek počinju otvarati" (Wright, 1997).
Umjesto prijašnje usporedbe mozga s kompjutorom, danas istraživači
gledaju na mozak kao na mnogo fleksibilniji, samo-prilagođavajući entitet,
živi, jedinstveni, organizam koji se stalno mijenja, raste i preoblikuje prema
izazovima, s elementima koji nestaju ako se ne koriste.

75
4.5. Tehnike učenja

Učenje započinje na mikroskopskoj staničnoj razini. Mozak ima

nekoliko vrsta stanica koje su uključene u proces učenja, a najviše su
izučeni neuroni. Znanstvenici drže da su neuroni stvarno žarište aktivnosti:
stalno prenose, integriraju i stvaraju informacije (Jesen, 1998). Najbrojnije
su pak moždane stanice tzv. galija stanice, čija je funkcija hranjenje
neurona. Što mozak više neurona koristi, to više galija stanica treba.
Einsteinov je mozak bio prosječne veličine, ali je sadržavao daleko više
galija stanica od normalnog mozga. Učenje je upravo ono što mozak
najbolje radi. Učenje zapravo mijenja strukturu mozga.

Znanstvenici nisu još posve sigurni kako se to događa, ali imaju ideju
o tome što se događa. Proces započinje podraživanjem mozga. Ti podražaji
mogu biti unutrašnji (npr. “oluja ideja”) ili mogu biti neko novo iskustvo
kao rješavanje nekog problema. Jednom kad je podražaj primljen, svaka
moždana stanica radi kao mala električna baterija. Informacije putuju kroz
neurone u obliku električnih signala, koje primaju ulazni izdanci, dendriti,
a dalje ih predaju izlazni izdanci, aksoni. Kemijske tvari, neurotransmiteri,
prenose električne impulse kroz sinaptički prostor do dendrita sljedećeg
neurona. Što se češće stimuliraju, neuroni razvijaju bogatiju mrežu dendrita
a time i jače sinapse, pa tako postaju prjemljiviji za poruke. Potom se ti
podražaji razvrstavaju i obrađuju u mozgu na nekoliko razina.
Ako ponavljamo zadatak ili aktivnost koju učimo, živčani putevi
kojima se to odvija postaju sve efikasniji. Istraživači H. Van Mier i S.
Peterson s Medicinskog fakulteta Sveučilišta Washington otkrili su
snimajući PET tehnikom (tomografija pozitronske emisije) da se pri
početnom učenju “pale” tj. aktivna su mnoga područja mozga, a što su
zadaci bolje naučeni to je manje takvih aktivnih područja.

Psihometrijska istraživanja – potvrđuju da aktivnost pojedinih

dijelova mozga (snimak pozitronskim emisionim tomografom – PET), koji
su trenutno aktivni odnosno podraženi, su topliji od susjednih područja
zbog povećanog metabolizma, Slika 4.5. Na taj su način otkrivene glavne
aktivnosti dijelova mozga, Slika 4.6.

76
Slika 4.5. Aktivnosti dijelova mozga snimljene pozitronskim emisionim
tomografom –PET

Slika 4.6. Aktivnosti pojedinih dijelova mozga potvrđene istraživanjima

Prof. Nielsa Birbaumera na institutu u Tübingenu

77
 Jednostavno rečeno, početnici moraju koristiti veća područja mozga,
dok iskusni koriste manje područje, ali zato efikasnije.
Poticanje mozga na razvoj obično se zbiva kad činimo nešto novo –
rješavamo novi problem, posjećujemo novo mjesto, gledamo novi film,
upoznajemo novu osobu. Novost mentalnog ili motoričkog poticaja stvara
veću blagotvornu eklektičnu energiju nego kad je u pitanju već poznato.
Mada je zanimljivo znati što se prilikom učenja zbiva na staničnoj razini
mozga, ipak, jasno je da se stanično učenje i ponašanje pojedinca znatno
razlikuju. Možemo iz knjiga dobro naučiti kako omogućiti dobar proces
učenja, a da pri tom u učenika ne proizvedemo nikakve vanjske znakove
prihvaćanja i primjene naučenoga.
Promjena ponašanja koja je rezultat učenja ovisi o mnogobrojnim
činiteljima: od emocionalnih stanja, prijašnjih znanja, dnevnih oscilacija u
kemizmu mozga, količini hormona – peptida. Krajnji rezultat učenja jest
ljudska inteligencija. Mozak je ono što posjedujemo (struktura), a um ono
što mozak radi (funkcija). Um je proces. Znamo danas da je mozak
sposoban za neprestano stvaranje novih veza, za povećavanje uma
učenjem. Kapacitet mozga za učenje je ogroman i on je stvoren za mnogo
zahtjevnije intelektualne aktivnosti od onih u koje je obično uključen.
Znanstvenici su utvrdili kako reagiraju određeni dijelovi mozga pa se
najčešće spominju aktivnosti lijeve i desne hemisfere mozga, Tablica 4.1.

Tablica 4.1.Reakcije hemisfera mozga

DESNA HEMISFERA LIJEVA HEMISFERA

- reagira na pokazane upute - reagira na verbalne upute

- intuitivno obrađuje probleme
- uočava sličnosti
- spontana je i povezuje sličnosti
- voli maglovitu i maštovitu informaciju
- uočava crtež i pokretne slike
- voli otvorena pitanja
- teži slobodi u emocijama
- teži suradničkoj strukturi
- vidi povezanost
- vidi analogiju i strukturnu sličnost
- logički obraduje probleme
- uočava različitosti
- planira i kombinira
- voli jasnu informaciju
- uočava govor i pisanje
- bira u jasnom izboru
- kontrolira osjećaje
- teži autoritarnoj strukturi
- vidi podijeljenost
- vidi uzrok i posljedicu

78
 Pojednostavljenim pristupima i inzistiranjem na “pravim” odgovorima
tipičan školski razred mnogo više sužava taj kapacitet nego što ga širi.
Zanemaruje se činjenica da je ljudski rod napredovao zahvaljujući upravo
nepresušnoj želji da isprobava i mijenja, a ne želji da uvijek slijedi samo
“pouzdane i istinite” odgovore.

4.6. Mozak i pozornost

Neuroznanost je bolje rasvijetlila i ulogu bioloških faktora u pažnji i

učenju. Nemamo jedan “centar” za pažnju, sustavi koji su uključeni u
pažnju locirani su u različitim dijelovima mozga. Mozak uvijek na nešto
obraća pažnju jer od toga ovisi naše preživljavanje. Većinu naše pažnje
"okupiraju" kontrasti u pokretima, zvukovima i emocijama, prema tome
kontrast, promjena, novost najefikasnije su sredstvo za izazivanje nečije
pažnje. Osjetljivost mozga da obraća pažnju jako je pod utjecajem uputa.
Vjerojatnije je da ćemo na nešto paziti ako nam je rečeno da to činimo.
Selektivna pažnja ovisi o učenju obuzdavanja nevažnih i pojačavanju
važnih podataka.
Neuroznanstvenici naglašavaju ulogu kemijskih tvari u pažnji, tj. važnost
neurotransmitera, hormona i peptida. Svatko od nas zna kako tijekom dana
ima razdoblja budnije i razdoblja slabije pažnje. Ta različita moždana
“prijemljivost” za podražaje utjecat će na to koliko će dobro mozak primati
i obrađivati podatke i obavijesti. Čak je moguće prepoznati stanja duha kroz
aktivnosti mozga, kao što su: koncentracija, meditacija, kontemplacija,
adoracija, egzercicija, …, Slika 4.7. i 4.8.

Slika 4.7. Aktivnosti dijelova mozga u uobičajenom mentalnom stanju

79
 Slika 4.8. Aktivnosti dijelova mozga u stanju meditacije

Zato istraživanja pokazuju da se tijekom edukacije, postižu slabiji

rezultati ako se ispitivanja provode u "krivo" vrijeme ispitanika. To je još
jedan dokaz u prilog opravdanosti da se u procesu učenja i ocjenjivanja
omogućavaju izbori.

Tri su razloga zašto je konstantna pažnja kontraproduktivna:

 mnogo toga što učimo ne može se obrađivati (procesirati) svjesno,

jer se događa prebrzo a obrada (procesiranje) traži vremena
 kako bismo stvorili novo značenje trebamo neko svoje, unutrašnje
vrijeme; značenje se uvijek stvara iznutra, ne izvana
 nakon svakog novog učenja trebamo vremena da se učenje
"utisne"; sinapse jačaju kad im se da vremena da se neuralno
povezivanje učvrsti.

Ljudska su bića prirodno usmjerena na traganje za značenjem, no

konačni rezultat toga traganja ne postiže se automatski. Budući da se
značenje postiže unutarnjim procesima, novi podražaji sukobljavaju se s
unutarnjim procesima osmišljavanja onoga što se upravo uči. Zato
možemo ostvariti punu pažnju učenika ili možemo postići da otkrivaju

80
značenje onoga što uče, no nikad ne postižemo oboje u isto vrijeme (Jensen,
1998). Tražiti od učenika konstantnu pažnju (a to najčešće znači
usmjerenost na učiteljevo predavanje!) jest prema tome nemoguće (visoka
i konstantna pažnja može se održati samo kratko vrijeme, oko 10 minuta!).
Neuroznanstvenici smatraju da se periodi usredotočene pažnje u učenju
smjenjuju s periodima "raspršenog " vremena kad se obrađuje (procesira)
ono što se učilo. Nakon svakog novog učenja mora slijediti period
razmišljanja o tome što se učilo, kako bi se stvorile veze s otprije poznatim,
stekao dublji uvid i uočile dodatne mogućnosti skrivene u već postojećem
iskustvu.
Taj oblik učenja zovemo aktivnom obradom (procesiranjem).
Učenicima obično nedostaje i vještina i potrebna svjesnost da tragaju za
značenjem i učitelji im tu mogu pomoći. Pisanje dnevnika o učenju ili
diskusija u paru ili maloj grupi neke su od mogućnosti za aktivnu obradu,
jer pomažu razvrstavanje novih informacija, postavljanje pitanja za
razjašnjavanje, razvijanje "što-ako" scenarija itd.
Pretrpavanje sadržajima, stalno pretrčavanje s jedne vrste sadržaja na
druge proizvest će malo sadržaja koji će biti stvarno (s razumijevanjem!)
naučeni. Mnogi problemi discipline u školi proizlaze iz ignoriranja
činjenice da mozak ne može biti pažljiv neprekidno (non-stop).

4.7. Emocije i mozak

Ono što kontrolira naše emocije jest limbički mozak, smješten između
korteksa i moždanog debla.
Prvi prioritet za naš mozak je uvijek preživljavanje Kad smo sretni, tužni,
zaplašeni ili osjećamo bilo koju drugu emociju, naše tijelo oslobađa u
krvotok razne kemijske tvari koje tome pomažu. Npr. kad smo prestrašeni
oslobađa se noradrenalin koji nas priprema za reakciju bijega ili borbe. Kad
percipiramo prijetnju izlučuje se mnogo kortizola u tijelo uzrokujući da viši
misaoni procesi ustupaju mjesto automatskom funkcioniranju koje nam
pomaže da preživimo. Budući da ti hormoni utječu na mozak, znači da je
on podložan snažnom utjecaju promjena u našem raspoloženju. Negativne
emocije smanjuju kapacitet mozga za razumijevanje, uočavanje značenja,
pamćenje i više misaone procese.

Istraživanja mozga osobito naglašavaju upravo potrebu eliminiranja

prijetnje iz okoline za učenje. Stresna i prijeteća okolna klima dramatično
oštećuje učenje. Stres koji prati doživljaj prijetnje posebno aktivira limbički
sustav. Dolazi do automatskog sužavanja pažnje učenika, te oni gube
mnogo od kapaciteta za racionalno i kreativno razmišljanje. Učenici mogu
81
osjetiti prijetnju i strah ako izgube odobravanje, osjete bespomoćnost,
kritiku, neuspjeh. Zaplašeni, zbunjeni učenici ne mogu jasno razmišljati!

Drugim riječima, učenje nije samo mentalna funkcija, na njega snažno

utječu emocije. Kad se ne uzimaju u obzir neugodni osjećaji učenika u
situaciji učenja, oni će ugroziti čitav proces učenja. S druge strane, dobri
osjećaji stvaraju ugodno uzbuđenje i čine učenje privlačnim. Emocije
određuju zašto učimo i imamo li samopouzdanja i sigurnosti u rezultat
učenja. Naš mozak daje prioritet svim emotivno vođenim informacijama.

4.8. Utjecaji okoline na mozak

Neuroznastvenica M. Diamond utvrdila je da mozak doslovno raste kad

se poticajima iz okoline stvaraju nove veze. Ona kaže: "Kad obogaćujemo
okolinu, razvija se mozak s debljim korteksom, razgranatijim dendritima i
većim staničnim tijelima" (Jensen, 1998). Neuroznastvenik B. Jacobs
utvrdio je 40% više neuralnih mreža u mozgovima obrazovanih ljudi nego
u osoba koje su napustile školovanje. Prema tome, očito je da okolina, kao
i osobno iskustvo, može snažno utjecati na razvoj mozga. Stoga je pitanje
kako obogatiti okolinu u kojoj se uči od prvorazrednog značenja za
obrazovanje. Obogaćena okolina je ona koja pruža dovoljno podražaja da
se potaknu strukturne promjene u mozgu.
Kako mozak najbrže i najlakše uči u prvim godinama života i ranim
školskim godinama, to je vrijeme kad se poticanjem polažu temelji kasnijeg
učenja. Vanjski svijet je neizmjerno bogata hrana rastućem mozgu. Mirisi,
boje, zvukovi, dodiri, okusi, riječi, osjećaji - sve su to poticaji za
uspostavljanje bogatih neuralnih mreža. Ukratko: bogatu okolinu za učenje
čine izazovi i povratne informacije, Tablica 4.2.

Tablica 4.2. Baza učenja u mozgu – parovi izazova i povratnih

informacija
IZAZOV POVRATNA INFORMACIJA
rješavanje problema specifična
kritičko mišljenje dana na različite načine
značajni projekti pravovremena
složene aktivnosti kontrolirana

Budući da nešto što je izazov za jednog učenika ne mora biti izazov za

drugog, učenicima valja dati mogućnosti izbora u procesu učenja: izbora
tempa učenja, razine složenosti zadatka, izbora partnera, kako će sjediti, na
82
kojem dijelu projekta će raditi, izbora oblika krajnjeg rezultata rada.
Učitelji koji nastoje poticati razvoj mozga svojih učenika nastoje da ih, bez
obzira što učenici izabrali, izlože širokom rasponu različitih postupaka.
Tradicionalni razredi u kojima je tako često dosadno, u kojima se tako
često pažnja nastoji zadobiti prijetnjama (ocjenjivanje!) morali bi što prije
postati prošlost! Sporiji, linearniji put tradicionalnog školskog učenja
zapravo nedovoljno stimulira mozak. Učitelj govori (predaje gradivo) a
učenici ga trebaju memorirati kako bi u situaciji «ustani i reci» pokazali što
znaju. Mozak je kod takve vrste učenja koja se oslanja na učenje iz
predavanja i udžbenika preslabo iskorišten.

Ako uzmemo da su djeca u školi oko 6 sati dnevno 175 dana u godini,
to znači da su tijekom osnovnog školovanja izložena određenoj okolini oko
8400 sati. Smije li nam biti svejedno hoće li ta okolina njegovati i razvijati
mozak ili će pak doslovno sužavati granice njegovih potencijala?
Naš mozak istovremeno radi na više razina, procesirajući odjednom
svijet riječi, boja, pokreta, emocija, oblika, zvukova, okusa, težina i mnogo,
mnogo toga drugoga. On povezuje sve te podatke, komponirajući značenje
i razvrstavajući ono što je dnevno životno iskustvo iz svega onog čime je
okružen.
Taj fantastični multi-procesor u tradicionalnim razredima uglavnom je
gladan ulaznih podataka. Zašto? On je sposoban procesirati mnogo više
informacija, iskustava i podražaja nego ih obično može naći u školi.
Najbolje se uči kad se uči na više razina odjednom, najviše se uči onda kad
je onaj koji uči uključen u bogatu, multi-senzornu realnu životnu situaciju.
Iz tih razloga najbolji razred je onaj vani, na dobro osmišljenom tematskom
izletu, ekskurziji ili u razredu s posebnim događajima, npr. projektima.
Obogaćena okolina koja uključuje sve osjete učenika, stalnu povratnu
informaciju od učitelja i vršnjaka pomaže hraniti ogroman apetit mozga za
poticanjem.

4.9. Sposobnost učenja mozga

Mozak uči jer je to njegova prirodna funkcija, njegov kapacitet za učenje

je stvarno neiscrpan. Po nekim svojim svojstvima on je posve izuzetan, a
to su:

 sposobnost da uočava obrasce i čini aproksimacije

 izuzetan kapacitet za različite vrste pamćenja
 sposobnost za samo korekciju i učenje iz iskustva
83
  analiziranje vanjskih podataka promišljanjem
 neiscrpni kapacitet za stvaranje

Jedan bitan razlog jest da još nismo shvatili kompleksnost i eleganciju

načina na koji mozak uči, osobito kad funkcionira optimalno. Kad shvatimo
i mogućnosti i raspoložive procese, tad možemo procijeniti golemi
potencijal ljudskog mozga i u stvarnom smislu unaprijediti procese
edukacije.
Psiho metrijskim ispitivanjima potvrđene su razlike u reakcijama i
funkcioniranju mozga kod muškaraca i žena, Slike 4.9. i 4.10.

Slika 4.9. Aktivnosti pojedinih dijelova mozga kod muškaraca

84
 Slika 4.10. Aktivnosti pojedinih dijelova mozga kod žene

Mnogi i danas smatraju da se učenje odvija kroz pamćenje

činjenica i specifičnih vještina. Pritom se zanemaruje ogroman kapacitet
mozga da upija neposredno životno iskustvo, da traga za smislom tj.
značenjem iskustva, za obrascima i vezama. Primjerice, djeca poznaju
paralelne crte mnogo prije nego dođu u školu. Prije nego što o njima uči u
geometriji, prosječan učenik vidio je tisuće paralelnih crta u ogradama,
prozorima, slikama, mehaničkim igračkama, itd. Umjesto da podsjete na
sve te primjere, većina će učitelja nacrtati paralelne crte na ploču i dati
definiciju. Učenici poslušno preslikaju "novu" informaciju u svoju
bilježnicu kako bi je proučili i zapamtili za odgovaranje ili test. Paralelne
crte odjednom postaju nova, apstraktna informacija pohranjena u mozak
kao odvojena činjenica.
Neuroznastvenici i psiholozi govore o gladi mozga za značenjem.
Mozak koji uči traži strukture koje imaju neko značenje i opire se
besmislenima. Zapamtit će, doduše, i izolirane ili sasvim različite
informacije, ali je ipak najefikasniji u pamćenju onih koje su važan dio neke
smislene cjeline. Naš mozak stalno teži povezivanju dijelova u cjelinu, pa
najviše i najbolje učimo kad povezujemo nešto novo s nečim što već
znamo, razumijemo. Neuroznanost ističe jedinstvenost ljudskog mozga, iz
čega proizlazi da efikasno učenje može biti samo ono koje pruža mnoštvo
povoljnih prilika za različite učenike (mozgove!) kako bi se osigurala
smislenost onoga što se uči. Planirajući povezivanje novog s već poznatim

85
moramo imati na umu da će biti učenika za koje će to "novo" biti već davno
poznato!
Stvaranje mnoštva prilika za učenike u kojima će novo znanje povezivati
sa starim jest trodijelni zadatak za onoga koji poučava:

 najprije, moraju jasno identificirati bitne pojmove, principe i

vještine u predmetima koje poučavaju, potom
 dobro upoznati obrazovne potrebe svojih učenika, i na kraju
 na temelju obrazovnih potreba svojih učenika stvarati prilike za
učenje u kojima će učenici konstruirati razumijevanje
povezivanjem onoga što već znaju s bitnim podacima o onome što
pokušavaju naučiti.

U skladu s time i kurikulum mora uznastojati oko razvijanja značenja,

smisla, mora biti organiziran oko kategorija, pojmova i vodećih principa.
Za smisleni kurikulum je karakteristično postizanje velike zainteresiranosti
i velike primjerenosti, te zadiranje u osjećaje i iskustvo onih koji uče.
Želimo li da učenici zadrže, razumiju i koriste ideje, informacije i
vještine, moramo im pružiti dovoljno prilika da otkriju njihov smisao, učine
ih "svojima" kroz uključivanje u složene situacije učenja.

Istraživanja razvoja i funkcioniranja mozga potvrdila su mnoge

intuitivne i iskustvene spoznaje o efikasnom učenju i poučavanju i stavila
pod kritičku lupu uobičajenu praksu u školi. Na mnoga pitanja, osobito ona
oko vrlo specifičnih problema još čekamo jasne odgovore.

No, već i primjena onoga što se zna može znatno unaprijediti naše
učenje. Tako bi sastavnice učenja i poučavanja koje je usklađeno s
osobinama funkcioniranja mozga i koje potiču njegov razvoj bile sljedeće:

 Sadržaji koji imaju značenje za učenike

 Odsustvo prijetnje
 Mogućnosti izbora
 Odgovarajuće vrijeme (dovoljno vremena!)
 Okolina bogata poticajima

86
  Suradnja
 Neposredna povratna informacija
 Ovladavanje gradivom (stjecanje kompetencije)

Mnogi znanstveni istraživački projekti danas istražuju fenomene

spiritualnih iskustava. Zapravo, čudno je da se znanost nije i ranije bavila
istraživanjem, ovog polja imajući u vidu da je još Froud objavio svoje
pronalaske u vezi nižeg nesvjesnog uma i da su geniji i sveci tokom vjekova
pokazali sposobnosti viših stanja svijesti.
Kroz sva psihološka shvaćanja čovjek je promatran izolirano od svoje
okoline i svega ostalog što utječe na njegovo biće, kao što su spiritualni
aspekti čovjekovog postojanja. Na taj način psihologija nikada nije
uspijevala dati ništa što je približno razumnom objašnjenju čovjeka. Kao
rezultat svih ovih psiholoških teorija uslijedile su psihološke terapije koje
nisu bile previše uspješne. One su možda i pomagale čovjeku na neki način,
ali ne dovoljno da bi ga dovele do sreće i evolucije njegovog bića.

Jung je bio psiholog koji je vjerojatno najviše pomogao psihologiji da

usvoji holistički, odnosno potpun stav prema ljudskom postojanju.
Međutim, ostali psiholozi su tek nedavno ozbiljno shvatili njegove ideje.
Dijelom iz njegovog učenja, indirektno ili direktno, razvile su se razne
moderne škole misli, npr. psihologija rasta, geštalt psihologija,
organizmička psihologija itd. Sve one vide čovjeka kao multidimenzijalno
biće. One shvaćaju da bilo koje razumijevanje čovjeka mora imati u vidu
sve aspekte postojanja, i objektivne i subjektivne. Ako se izostavi bilo koji
dio postojanja, na primjer spiritualni aspekt, steći će se samo djelomična
slika o čovjeku. Svi moderni oblici psihologije tiču se razvoja potencijala
u svakom pojedincu.
O ovome se govori kao samo aktualizaciji. To je progresivno razvijanje
unutarnjih kapaciteta svake osobe. U modernoj psihologiji samo
aktualizirana osoba je isto takav čovjek - osoba koja je izrazila sve svoje
latentne potencijale, unutarnje sposobnosti i više ne reagira u suprotnosti
sa svojom osobnošću i sredinom, jer je usklađena sa svim vanjskim i
unutarnjim. Za sva ova istraživanja suvremene psihologije je bitna
cjelokupna priroda pojedinca. Ovo podrazumijeva fizički, mentalni,
emocionalni, psihički i spiritualni aspekt čovjeka. To je prava spiritualna
staza gdje su integrirani svi aspekti kako bi čovjek postao cjelokupno biće.
Sve to što psihologija istražuje, govori o samo realizaciji u svim
sferama bića, ili svjesnosti o unutrašnjoj prirodi i načinima njenog

87
izražavanja. Konačni cilj je samo realizacija sa kojom se manifestiraju svi
čovjekovi potencijali do maksimuma i čovjek ostvaruje savršenu harmoniju
sa svojim unutrašnjim bićem i vanjskom sredinom. Konačni cilj je
jedinstvo s postojanjem, s Bogom, s vrhovnom sviješću, psiholozi to još
nisu proglasili kao krajnji cilj, ali tko zna, možda će do toga doći u bliskoj
budućnosti.
U prošlosti je psihologija težila stavu da je čovjek psihološki vezan
fiksnom porivima i motivima. Na osnovi toga se smatralo da čovjek treba
ispunjavati ove nazovi porive, ponavljajući ih beskrajno. Međutim, iako
neophodno, ovo neprekidno zadovoljavanje osnovnih potreba, otklanja
tenzije i frustracije samo za kratko vrijeme. Time se ne mogu ni na koji
način otkloniti osnovne tenzije u životu. Suvremena psihologija naglašava
važnost transcendiranja sveobuhvatnog razvoja čovjeka, tako da on ne
ostane u istom životnom okviru. Čovjek treba neprekidno tragati za višim
oblicima ispunjenja, jer viša težnja donosi veće zadovoljstvo. Na ovaj način
pojedinac u razvoju napušta niži oblik poriva, jer ga manje zadovoljava.
Drugim riječima, ljudi su indoktrinirani da su stvari dobre/loše, ljudi
crni/bijeli, kršćani/muslimani/hindusi, pametni/glupi itd. Mi volimo ili
mrzimo. Potpuno smo uključeni u kategorizaciju koja nas sprječava da
vidimo svijet kakav zapravo jest. Ljudi postaju automatizirani. Mnogi
psiholozi su izjavili da bi jedan od najvažnijih ciljeva psihologije trebao
biti de automatizacija čovjeka jer ovaj brz i takmičarski život može imati
štetan utjecaj na um. I zaista, istina je da svaka osoba mora imati um koji
je u stanju suočiti se sa bombardiranjem koje vrše intenzivne vanjske
aktivnosti.
Mnogi su shvatili da svaki čovjek treba postati svoj psihološki
savjetnik. To je univerzalni način za uklanjanje ili sprječavanje suvišnih
briga, konflikata i stresova. Također, to je siguran put do pozitivnog i
ispunjenog života. Naša sposobnost da obavljamo svakodnevni posao i da
se zabavljamo zavisi isključivo od našeg unutarnjeg bića. Ako naše
unutarnje biće nije u harmoniji, onda ni odnos s vanjskom sredinom ne
može biti harmoničan. Meditacija je sigurna metoda za suprotstavljanje
pesimizmu, depresiji, napetosti i sličnim stanjima uma koji su mnogi
prihvatili kao normalan dio života.

Upravo su suvremeni progresivni psiholozi ti koji snažno podržavaju

ovu ideju. Oni danas vjeruju da normalno stanje čovjeka treba biti
neprekidan izraz radosti, da bi kontrolirali raspoloženje, isključili negativna
stanja i zamijenili ih blagostanjem.
Jedan od najvećih problema čovjeka je njegova nesposobnost da se
prilagodi promjeni. Prije nekoliko stotina godina i ranije, pa čak i danas u
88
zemljama gdje nema tehnološkog razvoja ovo nije pojednostavilo problem,
jer promjena nije bilo godinama, a kamoli iz dana u dan. Tehnološka
društva su međutim u stalnoj promjeni. Rezultat toga su mentalni problemi,
u manjem ili većem obimu, u ovisnosti od osobe.

Binauralna tehnologija je način na koji se mozak stimulira na sinkroni

rad uz primjenu zvučnih signala koji se odvojeno dovode slušalicama do
oba uha. To je posebno pripremljen tonski sadržaj koji se pretežno nalazi
ispod praga čujnosti, dakle nečujan je, a maskira se zvukom kiše ili morskih
valova. Ti zvukovi također imaju svoju ulogu, oni vežu svjesnu pažnju na
nešto čiji sadržaj mozak ne treba posebno obrađivati, pa ta monotonija
dodatno djeluje smirujuće.
Zvukovi koji dolaze na lijevo i desno uho razlikuju se po frekvencijama
tako, da mozak stvara kombiniranu zvučnu sliku koja predstavlja razliku
lijeve i desne frekvencije. Iznos te diferencijalne frekvencije je upravo
takav da se mozak s lakoćom sinkronizira na njih, jer su to frekvencije alfa,
theta i delta valova u kojima se mozak nalazi u vrijeme spavanja, Tablica
4.3.

Tablica 4.3. Uzročna stanja i frekvencije valova iz vanjskih izvora

Valovi Vlakno Debljina Frekvencija Stanje

oznaka μm Hz
1 βh A-vlakno 6-13 20-40 STRES
2 β A-vlakno 6-13 12-20 BUDNOST-puna koncentracija
3 α A-vlakno 13-20 7-12 OPUŠTENOST -uoči sna
4 γ B-vlakno 3-8 4-7 REM -faza sna, sanjanje
5 δ C-vlakno 1-5 0,1-4 DUBOKI SAN- bez snova
6 c C-vlakno 0,5-1

Ta pojava otkrivena je još 1973. godine, a otkrivač je američki liječnik

dr. Gerald Oster. Od tada traju istraživanja o korisnosti primjene tonske
stimulacije na rad mozga u čemu posebna zasluga pripada Robertu
Monroe-u

89
4.10. Veze u ponašanju mozga i spoznaje umjetne inteligencije

Kao mogućnost produciranja, procesuiranja i uređenja prikaza

informacija po uzoru na biološke neurone, koriste se umjetne neuronske
mreže. Međusobne veze unutar mreže omogućuju ponavljanje testiranja
koje se koristi za učenje. Na taj način mreža može rješavati problema kao
što su prepoznavanje, predviđanje, optimizacija, asocijativna memorija,
kontrola i razumijevanje.

Umjetne neuronske mreže su oslonjene na NEURON - specijalnu

biološku ćeliju u ljudskom mozgu, zacementirale su perceptorsku stranu
ES.

Umjetnom inteligencijom se pokušava prodrijeti do čovjeka koji je tijekom

svog života podložan različitim utjecajima. Pokušavaju se simulirati i
modelirati utjecaji koji bi se približili čovjekovom načinu mišljenja,
osjećanja i djelovanja. Naročito je u istraživanjima važno prodrijeti do
spoznaje socijalne interakcije kojom se u životu pokušava djelovati na
druge kako bi njihovo mišljenje, osjećanje i ponašanje prilagodio svojemu.

Važnost intelektualnog okruženja na funkcionalni razvoj mozga

pokazuju brojni primjeri naročito kod jednojajčanih blizanaca. Iako
blizanci imaju istu početnu građu mozga, jer su genski potpuno identični,
bolje intelektualne sposobnosti (IQ) u odraslo doba ima onaj blizanac koji
je proveo djetinjstvo u bogatijem intelektualnom okruženju. Već iz tih
nekoliko primjera vidljivo je da se mozak razvija korištenjem, tj.
"bombardiranjem" informacijama. Naime, neko dijete može imati idealnu
strukturu pojedine regije mozga, ali ako se taj dio mozga ne stimulira (dakle
čuva) neće se neuroni umrežiti, a tek umrežen veći broj neurona moći će
funkcionalno zadovoljiti potrebe te regije. Pojedini nepovezani neuroni,
bez obzira na njihov broj i gustoću ne mogu obavljati složeniji rad.

Zbog uloge hormona rasta i faktora rasta neurona na umrežavanje

važno je mozak bombardirati informacijama u mlađoj dobi. Neki
znanstvenici su mišljenja da je najpovoljnije doba za funkcionalni i
intelektualni razvoj mozga dob od četvrte do osme godine života.

90
4.10.1. Komfornost i konformizam

Kako intelektualno okruženje tako i promjene u ponašanja ili uvjerenju

prema grupi imaju posljedice stvarnog ili zamišljenog pritiska.
Konformizam se definira kao ˝situacija koja utječe na pojedinca da čini
određeni akt tako što vidi drugoga ili druge osobe da se na isti način
ponašaju˝.

Konformizam se može definirati i kao društvena prilagodljivost,

prihvaćanje zajedničkog vrijednosnog sistema i normi ponašanja, osnova
zajedničke egzistencije, međusobnih odnosa u društvu, međusobnog
poštovanja i tolerancije. Konformizam u užem smislu znači promjenu
stava, uvjerenja ili ponašanja u smjeru prilagođavanja grupi izazvanu
grupnim pritiskom. Ukoliko je konformizam odraz osobnog prihvaćanja,
tj. stvarne promjene tada se naziva pravim odnosno istinskim.

Od popuštanja se razlikuje jer uključuje promjenu ponašanja prema

grupi ili društvenoj normi te uključuje pritisak grupe ljudi, a ne pojedinca
konformiranje prema očekivanjima jedne grupe može biti devijantno po
mjerilima neke druge grupe. Na pritisak grupe moguće su tri reakcije:

 antikonformizam (pojedinac namjerno djeluje suprotno od

očekivanja grupe),
 neovisnost (pojedinac čini ono što bi i inače) i
 konformizam (pojedinac se bezuvjetno prilagođava grupi).

Društveni uvjeti konformizma su urbanizacija, sredstva masovnog

komuniciranja, nagle promjene kulturnih obrazaca (brze promjene
vrijednosnih sustava, političke konfrontacije i ideologizacija političkih
odnosa. Antikonformizam često generira konflikt. Zajednički život te
međusobna ovisnost ljudi dovodi do niza socijalnih procesa koji određuju
sadržaj, oblik i način djelovanja pojedinaca i grupe u društvenim procesima
koji su strani računalnim programima, ali se neki algoritmi koji se oslanjaju
baš na te procese mogu razviti i koristiti. Između ostalog Komfornost s
grupama, normama, suradnja među pripadnicima grupe i odgovornost za
zajedničke ciljeve osnovni su rezultat socijalne interakcije. Ti oblici
interakcije su esencijalni za društvenu egzistenciju, svako društvo teži da
ih institucionalizira kao kulturne vrijednosti i da kroz proces socijalizacije

91
formira pojedinca koji je u osnovi konformist, kooperativan i socijalno
odgovoran. Svaki pojedinac živi u društvu u okviru zajedničke kulture,
konformira se s osnovnim ulogama kulture i društva.

Postojanje društva podrazumijeva minimalni stupanj društvene

integracije i određen stupanj konformizma prema društvenim normama.
Pojedinac se često nalazi u konfliktnoj situaciji zadržavanja vlastitog
osjećaja identiteta dok istovremeno se od njega očekuje da popusti željama
drugih, povlađujući normama i standardima. Neslaganje s društvenom
zajednicom izlaže pojedinca sankcijama (u rasponu od izopćenja do
zatvora), dok neuspjeh postizanja i održavanja osjećaja identiteta može
dovesti do niskog samopoštovanja i samopouzdanja ili u krajnjim
slučajevima do apatije i depresije. Osoba može svjesno ili nesvjesno
prihvatiti društveni utjecaj, ili mu nerado popusti ili mu se opire.

Osim normativnog i informacijskog pritiska varijable koje utječu na

konformizam su:

 privlačnost grupe za pojedinca (veća privlačnost rezultira većim

konformizmom)
 referenične grupe (grupe koje volimo i s kojima se uspoređujemo
su vrlo snažni izvori društvenog utjecaja)
 samopoštovanje (što je veće samopoštovanje, konformizam je
manji).

Varijabla značajna za stupanj konformizma je i veličina grupe.

Eksperimentima je pokazano da ako grupu čini jedan suradnik
eksperimentatora i jedan pravi ispitanik, taj ispitanik ostaje nepodložan
konformizmu. Ako grupu čine dva suradnika eksperimentatora, ispitanikov
postotak konformističkog ponašanja raste na 14%. Uvođenjem trećeg
suradnika postotak konformizma prelazi 30%. Daljnje uvođenje suradnika
u grupu vrši minimalan utjecaj na postotak konformizma.

Konformizam se u velikoj mjeri reducira uvođenjem ispitanikovog

partnera u eksperiment (prisustvo jedne osobe koja je suglasna s
ispitanikom uvelike učvršćuje ispitanikov otpor prema konformizmu.

92
Konformizam se također može smanjiti tako što ispitanik svoju odluku ne
iznosi javno (već je na primjer napiše).

Nekonformisti su ljudi sa višom inteligencijom, većom snagom ega,

sposobnošću vođenja i visokim stupnjem zrelosti u socijalnim odnosima.
Ti su ljudi uspješni, jaki, aktivni, puni samopouzdanja, širokih pogleda.
Potvrđeno je eksperimentom da se muškarci i žene ne razlikuju po
razinama konformizma kod neutralnih čestica u zadacima, ali da su se
muškarci konformirali više od žene na femininim, a žene više od muškaraca
na maskulinim česticama.

Konformizam je najveći kad su ispitanici nagrađeni za slaganje s

netočnom većinom. Za objašnjenje konformizma koristi se teorija socijalne
usporedbe. Ljudi oko nas pružaju nam sredstvo samo evaluacije, s njima se
uspoređujemo – konformizam s njima trebao bi rezultirati pozitivnom samo
evaluacijom koja onda povećava naše samopoštovanje. Primjer pravog
konformizma poznata je Aschova paradigma - Aschov konformizam.

4.10.2. Aschova paradigma

Aschova paradigma je eksperimentalni postupak ispitivanja

konformizma. Ispitaniku se pokaže standardna linija i tri linije za
usporedbu (zadatak je lagan tj. nedvosmislen a glasi odrediti najsličniju
liniju dužinom standardnoj s tim da je ispitanik posljednji koji (javno)
izražava svoje mišljenje, nakon što čuje prosudbe ostalih u istoj prostoriji
(eksperimentatorovih suradnika). Postoji znatan utjecaj jednoglasne,
netočne većine na (naivnog) ispitanika koji popušta tome utjecaju.
Prosječno ispitanici se konformiraju u 4 - 5 od 12 kritičnih prosudbi, a
konformizam se povećava što je veća jednoglasna većina u grupi.
Zaključak eksperimenta bio je da što je zadatak dvosmisleniji i teži ljudi su
skloniji konformiranju.

Primjena (repliciranje) Aschovog eksperimentima na studentima u

osamdesetima je doživjelo neuspjeh. To je pripisano činjenici da je
Aschova paradigma previše poznata studentskoj populaciji, promjeni
kulturne klime u kojoj se konformizam sada promatra kao manje pozitivan
fenomen.

Razvijene su i eksperimentalne tehnike slične Aschovoj paradigmi s

tom razlikom da ispitanik svoju prosudbu izriče privatno (u svojoj kabini)

93
i omogućuje istovremeno testiranje više ispitanika. Stupanj konformizma u
njihovim eksperimentima je manji što se objašnjava razlikovanjem javnog
popuštanja (osoba se konformira s grupnim normama, ali privatno
zadržava drugačije mišljenje) pod normativnim pritiskom od privatnog
prihvaćanja – internalizacije (osoba uistinu mijenja svoje mišljenje, vjeruje
u ispravnost mišljenja grupe) pod informacijskim pritiskom (drugi ljudi
pružaju informacije o prikladnom ili očekivanom ponašanju ).

Asch je ispitivanjem jednoglasne većine pokazao važnost podrške

jedne osobe ispitaniku kao bitan faktor otpora društvenom pritisku. Kasnija
istraživanja pokazala su da utjecaj ima i vremenski raspored i kvaliteta.
Ako se suradnik čije je mišljenje točno, nasuprot mišljenju većine javi
nakon većine i ako je visoke vjerodostojnosti, tada najviše pomaže
odupiranju grupnom pritisku. No pokazano je i da je bilo kakva podrška
bolja od nikakve jer uvjetuje veće odupiranje pritisku grupe. Dolazi se do
zaključka o konformizmu kao načinu izbjegavanja sukoba u grupi, što
nameće dvije stvari – sklad u grupi je poželjan, a razlike u mišljenju ne. Iz
toga implicira zaključak kako je ugađanje drugima važnije od točnih
prosudbi, što je jedan od načina kako se svidjeti drugim ljudima.

4.10.3. Model konflikta – Model "Santa leda"

Dinamika konflikta često se uspoređuje sa santom leda. Slika 4.11,

sante leda ukazuje na to da je vidljiv samo jedan mali dio onoga što
određuje i izaziva konflikt. Šest sedmina ukupne mase neke sante leda je
pod vodom i nevidljivo je za promatrača, ali tih šest sedmina određuje
veličinu i ponašanje sante leda. Baš taj model se upotrebljava da bi se
pokazalo kako su nam neposredno vidljivi samo mali dijelovi događanja i
dinamike konflikta. Do ostalih dijelova moramo doći pomnim
istraživanjem.

94
 Slika 4.11. Model konflikta – santa leda

Konflikti se uvijek događaju na dvije razine - na razini djelovanja i na

psiho-socijalnoj razini. Veoma je važno poznavati obje razine, uvidjeti na
koji način i u kolikoj mjeri utječu jedna na drugu, a istodobno držati
razdvojenim njihovo djelovanje.

Razina djelovanja - to su formulirane teme konflikta, vidljivo ponašanje

strana u konfliktu, činjenice, odnosno vrh sante leda. Psiho-socijalna razina
- to su strahovi, nesigurnosti, želje, osjećaji, tabu-teme itd., odnosno sve
ono što ne vidimo, ali što je u velikoj mjeri prisutno. Sve to ostaje skriveno,
ali djeluje na ponašanje strana u konfliktu

U velikom broju slučajeva psiho-socijalna razina određuje djelovanje

konflikta. Što konflikt više eskalira, to je veće značenje i značaj psiho-
socijalne razine. Zato je vrlo važno shvatiti i prepoznati psiho-socijalnu
razinu kako bi se konflikt u potpunosti razumio. Biti svjestan psiho-
socijalne razine konflikta, a time i skrivene dinamike, znači učiniti stvarni
razlog konflikta vidljivim, odnosno omogućiti da se taj stvarni razlog
prevlada.

95
4.10.4. Popuštanje

Popuštanje je «reakcija jedne osobe na direktan pokušaj utjecaja

nekoga tko pomoću zahtjeva bez uporabe autoriteta i zapovijedanja»
eksplicitno traži nešto od te osobe. Utvrđene su četiri značajne varijable
koje imaju utjecaj na popuštanje:

-uzajamnost –utvrđeno je veće popuštanje kod ljudi kojima je prethodno

učinjena neka usluga, nego kod kontrolne skupine kojoj nije učinjena
nikakva usluga.

-samopoštovanje - do smanjenja samopoštovanja i velikih razina

popuštanja došlo je u Apslerovom eksperimentu kao rezultat prethodnog
navođenja ljudi da učine «budalaste» stvari zbog kojih će im kasnije biti
neugodno.

-prekršaji - utvrđeno je da ljudi koji su «uhvaćeni» na djelu u nečem

pogrešnom popuštaju više od kontrolne skupine koja nije «uhvaćena» u
istim radnjama. Ljudi kojima je prethodno učinjena usluga su, skloniji
popuštanjima nego što su to ljudi u kontrolnoj skupini.

-tehnika ˝nogom u vratima˝ - ljudi kojima je najprije postavljen manji

zahtjev kojemu su popustili, imaju višu razinu popuštanja većem zahtjevu
koji slijedi, nego osobe kojima je odmah postavljen veći zahtjev.
Učinkovitost te tehnike objašnjava se time da ljudi postavljanjem velikog
zahtjeva nakon malog, njihovom željom da budu dosljedni svojem ˝imidžu
pomoći˝. Slična tehnika gdje se ljudima najprije postave nerazumno veliki
zahtjevi, a tek nakon toga se postavlja pravi, razumniji zahtjev pokazala se
podjednako uspješnom.

4.10.5. Polarizacija grupe

Istraživanja su do ranih šezdesetih tvrdila da su grupe oprezne i

konzervativne u usporedbi s pojedincima, ali grupe donose rizičnije odluke
od prosječnog člana grupe što je poznato kao učinak ˝pomaka prema
rizičnosti˝. Neovisno o spolu pojedinca i veličini grupe, grupna odluka
nakon rasprave je smjelija i sklonija rizičnijim izborima od prosjeka ili

96
srednjih vrijednosti individualnih odluka članova. I odluke pojedinaca
nakon grupne rasprave su rizičnije nego prije rasprave.

Kasnijim istraživanjima (1969.) je utvrđeno da grupna rasprava

rezultira pomacima prema ekstremima skale za mjerenje stavova pojedinca
i grupe. Za to je predložena hipoteza polarizacije grupe. Polarizacija,
međutim, nije ekstremizacija. Ekstremizacija je jednostavno pomak prema
polu koji se i prije preferirao. Polarizacija se događa samo kad se već
postojeće stajalište pojačava. Terenskim istraživanjima pronađeni su učinci
uprosjećivanja što je objašnjeno time da se polarizacija ne može očekivati
kod već postojećih, djelatnih grupa, jer one već imaju grupne norme i
očekivanja, za razliku od ljudi koji se prvi put susretnu kao skupina. Iz
činjenice da razvoj grupnih normi ide zajedno sa tendencijom smanjivanja
polarizacije grupe slijedi da je polarizacija oblik društvenog utjecaja.

Fenomen pomaka prema rizičnosti ima nekoliko objašnjenja. Difuzija

odgovornosti kao jedno od objašnjenja ukazuje da pojedinac zbog mogućih
loših posljedica ne želi sam prihvatiti odgovornost donošenja rizične
odluke (kojoj rezultat može biti neuspjeh). U grupi odgovornost nije samo
na jednoj osobi, on se raspodjeljuje na sve članove pa se smatra
prihvatljivim prihvaćanje većeg rizika. Zapadno društvo pozitivno
vrednuje rizik kao poželjan put do uspjeha. Grupna rasprava djeluje kao
proces socijalne usporedbe u kojemu pojedinci uspoređuju svoju i
spremnost drugih članova grupe na rizik. Usporedba s drugima im pokazuje
da su oprezniji nego što su mislili, da je njihov nivo preuzimanja rizika
ispod prosjeka pa povećavaju svoju spremnost na rizik. Postojanje
dosljednih pomaka prema opreznosti dovodi u pitanje teoriju difuzije i
njezina objašnjenja. Unaprijed se ne može sa sigurnošću predvidjeti koje
dileme će dovesti do pomaka prema riziku, a koje prema opreznosti.

Društveni utjecaj kao uzrok polarizacije sugerira o normativnom i

informacijskom utjecaju većine. Informacijski utjecaj podrazumijeva
utjecaj uvjeravajućih argumenata koji podupiru već preferirani smjer, a
normativno se djeluje na manjinu u grupi, koja se drži suprotstavljenih i
neutralnih stajališta.

Konformizam manjine s mišljenjem većine je mješavina javnog

popuštanja i privatnog prihvaćanja. Razlog tome je što se nakon rasprave
kod pojedinca javlja recidivizam, a prema količini recidivizma određuje se
stupanj javnog popuštanja.

97
4.10.6. Pokoravanje autoritetu

Pokoravanje autoritetu je (u smislu društvenog utjecaja) pokoravanje

pojedinca ili grupe izravnim zapovijedima, pismima ili naredbama
autoriteta (osobe ili institucije). Da bi se ljudi pokorili autoritetu, njegove
zahtjeve moraju percipirati kao legitimne. Pokoravanje može biti benigno
i konstruktivno, ali isto tako može biti destruktivno (posljedica slijepog
pokoravanja, ali može i izazvati konflikt).

S. Milgram šezdesetih godina provodi kontroverzne eksperimente o

pokoravanju autoritetu. Ispitanicima je rečeno da se eksperiment bavi
učenjem. Namješten je tako da je ispitanik uvijek igrao ulogu učitelja, a
suradnici učenika. Na učenika su pred učiteljem postavljene elektrode i
učenik se zatim požalio na slabo srce. Učenik je za svaki naredni krivi
odgovor ˝dobivao˝ sve veći elektrošok (jačine od 15 do 450 volti).
˝Učitelju˝ je prije eksperimenta dat uzorak šoka kao demonstracija.
Milgrama je zanimalo u kojem će trenutku ispitanici prestati davati šokove.
Za vrijeme eksperimenta pokraj ispitanika stajao je Milgramov suradnik i
poticao ga na daljnje davanje šokova. Prije provođenja eksperimenta
Milgram je proveo istraživanje među studentima, psihijatrima i odraslima
iz srednje klase kojima je opisao eksperiment i pitao ih do koje jačine šoka
bi išli prije odbijanja davanja jačih. Ispitane grupe složile su se da ne bi išle
dalje od 255 - 300 volti. Praktični rezultati pokazali su da je 65% ispitanika
nastavilo davati šokove sve do maksimalnog intenziteta.

Pokušavajući objasniti rezultate eksperiment je nastavljen s ciljem

otkrivanja situacijskih i društvenih čimbenika koji imaju utjecaj na
pokoravanje autoritetu. Promatrao je legitimnost autoriteta, udaljenost
˝učenika˝ od ˝učitelja˝ , blizinu osobe autoriteta, proturječnost autoriteta i
spol ispitanika. Kad je autoritet imao sumnjiv legitimitet, ako je ˝učenik˝
bio u blizini, ili su se kolege pobunile, pokoravanje se znatno smanjilo. Tek
su proturječne naredbe rezultirale time da su svi ispitanici odbili dalje
davati elektrošokove. U zaključku se može reći da autoritet snažno utječe
na svakoga i da se destruktivno ponašanje, iako se ne može eliminirati,
može smanjiti utjecajem određenih čimbenika.

Kritika je eksperimentima zamjerila ne etičnost (obmana ispitanika),

nanošenje boli, stresa i tjeskobe ispitanicima, dok su drugi kritičari tvrdili
da ispitanici nisu bili uvjereni u to da ozljeđuju ˝učenika˝ ( post
eksperimentalni razgovori su to opovrgnuli). Treća kritika odnosi se na
mogućnost poopćavanja eksperimenata u stvarnom svijetu. Uloga učitelja
98
podrazumijeva potiskivanje osobnog identiteta i osobne odgovornosti na
drugo mjesto, te također podrazumijeva određeno kažnjavanje učenika (ali
se treba podrazumijevati sklad težine prekršaja i kazne).

Društveni utjecaj često djeluje kad neka osoba preuzme ulogu (roditelj,
učenik), a s njom i norme, određena očekivana ponašanja. Pri preuzimanju
uloge javlja se pojava zamjenjivanja individualnog identiteta grupnim.
Osobu to dovodi do anonimnosti čiji mogući rezultat je
dezindividualizacija (slabljenje socijalnih i moralnih ograničenja
ponašanja), što je zorno opisao eksperiment u Stanford zatvoru.

Podrum sveučilišne zgrade Stanford, (Sveučilište Stanford - engl.

Stanford University, puni službeni naziv Leland Stanford Junior
University) privatno je i istraživački orijentirano Sveučilište u Stanfordu,
Kalifornija, SAD. Osnovao ga je 1885. Kalifornijski guverner i senator
Stanford Leland i njegova supruga Jane Lathrop Stanford kao spomen na
svog sina, Lelani Stanford Jr. , koji je umro u Europi od tifusa nekoliko
tjedana prije svog šesnaestog rođendana), preuređen je u ˝zatvor˝ u kojima
su dobrovoljci (zrele, tjelesno i mentalno zdrave osobe, natprosječne
inteligencije, nepovezane sa asocijalnim ponašanjem) slučajnim odabirom
dodijeljene uloge zatvorenika i čuvara. Prvima je rečeno da će im biti
uskraćena neka građanska prava, ali da neće biti tjelesnog zlostavljanja, a
od čuvara je zatraženo da zadrže red u zatvoru zbog njegovog normalnog
funkcioniranja. Eksperiment je prekinut nakon šest dana jer se situacija u
˝zatvoru˝ izmakla kontroli istraživača, odnosno i zatvorenici i čuvari su
preuzeli stereotipno ponašanje i značajke ličnosti karakteristične njihovim
ulogama (agresivnost, sadizam, dehumanizacija). ˝Normalne˝ osobe
postale su pod utjecajem dezindividualizacije patološke i asocijalne u
manje od tjedan dana. Zimbardo tvrdi da su ˝zatvorenici˝ skloniji
konformiranju bili sposobniji prilagoditi se zatvorskoj okolini (iako je
Zimbardov uzorak u tom eksperimentu samo deset osoba –vrlo malen).

Postoje dokazi koji podupiru teoriju konformističke ličnosti, koja tvrdi

da ljudi koji postižu visoke rezultate na „F-skali“ i osobe koje imaju
potrebu za društvenim odobravanjem, ljudi s niskim samopoštovanjem i
tjeskobni ljudi su oni koji teže većem konformiranju. Osobine za koje se
smatra da osobu čine podložnijom društvenim utjecajima su osobine
autoritarne ličnosti (nekritički, submisivan stav prema autoritetu i rigidno
slijeđenje konvencionalnih vrijednosti) iako ta povezanost nije utemeljena
na dovoljno pouzdanim dokazima. Smatra se da je ličnost faktor koji

99
najviše doprinosi konformizmu, ali ga snažne situacijske sile često
nadjačaju.

4.10.7. F-skala

F-skala (kratica za fašizam razmjera, također u Kaliforniji F-scale) je

upitnik namijenjen za snimanje tipičnih stavova i osobine autoritarne
ličnosti. Upitnik je razvijao Theodor Adorno (1903-1969), tijekom
emigracije iz Njemačke u SAD, (1944.-1949.), ali i poslije razvijan u
znanstvenom radu ideja o autoritarnoj osobnošću (teorija autoritarne
ličnosti) - devet različitih razmišljanja karakterističnih za implicitne
antidemokratske trendove i potencijalni fašizma, može se opisati kao anti-
demokratsko i profašističko. F Skala sadrži devet područja ( tzv. pod- skale,
psihičke karakteristike), Slika 4.12.:
9

1 2 3 4...

Slika 4.12. Devet pod skala osobina autoritarne ličnosti, (Theodor

Wiesengrund Adorno)

100
1. Antiintracepcija - Averzija prema senzualnosti, estetičnosti i
usmjerenost materijalnom.
2. Autoritarna agresivnost - Nekritičko pokoravanje vlasti tendencija
osuđivanja.
3. Destruktivnost i cinizam - Općenita neprijateljstva , ocrnjivanje
čovjeka.
4. Konvencionalizam - Rigidno prihvaćanje konvencionalnih vrijednosti
srednje klase
5. Moć i Snaga - taktika jake ruke -Pretjerano iskazivanje snage i
čvrstoće.
6. Praznovjerje i Stereotipi - Mistično vjerovanje u odredbu nad svojom
sudbinom
7. Projektivnost - Sklonost da se vlastita efektivna stanja projiciraju u
vanjsku okolinu
8. Spolnost - Pretjerani problemi sa seksualnim "događanjima "
9. Submisivnost - Nekritično podvrgavanje moralnim autoritetima i
njihovim načelima.

Iako je utjecaj većine u popuštanju, konformizmu, polarizaciji grupe i

pokoravanju, on smanjuje sukob među pojedincima ili grupama. No i
manjina ljudi ili jedna osoba katkada vrši snažan utjecaj na grupu. Postoje
dva socijalno psihološka procesa kojima se objašnjava učinkovit utjecaj
manjine, odnosno pojedinca. To su:

- status i moć i

- stil ponašanja .

Osobe visokog statusa i moći ili mogu izvršiti utjecaj na druge

koristeći te izvore kako bi svoje manjinsko mišljenje učinili mišljenjem
većine. Pretpostavlja se da je najveći problem osobe s manjinskim
101
mišljenjem kako steći status quo i pokazivanju kompetentnosti u općim
područjima odnosno ˝zaslugama za idiosinkratičnost˝. Što više zasluga
osoba na taj način stekne, grupa će joj tolerirati više devijantnih, izvornih
i/ili inovativnih ideja. Osobe visokog i niskog statusa u grupi se najmanje
konformiraju s grupnim normama s tim da grupa ne tolerira dugo ljude
visokog statusa ako devijantno mišljenje spriječi ostvarenje grupnog cilja.

Ako ne postoji status i moć, stil ponašanja manjine može uspješno

djelovati na većinu. Istraživanja provedena 1974. su pretpostavila da
članovi manjine mijenjaju društvene norme svojim stilom ponašanja koji
ima četiri glavne komponente: dosljednost, sigurnost u ispravnost ideja i
mišljenja koje predlažu. Zaključilo se da se objektivni i nepristrani, odupiru
društvenom pritisku i zloporabi. Manjina češće stvara sukob nego što ga
izbjegava ili smanjuje, njezina dosljednost čini da ljudi posumnjaju u
vlastite pretpostavke. Dosljednost mišljenja nije sama po sebi uzrok
utjecaja manjine, nego je potrebno postojanje dosljednosti mišljenja kod
manjine od strane drugih, koji onda manjini atributiraju povjerenje,
autonomiju ličnosti i različitost.

Empirijski je dokazan utjecaj dosljedne manjine koji postoji i u

kasnijoj nenazočnosti manjine (eksperiment s plavo–zelenim
dijapozitivima u kojem je većina tvrdila da su isti zeleni). Dogmatska i
nefleksibilna dosljednost može i smanjiti utjecaj manjine. Važno je da
manjina svoj stil ublaži određenom dozom fleksibilnosti, određenih
ustupaka većini, jer inače je moguće potpuno izopćenje manjine od ostatka
grupe.

4.10.8. Cocktail party efekt

Cocktail party efekt interesantan je primjer u učenju iz neuronskih

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

102
 Slika 4.13. Tipičan prikaz - Cocktail party druženja

Zajednički život, međusobna ovisnost ljudi dovodi do niza socijalnih

procesa koji određuju sadržaj, oblik i način djelovanja pojedinca i grupa u
društvenim procesima. Komfornost s grupama, normama, suradnja među
pripadnicima grupe i odgovornost za zajedničke ciljeve osnovni su rezultat
socijalne interakcije. Budući da su ti oblici interakcije esencijalni za
društvenu egzistenciju, svako društvo ih teži institucionalizirati kao
kulturne vrijednosti i da procesom socijalizacije formira pojedinca koji je
u osnovi konformist, kooperativan i socijalno odgovoran. Svaki pojedinac
živi u društvu u okviru zajedničke kulture, konformira se s osnovnim
ulogama kulture i društva. Društva, odnosno društava u kojima je često
pojedinac prisutan ali i u situaciji kada postoji ili se ignorira društveno
očekivanje ili određeni oblik ponašanja, kao prikrivena individualna
potreba, odnosno kontrolirana želja.

Na naše životno iskustvo snažno utječu drugi ljudi. Naše ponašanje

često je određeno društvenim situacijama i normama, percepcijom, onime
što mi mislimo o sebi, ali i o onome što drugi misle o nama. Tijekom svojeg
života čovjek je (svjesno ili nesvjesno) podložan društvenim utjecajima.
Odnos pojedinca i socijalne okoline ovisi o društvenim odnosima, sadržaju
grupnih normi, vrednovanju pojedinih oblika ponašanja te individualnim
odnosom prema grupi, njegovoj osposobljenosti. Društveni uvjeti su
urbanizacija, sredstva masovnog komuniciranja, nagle promjene kulturnih
obrazaca (brze promjene vrijednosnih sistema, političke konfrontacije i
ideologizacija političkih odnosa.

103
 U analizi ponašanja za pojedinca bitna su dva aspekta:

 prvi se odnosi neposredno na njegov doživljaj sebe, pokušaj

doživljavanja sebe kao konzistentne osobe koja ima izgrađen odnos
prema okolini i dosljedna je u ponašanju i
 drugi koji se odnosi na interakciju pojedinca i grupe.

U Cocktail party efektu, ili algoritmu, ponašanje pojedinca se ne

zasniva na osjećaju zajedništva i pripadnosti grupi u kojoj se nalazi, već
stvaranju procjeniteljskog odnosa na potencijalne vrijednosti koje se mogu
pohraniti i kasnije uporabiti.

Prethodno izloženo nužno je povezati s Abrahamom Haroldom

Maslowom (New York, 1. travnja 1908. – 8. lipnja 1970.), američkim
psihologom, teoretičarem pokreta za ljudske potencijale. On je osnivač
škole unutar suvremene psihologije koja je poznata pod imenom
humanistička psihologija. Njegova teorija ličnosti predstavlja jedan od
temelja te škole pa se stoga može nazvati humanističkom teorijom ličnosti.
Poznata je njegova hijerarhijska teorija motivacije, prikazana piramidom
motivacijskih potreba, Slika 4.14.

Slika 4.14. Piramida motivacijskih potreba, (Abraham Harold Maslow)

104
Teorija koju je postavio još 1954. godine, služi i danas. Iz nje se razvijaju
različiti koncepti teorije vrijednosti, smješteni u teoriju vjerovanja po kojoj
postoje tri tipa vjerovanja:

- deskriptivna ili egzistencijalna, (karakterizirana istinitošću ili

neistinitošću)

- evaluativna, (karakterizirana evaluacijom objekta kao dobrog ili lošeg) i

- proskriptivna, (karakteristično je da se objekt ocjenjuje kao poželjan ili

nepoželjan)

Vjerovanja imaju:

 kognitivnu,
 afektivnu i
 ponašajnu komponentu

a na njihovim temeljima razvijena teorija vrijednosti koja se dijeli na:

 TERMINALNA STANJA, (ona koja se odnose na poželjna

krajnja) i

 INSTRUMENTALNA PONAŠANJA, (poželjna idealizirana),

Procjenjuje se da terminalnih vrijednosti nema više od ljudskih potreba.

4.11. Komentar

I kao što je na početku rečeno: "Samo se za neke funkcije mozga

"prozori" za ulaz utjecaja počinju zatvarati u vrlo ranoj dobi, no za druge
se oni tek počinju otvarati". Umjesto prijašnje usporedbe mozga s
kompjutorom, danas istraživači gledaju na mozak kao na mnogo
fleksibilniji, samo prilagođavajući entitet. On je živi, jedinstveni,
organizam koji se stalno mijenja, raste i preoblikuje prema izazovima, s
elementima koji nestaju ako se ne koriste.

105
5. INTELIGENTNI I EKSPERTNI SUSTAVI
Pojam KALOKAGATHIA označuje grčki ideal u vrijeme procvata atenske
demokracije. Svaki je razborit čovjek težio da odgojem postane lijep, snažan i
obrazovan u politici i filozofiji. Grci su smatrali da se vježbom tijela i duha postiže
taj ideal. Učeći od starih uzora iz junačkih vremena opisanih u HOMEROVIM
djelima, vježbajući tijelo od najranije mladosti u PALESTRAMA i vježbalištima
te razgovarajući sa starijim učiteljima filozofije, trudili su se postati „lijepi i
dobri“.

Uvod u peto poglavlje

___________________________________________________________
Hipoteza, postavljena 1960. po kojoj sva živa bića na zemlji čine
jedinstveni kolektivni organizam završava s idejom o socijalnom
inteligentnom super-organizmu za kojeg se ne zna kako nastaje. Iako
pojedine jedinke ne moraju posjedovat svojstva inteligencije, cjelokupno
inteligentno ponašanja može rezultirati interakcijama velikog broja jedinki
nepoznatih motiva. Tri su osnovna smjera istraživanja i razvoja
inteligentnih sustava koji su entiteti distribuirane umjetne inteligencije:

 Rješavanje zadataka sa ciljem prilagodbe koncepata,

 Rješavanje zadataka nezavisnim entitetima i
 Simulacije kod kojih se modeliraju pojedini entiteti a cijeli se model
temelji na interakciji mnoštva entiteta

5.1. Što je to inteligentni a što ekspertni sustav?

Inteligentni sustav, (IS), Prema R. Reddyu, je svaki sustav koji pokazuje

sljedeća svojstva:

 Ponaša se kao prilagodljiv i usmjeren cilju (engl. goal-

oriented behavior) - željeni cilj ili ciljeve se predočuju
podciljevima za koje se rabi znanje o operacijama i postupcima
kojima se približava željenom cilju u slijedu akcija. Ako neki
od podciljeva nisu ostvarivi, traži se alternativnim putovima
doći prema konačnom cilju.

106
  Modificira se na temelju iskustva - sustav ima algoritme za
automatsku modifikaciju strukture i funkcija na temelju
iskustva koja stiče u radu. Podrazumijeva se da sustav može
prikupljati, prikazivati i upotrebljavati stečena iskustva.

 Koristi se velikim količinama znanja - količina znanja

pohranjena u sustavu mora biti slična količini znanja koju
posjeduje čovjek da bi riješio sličan problem.

 Pokazuje svojstva svjesnosti - sustav ima sposobnost

objašnjavanja svojeg ponašanja, nadgledanja i dijagnoze stanja,
te korekcije u slučaju pogreške.

 Komunicira sa čovjekom prirodnim jezikom i govorom -

sustav može komunicirati sa čovjekom i drugim inteligentnim
sustavima na prijateljski način, prirodnim jezikom i govorom.

 Tolerira pogreške i nejasnoće u komunikaciji - takva

komunikacija podrazumijeva dvosmislenost i gramatičku
neispravnost u rečenicama.

 Operabilan je i odgovara u stvarnom vremenu

Osim navedenih svojstava, inteligentni sustav ima i sljedeće funkcije:

 Prikuplja i obrađuje informacije

 Interaktivan je s vanjskim svijetom i radnom okolinom
 Razmjenjuje informacije i znanja s čovjekom i /ili s
drugim inteligentnim sustavima
 Prikuplja znanja učenjem
 Manipulira i uporabljuje znanje
 Primjenjuje i zaključiva znanjem
 Planira i predviđa

Stupanj inteligentnosti sustava procjenjuje se na temelju dominacije

umjetne inteligencije u njemu, pa može biti:

107
Jako inteligentni sustav - u tolikoj je mjeri razvijen da može razmišljati na
istoj razini kao i čovjek. Za prepoznavanje takva oblika inteligencije, već
je A. M. Turing razvio test prema kojemu je računalo inteligentno ako više
od 30% osoba koje s njim neizravno komuniciraju nije sposobno odrediti
je li riječ o čovjeku ili stroju.

Slabo inteligentni sustav - jest onaj kojem se mogu pripisati tek neka
inteligentna svojstva, npr. mogućnost prepoznavanja govora.

Ekspertni sustavi, (ES), kao najzastupljenije područje umjetne

inteligencije, (UI), definiraju se na različite načine. Jedna od
najjednostavnijih definicija je: (Jožef Štefan, Ljubljana), Ekspertni sustavi
su sustavi koji oponašaju znanje eksperta. To mogu biti i računalni
programi koji sadrže određena specifična znanja iz jednog ili više
određenih područja znanosti. Ovakvi programi su komercijalizirani kroz
80-e godine prošlog stoljeća, a razvili su ih znanstvenici u području
umjetne inteligencije u 60-im i 70-im.

Najčešći oblik ES sastoji se od seta pravila po kojima se analiziraju

informacije (koje su najčešće pružene od strane korisnika) o specifičnoj
vrsti problema, ali i pružanja matematičke analize problema. Ovisno o
njihovom dizajnu tj. izvedbi, pružaju korisniku određene povratne
informacije koje je potrebno poduzeti da bi se riješio zadani problem. ES
su od najveće pomoći za organizacije koje imaju visok nivo iskustva i
znanja u direktnom i pravilnom rješavanju problema koje je teško prenijeti
na druge članove te iste organizacije ili na nekog trećeg.

Takvi su sustavi dizajnirani za lakše „prenošenje inteligencije“, znanja

i informacija koje posjeduju stručnjaci prema drugim članovima
organizacije u svrhu rješavanja problema. ES su inteligentni programi na
računalima koji koriste znanja i postupke zaključivanja, kako bi se riješili
teški zadatci, kad oni zahtijevaju znatnu ljudsku stručnost. Kao model
znanja nužnog za tu razinu može se zamisliti sveukupno stručno znanje
najboljih praktičara na nekom polju rada, (Lujić, 1993.).

Osnovne komponente ES su:

 komunikacijski među sklopovi

 mehanizam, (modul) zaključivanja
 baza podataka i baza znanja

108
 Danas se ES koriste gotovo u svim područjima i rade sve ono za što se
smatra da čini čovjekovu inteligenciju. Komponente ES generiraju tri
glavna zadatka inženjerstva znanja:

 Prezentacija i pohrana velikih količina znanja problemskog

područja
 Aktiviranje uporabe znanja za rješavanje problema
 Pružanje odgovora na korisnička pitanja

U proces izgradnje ES uključeni su: eksperti, inženjer znanja i korisnici.

Za Eksperta se zna da je osoba s reputacijom u svom području zbog stručnih
sposobnosti kvalitetnog rješavanja problema. On koristi svoje znanje,
sposobnosti i vještine, (kompetencije), stečene kroz bogato iskustvo da
skrati proces pronalaženja rješenja. Znanje eksperta je nadgradnja znanja
koje se može dobiti čitanjem knjiga. On ne može uvijek da objasni razloge
svoje odluke, ne zato što ne želi da ih objašnjava, već zato što se oslanja na
intuicije. On vjerojatno zna mnogo više nego što je svjestan. ES treba da
obuhvati i objedini te sposobnosti, vještine i iskustvo jednog ili više
eksperata.
Inženjer znanja je osoba koja poznaje područje računalnih znanosti, UI
i zna kako se izgrađuju ES. On poznaje u svom području izgradnje ES sve
njegove dijelove: baze znanja i baze podataka, mehanizam zaključivanja i
korisničko sučelje.
Baza znanja, (BZ), (engl.. knowledge base), baza je činjenica i heuristika
u području za koje je namijenjen ekspertni sustav, pridruženih problemu.
Ona uključuje činjenice, relacije između činjenica i moguće metode za
rješavanje problema u obrađivanom području.
Mehanizam zaključivanja, (MZ), (engl.. inference engine) je softver
sposoban da sredi informacije iz baze znanja i da na osnovi toga izvuče
zaključke, tako što činjenice iz baze znanja kombinira s informacijama
dobivenim od korisnika u cilju izvođenja specifičnih zaključaka. Pri radu
se koriste kontrolne strategije, koje odlučuju u kom trenutku treba
primijeniti neko od pravila iz baze znanja na nove činjenice dobivene
tokom konzultacija s korisnikom. Na ovaj način se simulira ljudsko
razmišljanje.

Moduli zaključivanja izvršavaju algoritme za rješavanje zadataka tako

da pozivaju neko od svojstava iz baze ili tako da pronađu nova svojstva iz
svojstava koja su pohranjena u bazi znanja. Komunikacijski među sklopovi
omogućavaju korisniku sve udobnosti rada sa sustavom na interaktivan

109
način, a ujedno mu pružaju uvid u tijek donošenja zaključka. Može se
module zaključivanja i komunikacijski među sklop podrazumijevati i kao
jedinstveni modul koji se tada naziva ljuska ekspertnog sustava ili samo
ljuska. Potrebno je naglasiti da jedna specifična ljuska daje na raspolaganje
samo ograničeni broj metoda za reprezentaciju znanja i zaključivanja.

BZ u ekspertnim sustavima su apstraktni prikaz radne okoline ili svijeta

u kojem sustav treba rješavati zadatke. Mogu biti iz problemske domene ili
način kako se problem rješava. U bazama je znanje: sve što je poznato,
stvari koje su znane, rezultati dobiveni percepcijom. Ili jednostavnije
rečeno znanje je spoj spoznaje i logike. Spoznaja uključuje ne
propozicijsko razumijevanje kao što su percepcija, pamćenje, refleks, ali i
propozicijsko razumijevanje te razumijevanje sudova o ne propozicijskom
razumijevanju. Logika je znanost koja proučava načela koja vode do
ispravnih zaključaka.

BZ sadrži:

 objekte i relacije među njima

 činjenice i nesigurne tvrdnje
 pravila svijeta i dezicijska, (željena) pravila
 opise motivacije, cilja i stanja sustava
 metode rješavanja problema i heuristiku
 opis ponašanja
 hipoteze
 opise tipičnih situacija
 procese
 ograničenja
 meta znanje

Jedan od središnjih problema na području umjetne inteligencije jest

razvoj dovoljno precizne i djelotvorne notacije za prikaz znanja u
ekspertnom sustavu – sheme za prikaz znanja.

Sheme za prikaz znanja moraju ispunjavati sljedeće uvjete:

110
  primjerenost prikaza – sposobnost prikaza svih vrsta znanja koja su
potrebna za određeno područje.
 primjerenost zaključivanja – sposobnost baratanja prikazanim
strukturama na takav način da se izvode nove strukture koje
odgovaraju novom znanju dobivenom zaključivanjem na temelju
starog znanja.
 djelotvornost zaključivanja – mogućnost ugradnje dodatne
informacije u strukturu znanja, koja se može koristiti za
usmjeravanje pažnje mehanizma zaključivanja prema
obećavajućim smjerovima.
 djelotvornost učenja – sposobnost lakog prikupljanja znanja.

Osnova svakog IS i ES je umjetna inteligencija (UI), (engl. Artificial

Intelligence), (AI). To je dio područja tehničkih znanosti, tehničkog polja
računalnih znanosti, (informatike) koje se bavi razvojem sposobnosti
računala da obavljaju zadaće za koje je potreban neki oblik inteligencije.
Od računala se očekuje da se mogu snalaziti u novim prilikama, učiti nove
koncepte, donositi zaključke, razumjeti prirodni jezik, raspoznavati prizore
i dr. Naziv se također rabi za označivanje svojstva svakoga neživog sustava
koji pokazuje inteligenciju, obično su to računalni sustavi, dok se izraz
katkad neutemeljeno primjenjuje na robote, koji nisu nužno inteligentni.

UI je podvrsta računalne znanosti posvećena kreiranju računalnog

programa i tehničke izvedbe s mogućnosti imitacije ljudskog mišljenja.
Inteligencija nam omogućuje stjecanje znanja i olakšava mogućnost
njegove primjene u praksi. UI daje računalu dodatnu mogućnost procjene
mogućega kapaciteta koji se ogleda u inteligentnom ponašanju a to je jedan
od osnovnih ciljeva UI. Iako računalo ne može učiti i stjecati iskustvo kao
ljudsko biće, ipak može upotrebljavati znanje i iskustvo pojedinaca i tako
ga spojiti u kvalitetne računalne programe.

5.2. Heuristika, ontologije i hermeneutika

Heuristika, (grč. heuriskin = otkriće, heurisko = pronašao sam),

Arhimedova anegdota vezana uz Arhimedov zakon predstavlja poseban
način rješavanja problema.
Pomoć u izgradnji inteligentnih sustava je upravo heurističko
iskustveno pravilo tj. tehnika prosuđivanja koja može osigurati

111
pronalaženje cilja. To je sredstvo koje daje opću strategiju za rješavanje
problema ili za dolaženje do odluke. Iako heuristička informacija nije
eksplicitno dokaziva, ona je informacija o naravi stanja, prijelazu iz
jednog stanja u drugo, o osobinama stanja, što je u kreaciji UI vrlo bitno.

Izuzetno važna mogućnost u primjeni umjetne inteligencije je ta da se

tvrdnja izvede iz činjenica koje su istinite i poznate i to primjenom
neizrazite logika koja ima više stupnjeva istinitosti – ona je više-valjana.
Ideja neizrazite logike uvedena je 1965. godine na University of
California, Berkly kroz uvođenje pojma neizrazitih skupova razmatrajući
problem računanja u situacijama neodređenosti. Heisenbergov princip
neodređenost je klica neizrazite logike koja je u inteligentnim sustavima
omogućila kreaciju senzorske strane. Umjetne neuronske mreže su
oslonjene na neuron - specijalnu biološku ćeliju u ljudskom mozgu,
zacementirale su perceptorsku stranu ES.

Ontologija, (grč. όντος znači biti i λόγος kao riječ, pojam).

Ontologija, je istraživanje o vrstama stvari koje su u svijetu i koje odnose
imaju među sobom, postojanje, predmetstvo, svojstvo, prostor, vrijeme i
mogućnost u izgradnji i primjeni ES. U pripremi a kasnije i u primjeni,
(unapređenju) IS, angažiran je velik broj sudionika: eksperti, inženjeri
specijalisti - inženjeri znanja, korisnici, osoblje na prikupljanju i obradi
podataka. Multidisciplinarni pristup umjetnoj inteligenciji postiže se kroz
ontologije. Moderna analitička ontologija je prije svega teorija općih
kategorija, obrazac podatka koji se koristi za predstavljanje koncepta.
Predmet, osobina, događaj i to događaj, (događanje), koje se ne odnosi na
psihički čin promatranja, nego na prijelaz iz mogućeg u zbiljsko -
ontologija zbiljskih događaja, onako kako ih opisuje Heisenberg.

Kao mogućnost produciranja, procesuiranja i uređenja prikaza

informacija po uzoru na biološke neurone, koriste se umjetne neuronske
mreže. Međusobne veze unutar mreže omogućuju ponavljanje testiranja
koje se koristi za učenje. Na taj način mreža može rješavati problema kao
što su prepoznavanje, predviđanje, optimizacija, asocijativna memorija,
kontrola i razumijevanje.

Hermeneutika, (grč. hermeneuo = tumačim razlažem). Za

učinkovitost, moderne analitičke ontologije, u području UI i IS služi
suvremena hermeneutika, koja kao način poučavanja, ona nije tek puko
sredstvo, to je određena vrsta znanja koje u sebi nosi normativni smisao.
To je vještina, nauka o pravilima i sredstvima tumačenja i dokazivanja u
112
znanosti. Ona upozorava da svako razumijevanje uvodi svoje
pretpostavke, svoje podrazumijevanje.

Ontologije i hermeneutika, uključuju mogućnost prepoznavanja i

definiranja svojstva sustava UI:
– pristupačnost (prepoznaju svoju okolinu i odgovaraju na
promjene u njoj)
– aktivnost (djeluju usmjereno prema ostvarivanju cilja kroz
preuzimanje inicijative)
– društvenost (djeluju zajedno s drugim sustavima i ljudima u
svrhu ostvarivanja svojih ciljeva i u svrhu pomoći drugima u
ostvarivanju njihovih ciljeva),
– mobilnost (mogu djelovati u bilo kojoj okolini),
– sposobnost učenja na temelju razumijevanja ljudske
inteligencije i komunikacije sa strojem, čime se postiže njihova
izuzetna raspoloživost.

5.3. Kibernetika

Kroz prepoznavanje navedenih svojstava, u cilju definiranja pojma

sustava, (bilo inteligentnog ili ekspertnog), potrebno je usmjeriti
promatranje preko teorijskog, tehničkog i organizacijskog stajališta.

Teorijsko stajalište predstavlja utvrđivanje logičke strukture

hipoteza, spoznaja, otkrića, znanstvenih činjenica, teorija i zakona.

Tehničko stajalište obuhvaća promatranje, prikupljanje, mjerenje i

sređivanje podataka, te eksperimentiranje s podacima, čime se osiguravaju
optimalni uvjeti pod kojima se može doći do uporabljivih podataka,
informacija i spoznaja.

Organizacijsko stajalište treba osigurati racionalnu tehnologiju

namijenjenu za daljnje istraživanje u svim bitnim elementima.

Elementi i komponente inteligentnog ili ekspertnog sustava promatraju

se preko međusobnog povezivanja, funkcionalnim i fizičkim vezama, koji
kao cjelina obavlja definiranu funkciju. Element može biti bilo koja
komponenta, funkcionalna jedinica, podsustav ili cijeli sustav koji se može
sagledati kao jedinka. Komponenta je element sustava koji se općenito
smatra dovoljnim za provođenje određene funkcije, a u širem se smislu
može smatrati samostalnom fizičkom cjelinom. Sve tehničke tvorevine,
113
bez obzira na njihovu složenost, mogu se smatrati tehničkim sustavima.
Teorija sustava je nastala u okviru kibernetike kao znanosti o upravljanju i
informacijama. Za teoriju sustava kao znanstvenu metodu svojstveno je da
ona preferira izučavanje cjeline:

- formulirane na odnosima među elementima i

- formulirane na odnosima elemenata i sustava.

Teorija sustava kao znanstvena metoda može se primjenjivati u

svim znanstvenim područjima. Teorija sustava kao samostalna znanstvena
metoda ili u kombinaciji s drugim znanstvenim metodama, istražuje,
otkriva i prezentira rezultate istraživanja koji su interakcijski povezani s
istovrsnim i sličnim rezultatima homogeno strukturiranih ili sličnih sustava
i podsustava.

Kibernetika, (grč. kybernetike tehne = kormilarska vještina). Već je

Platon toj riječi, polazeći od njena osnovna značenja kao vještine
upravljanja brodovima, dao opće značenje u smislu umijeća upravljanja.
Osnivačem kibernetike u današnjem smislu smatra se Norbert Winer koji
je još 1948. godine, shvativši žive organizme i strojeve kao sustave,
istraživao njihove analogne karakteristike u njihovu ponašanju i
funkcioniranju. je znanost o općim zakonitostima procesa upravljanja,
reguliranja, dobivanja, pohranjivanja, pretvorbe i prijenosa informacija kod
živih bića i tehničkih sustava.

Kibernetika kao znanstvena disciplina istražuje „dinamičke samo

regulirajuće i samoorganizirajući sustave. Sastavna ili granična područja su
joj:

- teorija sustava,
- teorija upravljanja,
- teorija informacija,
- teorija kodiranja,
- teorija formalnih jezika i gramatika,
- teorija igara,
- matematička logika,
- teorija algoritama i programiranja,

114
- robotika...

Na tim osnovama egzistiraju četiri vrste kibernetike:

1. Teorijska ili opća kibernetika,
2. Primijenjena ili aplikativna kibernetika,
3. Tehničko-tehnološka kibernetika i
4. Ekonomska kibernetika.

Najvažnija obilježja kibernetskih sustava su:

1. velika složenost,
2. stohastičnost,
3. autoregulacija

5.4. Inženjeri znanja i algoritmi

Inženjeri znanja, (fr. ingenieur, iz staro lat. ingenarius, prema lat.

ingenium = talent, inteligencija), kao što je već prethodno rečeno, vezani
su uz ES, dio UI, koja pripada području tehničkih znanosti u znanstvenom
polju računarstva. ES i IS su povezani uz pohranu i manipulaciju znanjem,
pa se iz njih može učiti, stjecati nova i drugačija znanja.
Tumačenje prirode ljudskog znanja započeli su filozofi stare Grčke,
(Platon, Aristotel,…). U 17. i 18. stoljeću znanje je promatrano kroz ideje
da su tijelo i um dva odvojena entiteta, (Descartes, Kant,…). U 19. st.
proučavanje ljudskog znanja premješteno je u područje eksperimentalne
psihologije koja se oslanjala na kognitivnost, (Wilhelm Wundt).
U ranom 20. st. popularna ideja uma je bila promijenjena
biheviorističkim pristupom, kojim svijest nije bila prikladna za znanstveno
istraživanje nego se proučavalo motrivo ponašanje, (John B. Watson). U
50-ima prošlog stoljeća, znanstvenici su postavljali teorije uma temeljene
na procedurama, složenim i mentalnim reprezentacijama prema kojima se
komadići informacija kodiraju i dekodiraju u umu, (George A. Miller), i to
u istom razdoblju kada su inženjeri uspostavili znanstveno polje umjetne
inteligencije, (John McArthy, Marvin Minsky, Allen Newell, Herbert
Simon,…). U 70-ima prošlog stoljeća pristup preko kognitivne znanosti
proučava um i inteligenciju interdisciplinarno iz relevantnih polja
psihologije, neuroznanosti, lingvistike, antropologije, računarstva i
biologije, (Christopher Longuet-Higgins, Ulric Neisser,…). U tom
kontekstu razvija se praksa kognitivnog i bihevioralnog inženjerstva koje

115
je svoju potvrdu dobilo naučenim iz UI, čime su i inženjeri znanja dobili
svoje adekvatno mjesto.

Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kao

inženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na
temelju poznatih pristupa o njenom objašnjenju. Ti se pristupi općenito
svrstavaju u sustave:

 Simbolički sustavi objašnjavaju kogniciju uporabom operacija

simbolima putem eksplicitnih računalnih teorija i modela mentalnih
procesa analognima radu digitalnog računala.
 Poveznički (konekcionistički) sustavi objašnjavaju kogniciju
modeliranjem uz pomoć umjetnih neuronskih mreža na razini
fizikalnih moždanih svojstava.
 Dinamički sustavi objašnjavaju kogniciju pomoću dinamičkog
sustava u kojemu su svi elementi međusobno povezani i pokretljivi.
 Hibridni sustavi objašnjavaju kogniciju modeliranjem zajedničkim
korištenjem povezničkih i simboličkih sustava uz pomoć ostalih
računalnih tehnika.

Odluka za primjenu kognitivnog inženjerstva leži u definiranju

analitičkih razina na kojim se mozak i um mogu proučavati, a po tom i
koristiti. Mentalni fenomeni su najbolje proučavani na višestrukim
razinama apstrakcije, koje su podijeljene u tri grupe:

 Fizikalna razina opisuje fizikalni supstrat od kojeg se mozak i

neuroni sastoje (promatrano kao sustav)
 Funkcionalna (algoritamska) razina opisuje obrađenu informaciju
koja će biti spremna proizvesti nekakav učinak.
 Bihevioralna razina opisuje direktno promotrivi izlaz (ili
ponašanje) sustava.

Prvotne jednostavne analogije kognicije i računarstva koristile su za

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

116
fenomena, primjenu kognitivnih komponenti uporabe znanja, inženjeri
znanja su proveli u praksi izradom baza znanja, kojima se služi mehanizam
zaključivanja u ES.

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

za koje se pretpostavlja da ističu ponašanje, ono pokriva široki raspon
područja istraživanja o djelovanju pamćenja, pozornosti, percepciji,
predstavljanju znanja, mišljenju, kreativnosti i rješavanju problema.

Biheviorizam, (engl.. behaviour = ponašanje), pristup je preuzet iz

psihologije koji ima za cilj otkrivanje zakonitosti ponašanja u određenim
situacijama.

Kada u području UI promatramo proces razvoja, izgradnje,

operabilnosti i održavanja ES, onda je nerazdvojivo iskustvo i znanje koje
se stječe vremenom trajanja tog procesa, od onog potrebnog i uloženog na
samom početku. Iz baza znanja, baza podataka i mehanizama
zaključivanja, dijelova ES inženjeri znanja kontinuirano uče.

Proučavanje kognicije kao znanosti, kako bi se ona mogla tumačiti kao

inženjerska tehnika – kognitivno inženjerstvo, moguće je u prvom redu na
temelju poznatih pristupa o njenom objašnjenju. Ti se pristupi općenito
svrstavaju u sustave:

 Simbolički sustavi objašnjavaju kogniciju uporabom operacija

simbolima putem eksplicitnih računalnih teorija i modela mentalnih
procesa analognima radu digitalnog računala.
 Poveznički (konekcionistički) sustavi objašnjavaju kogniciju
modeliranjem uz pomoć umjetnih neuronskih mreža na razini
fizikalnih moždanih svojstava.
 Dinamički sustavi objašnjavaju kogniciju pomoću dinamičkog
sustava u kojemu su svi elementi međusobno povezani i pokretljivi.
 Hibridni sustavi objašnjavaju kogniciju modeliranjem zajedničkim
korištenjem povezničkih i simboličkih sustava uz pomoć ostalih
računalnih tehnika.

Odluka za primjenu kognitivnog inženjerstva leži u definiranju

analitičkih razina na kojim se mozak i um mogu proučavati, a po tom i

117
koristiti. Mentalni fenomeni su najbolje proučavani na višestrukim
razinama apstrakcije, koje su podijeljene u tri grupe:

 Fizikalna razina opisuje fizikalni supstrat od kojeg se mozak i

neuroni sastoje promatrano kao sustav
 Funkcionalna (algoritamska) razina opisuje obrađenu informaciju
koja će biti spremna proizvesti nekakav učinak.
 Bihevioralna razina opisuje direktno promotrivi izlaz ili ponašanje
sustava.

Prvotne jednostavne analogije kognicije i računarstva koristile su za

opisivanje razine analize uspoređivanje mozga i računala. Fizikalnu razinu
bi predstavljao procesor računala, bihevioralna razina predstavlja bi
računalni izlaz na monitor ili pisač a funkcionalna razina bi bila računalni
operativni sustav koji omogućava procesoru i perifernim jedinicama da
komuniciraju. Umjesto analogije, istraživanja sklonost i mentalnih
fenomena, primjenu kognitivnih komponenti uporabe znanja, inženjeri
znanja su proveli u praksi izradom baza znanja, kojima se služi mehanizam
zaključivanja u ES.

Biheviorizam je u 20. stoljeću kao pravac pretpostavljao da se

znanstvene metode mogu primjenjivati samo na ona ponašanja koja se
mogu opažati i mjeriti. Utjecaj na istraživanje klasično je uvjetovanje,
odbacilo još s kraja 19. stoljeća, introspektivnim metodama tražeći
ograničavanje psihologije na eksperimentalne laboratorijske metode, (John
B. Watson (1878.-1958.). U 21. stoljeću psiho metrijska ispitivanja
bihevioralnom inženjerstvu su otvorile nove putove u potvrdama
zakonitosti ponašanja.

Zbog različitih pristupa zauzimaju se gledišta koja svoje polje

proučavanja nazivaju bihevioralnom analizom ili bihevioralnom znanošću
što rezultira klasifikacijama biheviorizma:

 Klasični, (Watsonov) biheviorizam - objektivno proučava

ponašanja, bez mentalnog života, bez unutarnjih stanja pri čemu je
misao definirana kao prikriven govor.
 Metodološki biheviorizam - objektivno proučava ponašanja treće
osobe kod koje psihološki podaci moraju biti među predmetno
provjerivi i bez teoretskih propisa.

118
  Radikalni, (Skinnerski) biheviorizam - uključuje bihevioralni
pristup mentalnom životu, nemehanistički, kod kojeg unutarnja
stanja nisu dozvoljena

Uz ovu osnovnu klasifikaciju postoji još i Teleološki i Teoretski, kao

Post-Skinnerski, te Moralni, Filozofski, Politički, Molarni, Molekularni i
dr. biheviorizmi. Poznato je kako je u biheviorizmu još od 1924. prevlast
navike potpuna i nadjačala je pojam instinkta. Mnoga ponašanja koja su
ranije opisivana kao instinkti su zapravo stečene navike. Proces stvaranja
navika može se istraživati, za razliku od instinkta koji je dio genetske
osnove, što je potvrđeno ispitivanjem na primatima. Zbog tih razloga danas
je utjecaj okoline sve dominantniji. Odbacujući koncepcije nasljednih
sposobnosti, talenata, mogućnosti, sklonosti i vokacije, biheviorizam je
obećavao promijenjeni svijet, oslobođen prošlosti, u kojem bi ljudi mogli
biti uvjetovani da se ponašaju na prihvatljiv način, što se u konačnici
uspjelo s inteligentnim sustavima.

U 80-tim godinama prošlog stoljeća opis ponašanja kao što je prikazano

u članku "Odabir prema posljedicama" (engl. Selection by Consequences),
upliće razumijevanje povijesnog odabira kroz tri razine: 1) biologija
(prirodni odabir), 2) povijest (potkrijepljeno poviješću), i 3) kultura
(kulturni običaji društvenih grupa). Takav je cijeli organizam u interakciji
sa svojom okolinom i pokazuje prilično jasno da je razumijevanje realne
dinamike operantnog ponašanja umreženi proces i u kratkom i u dugo
vremenskom opsegu. Iako ovako definiran u tehničkom smislu izgleda
neizvediv u području umjetne inteligencije, fuzionirajući podatke i
informacije, inženjeri znanja su povezivanjem kroz multidisciplinarne
pristupe riješili važna područja preklapanja, (Ludwig Wittgenstein). Slika
5.1.

119
Slika 5.1. Multidisciplinarni pristup kognitivnog inženjerstva u kreaciji sustava
UI podacima i informacijama

Inženjer znanja kroz pitanja i razgovore s ekspertom od njega prikuplja

znanje, organizira ga, odlučuje kako će ono biti prikazano u sustavu i uz
pomoć ekipe programera koristi alate za izgradnju ES. Pod alatom se
podrazumijevaju svi uslužni programi i specijalizirani alati koji su na
raspolaganju i razvijeni za izgradnju, a koji se razlikuju od konvencionalnih
programskih jezika po tome što osiguravaju odgovarajuće načine za
predstavljanje složenih koncepata i elemenata znanja, polazeći u prvom
redu od klasifikacije i identifikacije, Slika 5.2.

120
 Slika 5.2. Tehnike, modeli i metode u klasifikaciji i identifikaciji znanja
inteligentnih sustava

Sveukupnost izgradnje, uporabe i održavanja ekspertnog sustava

obuhvaća skup metoda i postupaka koje se odnose na prikupljanje,
računalno predstavljanje i memoriranje, kao i uporabu ljudskog znanja u
rješavanju složenih problemskih situacija. Taj proces uključuje posebnu
vrstu interakcije između graditelja ES i eksperata iz određenog
problemskog područja. Inženjer znanja s ekspertima provodi ekstrakciju
znanja, njihovih procedura, strategija i postupaka za rješavanje problema i
121
ugrađuje to znanje u ekspertni sustav. Rezultat procesa je skup programa
koji rješavaju probleme u određenom području na način kako to radi
čovjek-ekspert, da bi u konačnici to radio ES. Manifestacija u određenom
području jest njegov kontakt prema okruženju, sa svojstvima (lat. sensibilis
- osjećajan) i reakcije na zamjedbu, (lat. perceptibilis - zamjetljiv), Slika
5.3.

Slika 5.3. Prikupljanje znanja, inteligentna obrada, djelovanje i analogija

eksperta i ekspertnog sustava

Ekspertiza predstavlja najbolja razmišljanja vrhunskih eksperata u

određenom području, sakupljena i ugrađena u program tako da u postupku
rješavanja problema mogu dovesti do preciznih i efikasnih rješenja u koja
je uključena svjesnost eksperta.

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

ontološka kategorija može se promatrati kao posebna doživljajna udešenost

122
prema toku vlastitog doživljavanja, koja taj tok prati kao znanje o njemu.
Svijest u tom značenju, kao superponirani doživljaj, može se doživljavati u
jednoj jedinoj razini ili se retrospektivno tek naknadno u pamćenju otkriva.
Otkrivanjem se dolazi do svijesti o samom sebi - samosvijesti. Samosvijest
je znanje o vlastitim psihičkim stanjima i procesima kao promjenjivim
svojstvima. Ona je manifestacija jednog jedinstvenog i postojanog, što
predstavlja analogiju inženjerstva znanja u UI, u kojoj se teži u mentalnoj
interakciji dostići pretvaranje bitka u svijest.
Imajući na umu spoznaje o djelovanju inženjera znanja, navode se za
primjer dva ES u funkciji sigurnosti prometa. To su aplikativni IS,
aerodromski, Slika 5.4, i tunelski, Slika 5.5. ES raspolažu informacijama i
podacima, koriste znanje i postupke zaključivanja u procesu rješavanja
problema za čije je rješavanje potreban visok stupanj stručnosti i iskustva.
ES imaju svoje faze od razvoja, implementacije, operabilnosti pa sve do
održavanja. Svrha im je da uz interakciju s inženjerima znanja, zaključuju,
prosuđuju, odlučuju na osnovi nekad čak i nepouzdanih i nepotpunih
informacija, te omogućavaju savjetovanje o problemu između sustava i
korisnika.

a) b) c)

Slika 5.4. Komponente ekspertnih aerodromski sustava svjetlosne signalizacije –

a) prilaz i USS, b) kontrolni toranj, c) nadzorno-upravljačka jedinica

a) b)

Slika 5.5. Ekspertni tunelski sustav u centru za održavanje i kontrolu prometa-a)

i oprema u tunelu-b)

123
 Učenjem iz ES, prikupljanjem baza znanja i baza podataka specijalistički
prometni sustavi, kao što su navedeni tunelski i aerodromski sustav,
inženjeri znanja ukazuju na karakteristike, efikasnosti pojedine opreme i
pridonose unapređenju i racionalizaciji radnih procesa, kao i otklanjanju
nedostataka, odnosno osiguranju sustava kvalitete. To je novo područje o
kojem se nije spominjalo u navedenoj literaturi koja obrađuje područje
djelovanja inženjera znanja.
Gospodarenje sustavom kvalitete, (QMS), (engl. Quality Management
System), sustav je za osiguranje kvalitete u zamisli, razvoju, proizvodnji,
ugradnji i održavanju. On znači da su procesi i poslovanje, najčešće u
globalnom smislu promatrano unutar tvrtke, organizirani i dokumentirani
a po tom i provjereni i potvrđeni, što je upravo odlika i garancija uspješnosti
svakog ES i iz njega je to naučeno. Lako se može potvrditi kako su
promatrani modeli, alati, metode i procedure QMS-a kao što su:
- 8D (Problem Solving Procedure)
- FMEA (Failure Models & Effects Analysis)
- 6-Sigma
- 6M-Ishikava
- PDCA (Plan, Do, Check, Act)
- 3A (Planning and Documenting Method),…

područje inženjerstva znanja. U ovom radu tom se segmentu daje posebna

pozornost jer je povezan s jednim konkretnim primjerom iz prakse. Stečena
iskustva su potvrđena na specijalističkom programu edukacije,
osposobljavanja i upoznavanja s navedenim metodama QMS, renomiranog
svjetskog proizvođača sigurnosnih i zaštitnih sustava - komponenti
ekspertnog tunelskog sustava.
Završetak edukacije bila je elaboracija o mogućnosti primjene ES kao
Quality Expert Proces, Slika 5.6. što je prezentirano kao mogućnost
globalnog razvoja QMS, Slika 5.7,

124
Slika 5.6. Koncept ekspertnog sustava kvalitete transformiran u ekspertni proces
sustava kvalitete

Koncept razvoja ekspertnog sustava kvalitete

BAZE ZNANJA PROCEDURE

 8D
BAZE PODATAKA
 FMEA
 6-Sigma ANALIZE
 6M-Ishikava
 PDCA METODE
 3A
ONTOLOGIJE
QMS
Slika 5.7. Koncept globalnog razvoja ekspertnog sustava kvalitete

Specijalistički programi obrazovanja inženjera znanja, podloga su za

stručnjake od kojih se očekuje stručnjačko rješavanje problema na razini
ekspertize, a za što je neophodno razumijevanje. Za potvrdu razumijevanja
koriste se iskustva raspoloživih baza i stvarni eksploatacijski parametri. Na
taj način specijalisti kao budućim eksperti stječu nove mogućnosti

125
razumijevanja. Upoznavanje s djelovanjem eksperta, promatrajući ga s
pozicije vrsnog poučavatelja, ukazuju na cilj kojem teže poučavani,
prolazeći fazu mentorstva. Potvrda koncipiranog edukacijskog programa
AERO TVZ dobivena je u okviru provedbe edukacije instruktora, prema
kojoj je stručnost i specijalizacija isprepletena sa sustavom kvalitete.
Takav pristup moguć je samo u slučaju kada se razvoj započinje kao
vizija, a kroz sveukupnost implementacije dosegne status kulture razvoja,
Slika 5.8.

Slika 5.8. Proces napredovanja inženjera znanja od mentora do eksperta

U konačno dosegnutom statusu izobrazbe skupljanje i posjedovanje

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

126
Slika 5.9. Ekspertnost kvalitete projekta kao sustava - koncept, razvoj realizacija
i održavanje

Algoritam je termin načinjen prema imenu perzijskog matematičara,

(Mohamed Ibn Musa Al-Hawarizmi/ Alchwarzimi/ Alchwarizoni –iz grada
Horezma), koji je početkom IX. st. objavio računski priručnik. U latinskom
prijevodu, (slat. algorithmus, algorismus), njegovo je ime pretvoreno u
Agorithmi. Tim su se imenom kasnije počeli nazivati računski priručnici i
računska umijeća. Na posljetku to je bio naziv za sva umijeća da se
elementarne aritmetičke operacije izvode pomoću arapskog sustava
označavanja brojeva.

Škola ALGORITMIČARA, koja se zalagala za ovaj način računanja

nastaje je u XII. stoljeću i odnijela je pobjedu nad školom ABACISTA,
(prema abacus – računalo s pomičnim kuglicama). Kasnije je riječ
algoritam dobila u matematici šire značenje upotrebljavajući se za metodu
ili proces računanja sa simbolima prema fiksiranim pravilima. „Logičkim

127
algoritmom“ ili „algoritmičkom logikom“ neki nazivaju algebru logike a
neki i čitavu simboličku logiku. ALGORITAM, (točnije algorizam) je skup
simbola i općeniti postupak za sustavno rješavanje određene klase
matematičkih problema.
Kako bi računala bila u mogućnosti u kratkom vremenu egzaktno riješiti
zadani problem, (postoje problemi koji današnjim metodama nisu rješivi u
stvarnom vremenu, kao i mnogi kombinatorni problemi, poput problema
trgovačkog putnika i problem zadovoljenja Booleove funkcije koji u sebe
uključuje složene računske operacije), uz neophodnu tehnologiju i
napredak postignut u računarskoj znanosti, razrađuju se algoritmi za
rješavanje. Pojedini problemi se ne mogu poznatim algoritmima riješiti
milijardama godina, pa se u tu svrhu koriste iskustvene metode čija
je učinkovitost eksperimentalno potvrđena. Neke od tih metoda su
razrađene pomoću heuristike, o čemu je bilo riječi prethodno.
Heuristikom razrađeni algoritmi zapravo su algoritmi nastali
eksperimentiranjem u svrhu dobivanja zadovoljavajućeg rješenja. Bitno
svojstvo heurističkih algoritama je da mogu približno (dovoljno dobro)
riješiti probleme eksponencijalne i faktorijelne složenosti. Pojedini dijelovi
heurističkih algoritama se razlikuju ovisno o situaciji u kojoj se koriste i
uglavnom su funkcije cilja – transformacije, i njihovo definiranje znatno
utječe na efikasnost algoritma. U nastavku se daje pregled podjele i opisa
algoritama koji se koriste, Tablice 5.1 do 5.6.

Tablica 5.1 Podjela algoritama

ALGORITMI

EGZAKTNI HEURISTIČKI
ALGORITMI ALGORITMI

HEURISTIKE METAHEURISTIKE
SPECIFIČNIH
PROBLEMA

128
 Tablica 5.2. Algoritamski uvjeti za pronalaženje globalnog optimuma

Algoritamski uvjeti uvjet stabilnosti

za pronalaženje (stabilizaciju u globalnom optimumu)
globalnog uvjet oslobađanja iz lokalnog optimuma
optimuma (bijeg iz lokalnog optimuma).

Tablica 5.3. Podjela heuristike specifičnih problema

Heuristike Algoritmi namijenjeni za rješavanje točno određenih

specifičnih problema
problema Funkcije procjene, (Funkcije heuristike)

Tablica 5.4. Grupe algoritama

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

Grupe algoritama 5. Pretraživanje promjenjivom okolinom

6. Stohastičko difuzno pretraživanje
7. Optimizacija mravljom kolonijom
8. Optimizacija rojem čestica
9. Evolucijski algoritmi.

129
 Tablica 5.5. Podjele metaheurističkih algoritama

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

Tablica 5.6. Pregled poznatijih algoritama

Red. Naziv/Oznaka Opis

br. algoritma
(HR)/(ENGL)
1 Pretraživanje algoritam koji optimizira pretraživanje po širini
najboljim prvim (Breadth-first search).
Best-first search
(BFS)
2 Dijkstrin algoritam služe za pronalaženje najkraćeg puta između dvaju
Dijkstra's vrhova u grafu, uvijek dovode do optimalnog rješenja
algorithm (DA) ako ono postoji, (završni algoritam)
3 Algoritam po optimiziranja pripada familiji algoritama lokalnog
penjanja uzbrdo pretraživanja, temeljen na logici uspona počinje od
Hill Climbing nekog rješenja i ukoliko postoji susjed koji bolje
(HC) optimizira funkciju, novo rješenje postaje taj susjed
4 Jednostavni HC zbog veliki problem HC-a zapinjanja u lokalnom
algoritam Simple optimumu koristi se inačica algoritma
HC (SHC)

130
5 Stohastičko- bolja inačica HC-a u svakoj iteraciji slučajno odabire
restartiran HC početno rješenje i nad njime provodi SHC, za svoje
algoritam rješenje odabire najbolje rješenje iz svih iteracija
Random-Restart
HC (RRHC)
6 Ponavljajuća uzastopnim iteracijama provodi pohlepnu destrukciju
pohlepa i konstrukciju postojećeg rješenja, u svakoj iteraciji se
Iterated Greedy novostvoreno rješenje prihvaća u ovisnosti o kriteriju
(IG) prihvaćanja
7 Pohlepni slučajni kombinacija konstruktivne heuristike i lokalnog
adaptivni pretraživanja, rješenje se sastavlja korak po korak
postupak pretrage uzimajući u svakoj iteraciji, slučajnim odabirom,
The Greedy komponentu rješenja iz ograničene liste kandidata
Randomized koja se sastoji od α najboljih elemenata rangiranih
Adaptive Search prema vrijednosti pohlepne funkcije, ukoliko je α
Procedure jednak jedinici dobivamo osnovni pohlepni algoritam,
(GRASP) a ukoliko je α jednak broju komponenata dobivamo
slučajno pretraživanje
8 Popravni pohlepni gradi rješenje pomoću pohlepnog algoritma, a
elementima rješenja koja uzrokuju pogrešku
Greedy Squeaky pridjeljuje kaznene bodove, koji služe da bi se
Wheel (GSW) popravio prethodno odabran poredak elemenata
rješenja, pri čemu se elementi sa više kaznenih
bodova guraju naprijed
9 Usmjereno mijenja funkciju cilja da bi izbjegao upadanje u lokalni
lokalno optimum, koristi lokalno pretraživanje koje često
pretraživanje može dati suboptimalno rješenje, ne mijenja okolinu
Guided poput da bi što bolje pretražilo prostor rješenja, već to
Local čini mijenjanjem funkcije koju optimizira (funkcija
Search (GLS) objekta)
10 kroz niz iteracija koristi lokalno pretraživanje i početno
Iterativno lokalno rješenje kreće na različitim mjestima, u svakoj iteraciji
pretraživanje se najprije odredi početno rješenje za lokalno
pretraživanje tako da se poremeti najbolje pronađeno
Iterated rješenje, u nekim slučajevima je u prednosti nad
Lokal načinom optimiziranja koje odabire početno rješenje i
Search (ILS) neprestano ga poboljšava, (brzina)
11 nadograđuje simulirano kaljenje, velike prednosti ima
Kvantno nad funkcijama koje imaju velike, ali uske barijere,
kaljenje ima veću mogućnost zapinjanja u lokalnom

131
 optimumu, tj. teži bijeg iz lokalnog optimuma zbog
Quantum visine barijere, uvodi pojam neodređenosti po uzoru
Annealing na valna svojstvo kvantnog svijeta i ima mogućnost
tuneliranja kroz takve barijere
(QA)
12 Pretraživanje generalizira lokalno pretraživanje, osnovna je ideja
promjenjivom promijeniti veličinu okoline po kojoj se pretražuje tako
širinom da algoritam može učinkovito pretraživati složene
Variable Depth probleme u razumnom vremenu
Search (VDS)
13 Lin-Kernighanov varijanta je VDS pretraživanja
algoritam
Lin-Kernighan
Algorithm (LKA)
14 Višerazinsko rekurzivno aproksimira problem kroz niz razina, u
oplemenjivanje svakoj razini se prvo uzima projekcija rješenja
Multilevel podređene razine, zatim se upotrijebi jedna od
Refinement (MR) metoda jednostavnih pretraživanja da se oplemeni
projekcija niže razine
15 Ekstremna vuče inspiraciju iz modela samo-organizirane
optimizacija kritičnosti iz područja statističke fizike, optimizira
Extremal probleme koji se mogu rastaviti na komponente i
optimization neovisno procjenjivati, evolucijom pojedinih
(EO) komponenti rješenja -komponente se mijenjaju,
početno rješenje se odabire nasumično
16 Harmonijsko oponaša skupinu glazbenika u potrazi za savršenom
pretraživanje harmonijom, četiri su osnovna koraka u HS-a: 1.
inicijalizacija parametara i harmonijske memorije, 2.
Harmony improviziranje nove memorije, 3. obnavljanje
search harmonijske memorije i 4. provjera zaustavnog
(HS) kriterija. 2-4 korak pripadaju iterativnom postupku
17 Bakteriološki algoritmi inspirirani evolucijskom ekologijom, tj.
algoritmi adaptacijom bakterija na okolinu u kojoj obitavaju a
Bacteriologic bitno svojstvo koje uzima u obzir je nemogućnost
Algorithms (BA) prilagodbe populacije bakterija na sve uvjete okoline
18 Memetički Kombinirani algoritam s lokalnim pretraživanjem,
Algoritam naziv je dobio po kulturološkom genu mem koji
Memetic prenosi informacije iz jednog uma u drugi
Algorithm (MA)

132
19 Razbacano omogućuje opće principe za rekombinaciju rješenja
pretraživanje zasnovanih na konstrukciji puta u Euklidovom
Scatter Search prostoru, koristi male populacije čijom kombinacijom
(SS) nastaju nova rješenja.
20 Nanovo vezivanje Jedinke se prikazuju kao točke u Euklidovom prostoru
puta i njihovom linearnom kombinacijom nastaju rješenja
Path relinking sljedeće generacije
(PR)
21 Procjena skupina algoritama koji imaju podlogu u teoriji
distribucijskih vjerojatnosti, ali koriste i populaciju koja se razvija
algoritama kroz proces pretrage , procjena distribucije se vrši u
Estimation of svakoj iteraciji na temelju postojećih rješenja
Distribution
Algorithms (EDA)
22 Metoda ukrštene područje simulacije rijetkih događaja, simulacija
entropije rijetkih događaja i uzorkovanje po važnosti ima dvije
faze: 1. generiranje slučajnih uzoraka rješenja prema
Cross-Entropy određenom mehanizmu i 2. obnavljanje parametara
Method (CEM) mehanizma u svrhu dobivanja boljih uzoraka
23 Diferencijska koristi se za optimizaciju funkcija više varijabli i ima
evolucija veliku vjerojatnost pronalaska globalnog optimuma,
Differential diferencijska evolucija se od drugih evolucijskih
evolution (DE) strategija najviše razlikuje u fazi mutacije
24 Grupirajući optimizira uz pomoć grupe jedinki koje se razdvajaju
genetski algoritam u disjunktne , ovakav način optimizacije zahtijeva
Gruping Genetic promjenjive veličine kromosoma pojedinih grupa
Algorithm (GGA) jedinki i posebne operatore manipulacije nad
grupama jedinki
25 Interaktivni skupina algoritama koji uključuju ljudsku procjenu,
genetski algoritmi koriste se u područjima gdje funkciju dobrote nije lako
Interactve genetc pronaći - umjetnost
agorithms (IGA)
26 Stohastičko bazira se na populaciji rješenja sa ciljem pronalaženja
difuzno najboljeg odgovarajućeg uzorka, spada u grupu
pretraživanje inteligencije roja, a glavna mu je karakteristika da
koristi direktnu komunikaciju između agenata,
Stohastic oponašajući mehanizam komunikacije mravlje vrste
Diffusion Search poznate kao Leptothorax Acervorum, spada u
multiagentne sustave i koristi se u problemima kada
(SDS) se funkcija cilja može rastaviti na komponente koje se

133
 mogu zasebno procijeniti, kako bi se pronašlo
optimalno rješenje, upošljava se roj od nekoliko
agenata od kojih svaki ima pretpostavku o globalnom
optimumu, brzo, bez iscrpnog pretraživanja,
procjenjuje se trenutna pretpostavka jer pri traženju
rješenja roj agenata obavlja posao paralelno ,
istodobno i sinkronizirano
27 inspiraciju vuče iz ponašanja argentinske vrste mrava
Iridomyrmex humilis, pokusi u kojima je mravlje
Optimizaciju gnijezdo spojeno sa izvorom hranom pomoću dva
mravljom mosta čija se relativna duljina mijenjala, nakon nekog
kolonijom vremena većina mrava prolaziti kraćim putem, zbog
posrednog načina komunikacije - feromon kojeg
Ant Colony mravi ostavljaju za sobom i donose odluku na temelju
Optimization količine feromona, kako se feromoni više osjećaju na
kraćem putu (zbog njihove veće gustoće), većina
(ACO) mrava će nakon nekog vremena prolaziti kraćim
putem, također treba uzeti u obzir i učinak
isparavanje feromona, koji je bitna karika algoritma
koji oponaša mrave, koristi se za pronalaženje
najkraćeg puta, najkraćeg Hamiltonovskog ciklusa -
Problem trgovačkog putnika (Travelling salesman
problem, TSP),
28 Baziran je na populaciji rješenja, inspiriran
ponašanjem jata ptica i roja insekata pa se osnovne
ideje algoritma mogu opisati na takvom ponašanju,
jato galebova svakodnevno traga za hranom, ukoliko
jedan galeb osjeti dobar izvor hrane vrlo je vjerojatno
da će ga ostali članovi jata slijediti, da bi se omogućila
Optimizacija rojem potraga i za boljim hranilištem, svaki galeb u sebi ima
čestica i instinkt za bolje hranilište, time je omogućeno
kratkotrajno odvajanje od jata -lete nad prostorom
Particle swarm rješenja u potrazi za globalnim optimumom, svakoj
optimization čestici je potrebno pridružiti vektor brzine i vektor
položaja u hiperprostoru Rn, ponekad su potrebne
(PSO) dimenzije prostora veće od tri da bi se problem
efikasno riješio, svaka čestica pamti dvije vrste
rješenja: svoje najbolje i globalno najbolje rješenje,
često se, umjesto globalno najboljeg rješenja, pamti
najbolje rješenje susjedne okoline kojim bolje
istražuje prostor rješenja, manja je vjerojatnost
134
 upadanja u lokalni optimum, ali je konvergencija
sporija
29 inspiraciju vuku iz Darwinove evolucijske teorije koja
tumači da u prirodi vlada neprestana borba za
opstanak, teče proces prilagođavanja vrsta okolini u
kojoj žive, a sve sa ciljem da se uspije u toj okolini
Evolucijski opstati, u određenoj populaciji neke vrste, dobra
algoritmi svojstva nastoje očuvati, a loša svojstva nastoje
zamijeniti boljim, uvjeti u prirodi određuju koje će
Evolutionary jedinke opstati selekcijom i razmnožavanjem
algorithms spašavaju od izumiranja, jedinke koje nastaju
razmnožavanjem u pravilu nasljeđuju svojstva
(EA) roditelja, ali zbog mutacija neka od tih svojstava mogu
biti promijenjena i nastajanje novih svojstava ključ su
prilagodbe vrsta novim uvjetima
30 koriste realni vektor za prikaz jedinke, a mutacija i
selekcija su glavne tehnike pretrage prostora,
mutacijom se svakoj komponenti vektora dodaje
slučajna vrijednost distribuirana po Gaussovoj
Evolucijske razdiobi, pri čemu algoritam posjeduje svojstvo samo-
strategije adaptacije standardne devijacije u svakoj iteraciji,
odabir roditelja je slučajan, tj. po uniformnoj razdiobi,
selekcija je deterministička i mogu se razabrati dvije
osnovne strategije (λ, μ)-ES strategija izabire za
Evolutionary sljedeću generaciju μ najboljih jedinki od λ stvorene
Strategies djece (μ+λ)-ES strategija izabire za sljedeću
generaciju μ najboljih jedinki iz λ stvorene djece i μ
(ES) najboljih jedinki roditelja, algoritam se uglavnom
koristi pri manjim populacijama, a prednost mu je
brzina i činjenica da dobro optimizira probleme koji se
svode na funkcije realnih varijabli
31 nastalo na ideji da se simulirajući evoluciju kao
Evolucijsko proces učenja pokuša stvoriti umjetnu inteligenciju,
programiranje pri čemu se koriste konačni automati stanja -
numerička optimizacija, nema točno utvrđen
Evolutionary standard, nema križanja među jedinkama, pa je
Programing mutacija glavni operator promjene, mogu se koristiti
različiti načini prikaza jedinke i različiti načini
(EP) ostvarivanja mutacije, istovjetni s onima iz ES-a,
selekcija se vrši po (μ+ μ)-strategiji

135
32 koriste se prilikom diskretnih optimizacijskih problema
i onih koji se na to mogu svesti, na širok skup
Genetski problema, koristi binarni vektor (niz bitova) za prikaz
algoritmi jedinke i uniformno križanje, mutacija se svodi na
promjenu bitova na nekim pozicijama, pri čemu je
Genetic vjerojatnost promjene pojedinog bita konstantna, u
Algorithms selekciji se jednostavno svi roditelji zamjene s
djecom, složenije verzije GA imaju izmijenjene načine
(GA) križanja, mutacije i selekcije ali ipak, većina funkcija u
algoritmu i dalje ostaje stohastička što održava
populaciju raznolikom i sprječava prebrzu
konvergenciju k suboptimalnom rješenju
33 Genetsko rješenje nekog problema pokušava pronaći tako da
programiranje stvara program koji će ga riješiti, za to je potrebna
velika populacija, a rješavanje problema je relativno
Genetic sporo, za prikaz jedinki je pogodno upotrijebiti
Programing strukturu grafa, a mutacijama se mijenja struktura
grafa (promjena čvorova), dok se križanjem
(GP) izmjenjuju podstabla, primjenjuje se u područjima
strojnog učenja

136
5.5. Ekspertni sustavi - Stručni sustavi

Ekspertne odnosno stručne sustave najčešće poistovjećuju s

računalnim programima koji obuhvaćaju znanje eksperata pojedinog
stručnog područja. Kako se ES u pravilu sastoji od baze podataka i znanja,
dijela za procesiranje znanja, te korisničkog sučelja, kako je prethodno
opisano, dakle od svog hardvera i softvera, možemo ga smatrati
aplikativnom tehničkom cjelinom namijenjenom konkretnoj stručnoj
uporabi koja se u velikoj mjeri oslanja na znanje. Korisničko sučelje ima
funkciju punjenja baze znanja novim faktima, te funkciju korištenja ES od
strane ne-eksperta.

Da bi se razvio jedan kvalitetan ES i koristio se u stručne svrhe, kao

stručni sustav (SS), potrebno je jako puno rada i vremena. To je proces koji
traje godinama. Jedan od razloga zašto se u razvoju stručnih sustava
pojavljuju ozbiljni problemi je proces mijenjanje, (ažuriranja) činjenica
odnosno znanja. Dinamična okolina unutar koje stručni sustav mora
funkcionirati nameće na njega dva zahtjeva: ažuriranje i prilagodljivost
pojedinom stručnom korisniku.

5.5. 1. Razvoj stručnih sustava kroz ažuriranje

U početnim fazama razvoja, prikuplja se znanje na osnovi kojeg će ES

raditi. U kasnijim fazama to se znanje usavršava, nadopunjava i kontrolira
za potrebe stručnog sustava. Zbog ovih činjenica može se dogoditi da ES
više ne odgovara stvarnim potrebama korisnika ili daje loše rezultate (koji
su tijekom razvoja bili dobri ili povoljni). Već se događalo da su se gotovi
ES bacali u vodu jer su kroz razdoblje razvoja postali beskorisni kao što su
primjeri brojnih sustava vojnog karaktera. Drugi vid ažuriranja je
nadograđivanje ES u uporabi. Kako bi se ekspertni sustav ažurirao,
potrebna su nova saznanja na polju djelovanja. Osim dogradnje u postojeći
sustav ponekad je neophodno i mijenjati po potrebi određenje dijelove,
podsustave ili njihove relacije. Također može se ukazati potreba za
uspostavom novih odnosa između novih saznanja i postojećeg znanja ES
za određeno polje struke.

Najčešće je nemoguće napraviti ES koji će u potpunosti odgovarati

svim potrebama struke. Zbog različitih preferencija, znanja, potreba,
sklonosti i sposobnosti korisnika, i uz najbolji trud razvojnog tima ES da
ga naprave što prihvatljivijim što širem krugu korisnika, često se pojavljuju
137
zahtjevi korisnika za koje je potrebno izraditi posebnu verziju. Takvi su ES,
personalizirani stručni sustavi. Izrada takvih posebnih verzija normalno
iziskuje dodatno vrijeme i troškove razvoja. U takvim se slučajevima
nastoji trošak procesa personalizacije ekspertnog sustava prebaciti na
samoga korisnika.

Poznavajući funkcioniranje ekspertnog sustava moguće je klasificirati

zahtjeve korisnika. Korisnik preko sučelja ekspertnog sustava pokreće
mehanizam zaključivanja koji koristi bazu znanja u procesu zaključivanja
i daje određene (ekspertne) odgovore. Baze znanja su modeli realnog
sustava opisanog parametrima i odnosima među tim parametrima.
Mehanizam zaključivanja selekcionira potrebne parametre, izvlači ih iz
baze znanja a pri tom može od korisnika ili na druge načine pribaviti
vrijednosti tih parametara. Parametri se, obrađuju i s obzirom na njihove
odnose i po ugrađenim metodama obrade dolazi se do rezultata. Najčešći
problemi koji se mogu pojaviti u nekom ekspertnom sustavu su:

 nedostatak određenih parametara (recimo podaci o novom

specifičnom otporu tla unutar ekspertnog sustava za nadzor stanja
uzemljenja)
 neadekvatni odnosi ili utjecaji parametara na krajnji rezultat
(recimo padanje kiše je jako bitno za podatak o otporu uzemljenja)
 nepostojanje nekih “među rezultata” tj. pomoćnih informacija
(recimo gdje su upotrijebljeni preparati za kemijsko poboljšanje
stanja otpora tla).

5.5.2. Nedostatak određenih parametara sustava

Korisniku mogu biti važni neki parametri sustava koji nisu važni
drugim korisnicima ili su pak, neki parametri pri razvoju ES bili previđeni.
Za primjer uzimamo stručni sustav za određivanje pogodnosti lokacije za
izgradnju transformatorske stanice koji bi trebao biti izrađen kao demo
model za implementaciju nad modela.

Kvaliteta lokacije je neovisna o ljepoti prirode ili postojanju

arheoloških iskopina u njenoj blizini. Međutim, ako uistinu u blizini postoje
neki arheološki artefakti i postoji u blizini hotelski kompleks koji želi za
svoje potrebe uključiti u svoju turističku ponudu obilazak istih njemu je

138
itekako važno da je okoliš lijep, ali i imperativom legislative nije moguće
graditi transformatorsku stanicu povrh arheoloških iskopina ili u određenoj
blizini istih, a toga se nitko nije sjetio pri razvoju ES jer se nije očekivalo
da će se pojaviti područje bogato arheološkim nalazištima.

Postoje korisnici kojima neki parametri nisu toliko važni koliko su

važni drugim korisnicima i obratno. Isto tako, odnos parametara u realnom
sustavu može biti drukčiji od onog postavljenog u ES. Uzeti ćemo primjer
ES za odabiranje sklopnog postrojenja u transformatorskoj stanici.

U ES je postavljeno da se sklopno postrojenje izgradi s odgovarajućim

bojama. Ali ako u okviru velikog međunarodnog ugovora postoji firma
kojoj su sva postrojenja prepoznatljive iste boje i ne smiju biti u različitim
nijansama. Nijanse boje utječu recimo 15% na odabir postrojenja, što u
konačnici ima implikaciju na ugovor koji ES nije predvidio.

Uz rješenje koje ES daje, korisniku mogu biti potrebni još neki savjeti
ili informacije koje ekspertni sustav može zaključiti na osnovi poznavanja
već postojećih ili izračunatih parametara koje upotrebljava da dođe do
glavnog cilja. Problem je što ne postoji znanje o odnosima među tim
parametrima koji bi dali tražene pomoćne informacije i zato ES nije na taj
način u stanju pomoći korisniku.

Uzmimo primjer ekspertnog sustava za utvrđivanje stanja otpora

izolacije aerodromskog kabelskog razvoda za ALS. Na osnovi sličnosti
stanja otpora izolacije pojedinih izolacijskih materijala ES već ima podatke
o pojedinim izolacijama, mogao bi lako odrediti stanje ako bi imao
poveznice što može biti od velike koristi zbog mogućnosti pravovremenih
intervencija.

5.5.3. Univerzalni nad model ekspertnog sustava

Ažurnost baze znanja (parametara i njihovih odnosa) i funkcionalnosti

ES (mehanizama zaključivanja) je potrebna radi održavanja ES
sinkroniziranog sa stanjem u stvarnosti i to općenito gledano generalno u
svim njegovim primjenama. Prilagodljivost baze znanja (odabir parametara
i određenje odnosa među njima) i funkcionalnosti ES (do kojih informacija
sve mehanizmi zaključivanja mogu doći) pojedinom korisniku je potrebna
radi dobivanja kvalitetnijih informacija za specifičnu realnu okolinu tog
korisnika. Može se zaključiti da su zahtjevi za ažuriranjem i

139
prilagođavanjem ES korisniku zapravo identični zahtjevi. Prema razlici po
stupnju primjene – ažuriranje se provodi za sve korisnike, dok se
prilagođavanje provodi samo za ciljane ili pojedine skupine korisnika.

Moguće je zaključiti da se ustvari teži postavljaju univerzalnog nad

modela ES sa sljedećim ciljevima:

 omogućiti lako mijenjanje utjecaja postojećih parametara,

 lako oduzimanje i dodavanje novih parametara i
 lako dodavanje i oduzimanje znanja o odnosima među parametrima
pomoću kojih se dolazi do pomoćnih informacija.

Za takav nad model s obzirom na generalni model expertnog sustava

(baza znanja, baza podataka, mehanizam zaključivanja i korisničko sučelje)
se postavljaju zahtjevi neovisno o postojećim rješenjima pojedinih dijelova
ili cijelih zahtjeva. Za ispunjenje tih zahtjeva, rješenja predstavljaju
implementacijsku razinu nad modela mapirajući ga, na generalni model za
ciljnu tehnologiju.

Postavljeni ciljevi trebali bi omogućiti da se izmjene izvode uz što

manje zahvata u postojeći ekspertni sustav (ako se radi o preinaci
postojećeg) i da su same izmjene jednostavne za shvatiti i izvesti. To znači
da ekspertni sustav mora biti fleksibilan. Promjene ne smiju utjecati na
ispravnost zaključivanja sustava na osnovi postojećih parametara i odnosa,
osim ako se mijenjaju upravo postojeći parametri i odnosi u kojem slučaju
sustav mora postati točniji ili prilagođeniji.

Fleksibilnost je moguće postići modularnim ekspertnim sustavom. To

je koncept kojim se postiže razdvajanje unutar samog ekspertnog sustava
na:

 parametre,
 odnose među parametrima,
 sustav za glavne informacije i
 sustav za dodatne informacije.

Modularnost ne prestaje na ovoj razini. Ona se, ovisno o kompleksnosti

ekspertnog sustava (a time i realnog sustava), može upotrijebiti i unutar

140
svakog od ovih dijelova. Tako se dolazi do: grupiranja parametara,
klasificiranja odnosa među njima, modularnog sustava za glavne
informacije koji rješava glavni problem i podsustava za dodatne
informacije koji dolazi do pomoćnih informacija, savjeta i rješenja korisnih
za korisnika.

Iako logička podjela ne mora biti i fizički tako ostvarena u ekspertnom

sustavu. Parametri i odnosi među parametrima, mogu biti jedan sustav. Dio
parametara i relacija među njima može biti na fizičkoj razini integriran
unutar sustava za glavne informacije. U takvim se postavkama kreiraju
određeni podsustavi s različitim razinama integracije.

5.5.4. Opseg integracije u kreaciji nad modela

Odabir integracije pojedinih sustava ili njihovih dijelova, podsustava,

u druge sustave ovisi o tome koliko se pretpostavlja ili zna da se ti
podsustavi ili njihovi dijelovi neće mijenjati u budućnosti i koliko je sustav
za glavne informacije ovisan o njima. Ovaj problem je analogan problemu
centralizacije i decentralizacije upravljanja i odlučivanja u managementu.
Tako se između dijela parametri i dijela odnosi među parametrima samim
grupiranjem stvaraju novi odnosi među njima.

Dio za koji će se omogućiti korisniku promjena zahtijeva ulaganje

dodatnih napora kako bi se razvila sučelja koja će korisnicima omogućiti
lako upravljanje ovim dijelovima. Time se povećava i vrijeme učenja rada
sa sustavom, a to za sobom povlači pitanje spremnosti korisnika da utroši
dodatno vrijeme za učenje korištenja ‘napredne’ mogućnosti sustava tako
da je potrebno i to uzeti u obzir pri razmatranju opsega kontrole nad
pojedinim dijelovima sustava koja se daje korisniku, a to pak utječe na
opseg integracije odnosno povezivanja dijelova ekspertnog sustava.

Da bi se dijelovi ES povezali potrebno je ustanoviti koje su veze među

pojedinim dijelovima potrebne. Tablica 5.7. pokazuje postojanje veza
među pojedinim dijelovima ES.

141
 Tablica 5.7. Dijelovi ekspertnog sustava i odnosi među parametrima

Odnosi među Sustav za glavne Sustav za dodatne

parametrima informacije informacije
Parametri Odnosi među parametrima

Opisi veza među dijelovima:

 Dio odnosi među parametrima treba vezu prema dijelu parametri

kako bi znao nad čime definira odnose,
 Sustav za glavne informacije treba veze na odnose među
parametrima i parametre jer na osnovi njih zaključuje i
 Sustav za dodatne informacije treba veze na odnose među
parametrima i parametre jer na osnovi njih zaključuje.

Poznato je da ekspertni sustav zaključuje na osnovi parametara i odnosa

među njima, međutim, unošenje vrijednosti parametara zahtjeva jedan mali
podsustav koji traži njihove vrijednosti od korisnika. Uloga ovog dijela
ekspertnog sustava je saznavanje vrijednosti, ne izračunavanje.
Izračunavanje je uloga sustava za informacije. Međutim mora biti jasno da
to ne sprječava implementaciju izračunavanja nekih parametara u ovom
dijelu, a ni unos vrijednosti u sustavu za glavne informacije.

Nad model se može implementirati na razne načine, tako da pojedine

konceptualne cjeline mogu biti fizički implementirane djelomičnom ili
potpuno, i to u više drugih konceptualnih cjelina. Sustav za glavne
informacije koristi parametre s pridruženim vrijednostima za izračunavanje
vrijednosti ostalih parametara preko definiranih odnosa među parametrima
i dolazi do glavnih informacija. Nusproizvod ovog procesa su parametri s
pridruženim vrijednostima. One mogu biti unošene od strane korisnika ili
izračunati od strane nekog podsustava, koji kao nusproizvode koristi sustav
za dodatne informacije za svoja zaključivanja. Sustav za dodatne
informacije može zahtijevati i vrijednosti parametara koji nisu unošeni kroz
prijašnji proces. Rješenje je omogućavanje pristupa do dijela za unos
vrijednosti parametara pa se veza među dijelovima ekspertnog sustava
prikazuje odnosima, Tablica 5.8.

142
 Tablica 5.8. Veze među dijelovima ekspertnog sustava, odnos među
parametrima i unosi

Odnosi među Unos Sustav za glavne Sustav za

parametrima vrijednosti informacije dodatne
parametara informacije
Parametri Odnosi među Unos vrijednosti
parametrima parametara

5.5.4.1. Prikaz nad modela tablicama sistemskog dijagrama

Nad model ES, bez dijelova kojima se prilagođava može se prikazati

tablicom iz sistemskog dijagrama, Tablica 5.9.

Tablica 5.9. Veze i odnosi među dijelovima ekspertnog sustava

Parametri Odnosi Skladište Sustav za Sustav za Unos

parametara glavne dodatne vrijednosti
informacije informacije parametara
-P1 -O1 -S1 -G1 -D1 -U2
-P2 +P2 +G1 -G2 +P1 +G1
-P3 -O2 +I1 +P1 +S1 +I1
+U2 +O1 +P3
+O2

Opis veza u sustavu:

P1 – sustavi za glavne i dodatne informacije koriste parametre i njihove

odnose kako bi došli do informacija,
P2 – korištenje parametara kako bi se definirali odnosi među njima,
P3 – korištenje parametara kako bi se unosile njihove vrijednosti,
O1 – odnosi među parametrima P1,
S1 – sustav za glavne i dodatne informacije uzima iz skladišta parametre,

143
G1 – sustav za glavne informacije preko dijela za unos vrijednosti
parametara dobiva tražene vrijednosti
G2 – sustav za glavne informacije sprema u skladište sve promijenjene i
izračunate vrijednosti,
I1 i I1– analogno G1 i G2,

Parametri, odnosi među njima, pa čak i skladište mogu biti potpuno

nerazdvojiva cjelina. Primjer takvog modela je prikazan u Tablici 5.10.

Tablica 5.10. Veze i odnosi među dijelovima ekspertnog sustava u kojem su

parametri i odnosi među njima nerazdvojive cjeline

Parametri s Sustav za Sustav za Unos

odnosima i glavne dodatne vrijednosti
vrijednostima informacije informacije parametara
-P1 -G1 -D1 -U2
-P2 -G2 -D2 +G1
+G1 +P1 +P1 +D1
+D1 +P1
+U1

U tablici naveden sustav za dodatne informacije skup je neovisnih

podsustava koji svaki za sebe dolazi do informacija za koje su razvijeni i
svaki za sebe pristupa ostalim dijelovima ekspertnog sustava.

Termin neovisni podsustav je oksimoron po definiciji sustava i

podsustava, ali to je upravo ono što se postiže ovim modelom – podsustavi
mogu koristiti izlaze drugih podsustava, ali u slučaju da ti izlazi ne postoje
ili čak drugi podsustavi ne postoje, mogu sami doći do potrebnih ulaza.
Način pristupa ostalim dijelovima ekspertnog sustava je identičan za sve
podsustave što znači da se može uniformirati.

Uniformizacija pristupa ovih podsustava ostalim dijelovima ekspertnog

sustava vodi do jedinstvenog sučelja za komunikaciju između ove dvije
strane. Ovakav koncept prikazuje Tablica 5.11.

144
 Tablica 5.11. Jedinstveno sučelje ekspertnog sustava za komunikaciju dvije
cjeline

-P&R Parametri i relacije među njima

-Vp Veličine parametara
-UVp Unos veličina parametara
Pristup ostalim dijelovima ekspertnog sustava sučeljem
Podsustav 1 sustava za dodatne informacije -D1
Podsustav 2 sustava za dodatne informacije -D2
…
Podsustav n sustava za dodatne informacije -Dn

Ukoliko više podsustava nastane iz jednog ekspertnog sustava, (iz

sustava za glavne informacije), ali nije nigdje smješteno, potrebno je stoga
oformiti novi centralni dio koji će služiti za management ekspertnog
sustava.

Preko sustava za management ekspertnog sustava pristupa se

managementu parametara i njihovih odnosa, konfiguriranju sustava za
dodatne informacije i izvođenju sustava za glavne i dodatne informacije.

Takav meta model ekspertnog sustava je lako ažurirati i prilagođavati

(bilo od strane razvojnog tima ili korisnika), Tablica 5.12.

Tablica 5.12. Ekspertni sustav s managementom parametara i relacija

Management ExSys -M1 -M2 -M3 -M4 -M5

Management parametara +M1 +P1 -M1
Management relacija parametara +M2 +P2 -M2
Management sustava dod. +M3 +I1 -M3
informacija
Parametri -P1 -P2 -P3
Relacije -R1 -R2
Skladište -S1 +U1
Unos vrijednosti parametara -U1 +P3 +G1 +I1
Sustav za glavne informacije -G1 -G2 +P1 +O1 +S1 +M4
Sustav za dodatne informacije -I1 -I2 +M5 +P1 +S1 +O2 +M3

Opis veza managementa sustava s ostalim dijelovima ekspertnog

sustava:

145
M1 – preko modula za management parametara upravlja parametrima,

M2 – preko modula za management odnosa među parametara upravlja

odnosima, (u slučaju da su parametri i odnosi jedna cjelina, i ovi moduli
su jedna cjelina),

M3 – preko modula za management sustava za dodatne informacije,

upravlja podsustavima za dodatne informacije,

M4, M5 – pokreću sustava za glavne i dodatne informacije.

5.5.4.2. Nedostaci nad modela

Razvoj nad modela zahtijeva slijedeće:

 rastavljanje ekspertnog sustava na podsustave,

 definiranje prilagodljivih i ne prilagodljivih dijelova sustava,
 definiranje opsega kontrole i ugrađivanje te kontrole nad
ekspertnim sustavom,
 definiranje načina povezivanja ovih dijelova,
 razvoj sučelja za komunikaciju,
 izradu algoritama za potrebne konverzije i dr.

Iako su se troškovi održavanja ekspertnog sustava i njegove

nadogradnje smanjili, izgradnja (pogotovo početne faze kao definiranje
problema, studija izvedivosti, dizajn) je postala vremenski zahtjevnija i
traži više truda, stoga su se i ukupni troškovi i vrijeme izgradnje povećali.
Zato je prije odabiranja ovog problema potrebno razmotriti njegovu
isplativost s obzirom na ekspertni sustav koji se namjerava razviti:

 ako će biti malo korisnika, tj. manja je financijska korist od njega,

ne isplati se uvoditi mogućnosti prilagođavanja korisniku;
 je li korisnik spreman čekati dodatno vrijeme za razvoj ekspertnog
sustava po ovom modelu – možda je moguće razviti ekspertni
sustav s tek djelomičnom implementacijom ovog modela, a kasnije,

146
 ako se ukaže potreba i financijska opravdanost, uvesti ovaj nad
model u potpunosti;
 troškovi razvoja ekspertnog sustava manjeg obima u odnosu na
troškove razvoja po nekom drugom modelu mogu biti značajno
veći, međutim, financijska korist upotrebe ovog modela može ih
opravdati;
 stvaranjem novih opcija, korisniku treba više vremena naučiti
koristiti ekspertni sustav, te može tražiti veću pomoć tehničke
podrške.

Izgradnja podsustava za dodatne informacije, dijela parametara i

njihovih odnosa može biti neisplativa jer bi te dijelove koristio možda samo
jedan mali postotak korisnika. U slučaju da su ti korisnici sposobni razvijati
samostalno te dodatke, rješenje problema je u definiraju mehanizama
spajanja, razmjene podataka, upravljanja i od spajanja pod dijelova koje
razvijaju sami korisnici ili neka treća strana.

Zbog mogućnosti mijenjanja znanja na osnovi kojeg se zaključuje i

znanja kojim se zaključuje potrebno je razviti mehanizme koji će osigurati
konzistentnost cijelog sustava znanja. U protivnom, neiskusni korisnik ili
greška pri promjeni ili brisanju odnosa između parametara mogu dovesti
do neupotrebljivosti ekspertnog sustava. Rješavanje ovog problema se
svodi na razmatranje već navedenih opsega i načina integracije dijelova
sustava, opsega managementa sustava koji se daje korisniku i ugradnji
kontrolnih mehanizama. Već postoje alati za razvoj ekspertnih sustava koji
omogućavaju da se ugrade kontrolni mehanizmi koji znanje koje se unosi,
prije zapisa u bazu znanja, provjere sintaksno i semantički, kako je to
postavljeno u okviru problemske domene.

5.5.4.3. Implementiranje nad modela radom u oblacima

Zbog sveopće prisutnosti interneta, moguće je ažuriranje i

prilagođavanje ekspertnog sustava dodavanjem dijelova koji se povezuje s
globalnom bazom parametara i odnosa te globalnom bazom podsustava za
dodatne informacije na internetu koja se održava od strane razvojnog tima
ekspertnog sustava. Korisnik može preko tog dijela birati koje će parametre
i njihove odnose te podsustave za dodatne informacije skinuti. Također je
moguće ostvariti da korisnik šalje razvojnom timu svoje definicije
147
parametara i njihovih odnosa preko interneta ili da se oni automatski
objavljuju na internetu i postaju dostupni drugima. Postoje već ekspertni
sustavi za koje je moguće neke njihove dijelove koristiti uslugom preko
interneta i to kao izvor informacija. Na primjer dio za unos vrijednosti
parametara može se za neke ili sve vrijednosti spajati na internet i iz nekih
internet baza, dobivati relevantne podatke. Postojanje takvih baza mogu
održavati razvojni timovi i one se nalaze unutar njegova vlasništva. Postoji
više baza koje su u vlasništvu onih koji ih pune, odnosno stvaraju.
Vrijednosti parametara se nalaze unutar njihovih internet prostora. Primjeri
takvih baza su npr.: statističke i trenutne atmosferske prilike, praćenje
sustava za zaštitu od atmosferskih pražnjenja, karakteristike
elektrotehničkih materijala, podaci o nuklearnim elektroenergetskim
objektima na svijetu i dr.

Udaljeni podsustav za dodatne informacije, izvedeni su tako da korisnik

pošalje globalnoj bazi podsustava za dodatne informacije svoje parametre,
odnose među njima i vrijednosti. Nakon izvođenja odabranih podsustava
globalnog sustava, dodatne informacije se šalju korisniku.

Primjer takvog globalnog sustava postoje kao razni oblici savjetovanja

za praćenje razvoja globalnih sustava koji između ostalog ovise i o
trenutnom stanju za njihovim potrebama.

Internet pruža ogromne mogućnosti širenja sposobnosti ekspertnog

sustava gledano sa strane ažurnosti, prilagodljivosti, kvalitete i kvantitete
informacija koje daje, pa i same primjene.

U daljnjem razvoju razmatranja i opsega korištenja interneta u

ekspertnom sustavu pazi se na sljedeće:

 je li internet dostupan korisnicima (ili koliko korisnika ga ima,

koliko bi korisnici koji ga ne bi imali bili oštećeni zbog
nemogućnosti korištenja pojedinih dijelova ekspertnog sustava),
 je li moguće automatizirati pristup ekspertnog sustava navedenim
bazama,
 vrijeme odziva koliko treba čekati dok se skinu vrijednosti
parametara, dodatne informacije i dr. ako je ekspertni sustav koji
mora djelovati u realnom vremenu, onda mora i saznavati
informacije u realnom vremenu,

148
  koliko to košta korisnika da li korisnik mora dodatno plaćati
održavanje baza, kako plaća pristup internetu,
 sigurnost i privatnost informacija koje se šalju i primaju.

Razvoj nad modela s primjenom za rad „u oblacima“ usmjeren je na

njegovu općenitost kao i neovisnost o implementacijskim modelima i
implementacijskim jezicima. Svrha mu je da bude lako iskoristiv u praksi,
a da pri tom udovoljava danas uvelike traženim potrebama ažuriranja i
prilagođavanja, kako bi na pozornici informacijske znanosti odigrao ne
jednu ili nekoliko predstava, već se nadograđivanjem i prilagođavanjem po
potrebama, održao duže vrijeme na repertoaru i usluzi onima kojima je
potreban.

Izrade demo ekspertnih sustava učestalije su nego serijskih pa tako

provjerom izvedivosti u praksi, potvrđuje se ispravnost nad modela. Teži
se da početno postavljenim zahtjevima o potrebi reflektiranja trenutne
stvarnosti tj. izbjegavanja eventualnog zastarijevanja korištenog znanja, a
time i izbjegavanja donošenja pogrešnih ili nepotpunih informacija.
Također je postignuta mogućnost pružanja dodatnih informacija, odnosno
savjeta na temelju unijetih i izračunatih parametara koji npr. stvaraju
podlogu za procese odlučivanja koji će uslijediti nakon eventualnog
provođenja odluke proizašle iz rezultata sustava za glavne informacije.

5.5.5. Skladištenje parametara

Vidljivo je da među dijelovima ekspertnog sustava najviše kolaju

parametri s pridruženim vrijednostima stoga je vrlo korisno definirati
pohranu vrijednosti parametara. Za njih je potrebno pronaći adekvatno
skladište.

Korisnika skladišta ima više. Prvi je podsustav za unos vrijednosti

parametara koji ga inicijalno puni. Sustav za glavne informacije ga može
pozivati, kako bi saznao vrijednosti nekih parametara, ali ga može i
preuzimati, dodavati nove parametre i mijenjati postojeće. Također ga
može preuzimati sustav za dodatne informacije i koristiti postojeće kojima
može dodavati nove parametre s vrijednostima ili koristeći dio za unos
vrijednosti parametara izračunavati ih.

149
 Odlaganje vrijednosti parametara u skladište može biti izvedeno na
razne načine pa je potrebno odrediti kriterije za odabiranje optimalnog
načina. Kriteriji ovise o izvedbi sustava za glavne i dodatne informacije. U
slučaju da dijelovi ekspertnog sustava traže različite izvedbe skladišta a to
su okviri zapisa parametara s pridruženim vrijednostima – formati. Za to je
potrebno osigurati konverziju. Skladište može biti izvedeno tako da je
integrirano u parametre kao relacijska baza podataka ili kao samostalan niz
naziva parametara s pridruženim vrijednostima u obliku činjenica. Jezici
specijalizirani za izradu ekspertnih sustava imaju oblik zapisa znanja
standardan, i za njih nisu potrebne preinake. Potrebno je samo razviti
mogućnost pristupa do zapisanog znanja i iz drugih dijelova ekspertnog
sustava ili napraviti rutine za importiranje i eksportiranje u druge dijelove
ekspertnog sustava.

5.5.6. Podsustavi za dodatne informacije

Sustav za dodatne informacije se dijeli na podsustave različitih

informacija. Podjela je tako provedena da su podsustavi međusobno
potpuno nezavisni, osim u slučaju preoblikovanja postojećeg ekspertnog
sustava što ne znači da pojedini podsustavi ne mogu koristiti vrijednosti
parametara koje su izračunate ili unošene već, da ih podsustavi i sami mogu
izračunati ili dobiti preko dijela za unos vrijednosti parametara. Na ovaj
način se postiže potrebna fleksibilnost cijelog sustava.

Sustav za dodatne informacije se može izvesti kao skraćeni i prilagođeni

postojeći skriptni jezik ili samostalno razvijeni na način da može
podržavati:

 dohvat vrijednosti parametara osnovnih informacija pomoću kojih

se dolazi do dodatnih informacija,
 osnovne operacije nad vrijednostima svi tipovi vrijednosti
parametara koji se mogu pojaviti i operacije koje se mogu nad njima
izvesti,
 slanje pronađenih informacija natrag korisniku jer se sustav za
dodatne informacije baviti pronalaženjem.

Poželjno je da sustav za dodatne informacije može pozivati druge

aplikacija, kao podsustave za dodatne informacije zbog brzine izvođenja,
150
većih mogućnosti, postojanja već nekih gotovih modula koji se mogu
koristiti za izgradnju podsustava i koristiti za spajanje podsustava za
dodatne informacije s ostalim dijelovima.

U slučaju da podsustav za dodatne informacije treba izvoditi složene i

dugotrajne operacije nad podacima koji zahtijevaju dosta računalnih
resursa podsustav se može razviti kao ljuska koja s vanjske strane
komunicira s ostalim dijelovima sustava tehnologijom interfacea. Takav
sustav ljuske može poslužiti i za implementaciju sustava za glavne
informacije.

5.5.7. Korisničko sučelje

Korisničkim sučeljem korisnik pristupa pojedinim dijelovima

ekspertnog sustava i konfigurira ga. Stoga ono mora omogućiti lak i
razumljiv pristup upotrebi i prilagođavanju dijelova ekspertnog sustava ne
ulazeći pri tom, u samu kompleksnost ekspertnog sustava. Danas se to
postiže korištenjem multimedijalne sposobnosti računalnih sustava. To se
postiže kroz tehnologiju aktivnih dokumenata koji omogućuju spajanje
multimedijalnih sadržaja, koji opisuju neki koncept i upravljaju njime.
Moguća su i rješenja korištenjem tehnologije inteligentnih sučelja, koje su
i same oblik umjetne inteligencije kao i ekspertni sustavi. Njih je teže
razviti, ali već postoje na tržištu standardizirana inteligentna sučelja koja
uvelike olakšavaju posao jer ih je potrebno samo prilagoditi ili popuniti
podacima.

Među takva sučelja ubrajamo sve računalne „Agente“ koje poznajemo

kao „Alate“, a što su zapravo zasebne komponente koja se mogu koristiti u
svojim aplikacijama, pa tako i u ekspertnom sustavu. Navedene tehnologije
navode korisnika kroz proces prilagođavanja ili ažuriranja objašnjavajući
svaki korak u procesu.

Pored zahvata u korisničkom sučelju, moguće je javljanje potrebe za

izmjenom drugih dijelova ekspertnog sustava poput parametara i odnosa
među parametrima. Atributi koje parametri mogu imati prilagođavaju se
ekvivalentima koji se koriste u svakodnevnom govoru, pa se na taj način
mogu unositi vrijednosti varijabli jednostavnog izgleda i strukture, koliko
to dopušta ozbiljnost ekspertnog sustava.

151
 Osim upravljanja parametrima i njihovim odnosima korisniku je
potrebno olakšati i upravljanje podsustavima za dodatne informacije, a to
uključuje konfiguriranje koji podsustavi će se koristiti nakon izvođenja
sustava za glavne informacije, dodavanje novih, brisanje i zamjenu
postojećih podsustava.

Postoji još jedna stvar na koju je potrebno misliti prilikom izgradnje i

prilagođavanja, a to je sposobnost i spremnost prosječnog korisnika da
koristi ponuđene mu opcije. Ovo je ključno za određivanje raspona
kontrole nad pojedinim dijelovima ekspertnog sustava koji će se dati
korisniku, odnosno određenje kontrole koja će ipak biti ostavljena u
rukama razvojnog tima ne gubeći pri tom prvotne ciljeve.

5.5.8. Podloge za izgradnju ekspertnih sustava

Izgradnja ekspertnog sustava započinje analizom i specifikacijom

zahtjeva za bazu znanja (engl. knowledge base) i bazu podataka (engl. date
base). Ovoj aktivnosti potrebno je posvetiti posebnu pažnju, kako bi točno
definirane potrebe u startu izrade aplikacija i baza podataka i baza znanja
osigurale njihovu konačnu primjenu. Odabirom učećeg agenta, postavljen
je cilj na ekspertni sustav da djeluje u okružju koje je njemu na početku
nepoznato, pa kako stječe više znanja tako je i njegovo djelovanje bolje i
sigurnije, a za to su potrebni elementi za učenje (engl. learning element),
izvedbeni elementi (engl. performance element), ocjenjivač (engl. critic) i
generator zadatka (engl. problem generator).
Model podataka potrebno je napraviti u važećim dijagramskim
standardima takvim da se može nadograđivati u skladu s potrebama
korisnika. Također u fizičkom modelu, tj. na propisanoj platformi
predvidjeti mogućnost nadograđivanja baze podataka, kako njenih relacija
tako i korisničkih sučelja (formi).
Potrebno je napraviti konceptualni, logički i fizički model baze
podataka. Također je potrebno definirati forme za unos i pregled podataka
u bazi, kao i oblike izvješća imajući na umu jednostavnost korisničkoga
sučelja, koje je potrebno projektirati uz validacije unosa podataka.

Konceptualno modeliranje polazi od specifikacije zahtjeva a

rezultira izrađenim konceptualnim modelom koji opisuje strukturu:

152
- entitet,
- veza,
- atribut entiteta i
- ograničenje.

Relacijski model podataka opisuje isključivo logičke aspekte

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

- struktura,
- ograničenja,
- skup operacija

Kako se baza znanja sastoji od znanja iz problemskog područja

koje je potrebno za uspješno djelovanje ekspertnog sustava, njena
izgradnja počinje već u prvoj fazi.

Znanje će biti iskazano:

- Činjenicama (neospornim tvrdnjama i sigurnim podacima)

- Postupkovnim pravilima (hipotezama, vjerojatnim tvrdnjama i ne baš
sigurnim podacima)
- Heurističkim pravilima (dobrim procjenama kad nema niti činjenica niti
podataka)

• Činjenice su izjave iz problemskog područja, koje opisuju znanje

aksiomatskog tipa.

Primjer: Tunel je dvosmjeran, orijentacija tunela je «sjever –jug», portal

tunela je u usjeku,...i one su već djelomično raspoložive, te ih je potrebno
nastaviti prikupljati i formirati bazu podataka (ta je baza bitna za kasnije
projektiranje).

153
 • Postupkovna (proceduralna) pravila su djelomično postavljena kao
pravila koja opisuju osnovne dijelove radnji operatera – opisano u
«postupnicima operatera».

Primjer: Provjeriti stanje rasvjete za program održavanja, pokreni

postupak prediktivnog održavanja,...

• Heuristička pravila, ili heuristika, su pravila prihvaćena kao

sugestije jer ih se ne može dovoljno čvrsto obrazložiti, a ekspert
(projektant, stručnjak iz određenog područja) ih stječe svojim
višegodišnjim iskustvom. Primjenjuju se u svim slučajevima kada
zbog nepouzdanih informacija nemamo odgovarajućih
postupkovnih pravila.

Korisničko sučelje, (engl. user interface)tj. forme za unos, pregled i

izmjenu podataka te forme izvješća moraju biti definirane tako da čuvaju
integritet baze podataka, preko validacije i programskih ograničenja
operacija s bazom podataka ali i da omoguće jednostavan rad korisniku.

Forma korisničkog sučelja neke baze za unos podataka padajućim

menijima pomaže lakšem unosu novih podataka i njihovoj validaciji na
način da se koriste izvedeni programski filtri. Npr. za odabrano područje u
padajućem izborniku se dobivaju objekti samo iz tog područja.

Glavne značajke tako formiranog ekspertnog sustava su:

 jednostavno dodavanje nekih novih znanja

 fleksibilna strategija rješavanja problema
 visoki stupanj rješavanja problema
 mogućnost objašnjenja što je napravljeno i zašto je napravljeno

Kroz interpretaciju znanja i logičke procedure, odvija se

automatsko zaključivanje u ekspertnim sustavima te je moguće mijenjati
već postojeću bazu znanja. Za svaki model zaključivanja postoji
odgovarajuća strategija kojom se kontroliraju i usklađuju procesi
pretraživanja baze znanja i zaključivanja.

154
 Baze znanja mogu prikazivati znanja kao:

 predikate – formalna logika (engl. formal logic) je tehnika koja

predstavlja informacije na način da je lako provjeriti je li
informacija točna ili nije.

 semantičke mreže – grafove koji predstavlja objekte (događaji ili

akcije) i sadrži realna značenja o objektima.

 okvire znanja (engl. frames) – simbolički predstavljaju znanje.

 sadrže pretince (engl. slots) koji sadrže informacije, a pretinci

sadrže pokazivače na druge pretince ostalih okvira i tako se znanje
povezuje u smislenu cjelinu.

 pravila (engl. rules) – predstavljaju znanje prema kondicionalnom

modelu "if-than"

ES mogu biti temeljeni na pravilima (engl. rule based systems) i sustavi

koji se temelje na učenju (engl. inductive learning systems). Mogući su i
mješoviti sustavi koji dio znanja stječu putem dobivenih pravila, a dio
putem pravila koja sami izvode učeći na primjerima.

Sustavi koji se temelje na pravilima, pravilo povezuje dvije ili više

činjenica na određeni način. AKO (premisa) ONDA (zaključak ili akcija)

Primjer: AKO se promet kroz tunel odvija po danu, ONDA treba biti
uključen dnevni režim rasvjete tunela.

Postavi li se pravilo u obliku: AKO (uzrok) ONDA (posljedica)

potrebno je uvesti termine kojima će uzrok povezati s posljedicom, nekom
neizrazitošću
Primjer: AKO je u danu nastupila vrlo jaka naoblaka, ONDA rasvjetu
tunela treba biti korigirana na 80%.

To zapravo navodi na potrebu primjene više vrijednosne (neizrazite)

logike (engl. fuzzy logic). Za potrebe regulacije rasvjete preko fuzzy
regulatora.

155
 Kada se sustavi temelje na učenju primjera, za takav sustav potrebno je
imati dva skupa primjera: jedan skup iz kojih se uči i drugi skup primjera
na kojima će se ispitivati kvaliteta naučenog odnosno kvaliteta znanja.
Rezultat učenja na primjerima može biti skup pravila izraženih
grafički pomoću stabla koje se može formirati potpuno automatski ili uz
intervenciju eksperta. Najinformativniji atribut se pojavljuje kao prva točka
stabla, drugi po redu kao druga točka i tako redom. Tako stablo završi
klasama i to je rješenje koje se i trebalo dobiti. Postupkom određivanja
najinformativnijih atributa i odbacivanjem neinformativnih atributa dobije
se stablo odlučivanja.
U svrhu izgradnje baze znanja i baze podataka, već u prvoj fazi se
predviđa:

- Intervju i prikupljanje iskustvenih podataka projektanata i eksperata

- Intervju i prikupljanje iskustvenih podataka operatera tijekom pogona
- Prikupljanje i obrada klimatskih podataka mikro lokacije tunela
- Prikupljanje i obrada iskustvenih podataka i postupaka operatera
prilikom promjene klimatskih uvjeta za mikro lokaciju tunela i utjecaj
ekliptike na svjetlo tehnički proračun.

Paralelno s tim slijedi projektiranje strujnih krugova i rješavanje

sustava regulacije, osjetila, izvršnih upravljačkih i regulacijskih
elemenata:

- Fotoosjetljivi senzorski sklop (ugađanje na upravljačke elemente

krugova rasvjete)
- Fotoosjetljivi senzorski sklop (postavljanje referentnih veličina za
ugađanje)
- Izvršni upravljački elementi za regulaciju rasvjete
- Izvršni upravljački sklopovi za upravljanje

Dizajniranje sustava temeljenih na znanju vrlo se uspješno provodi

metodologijom CommonKADS, koja se po prirodi i sadržaju približava
spiralnom modelu koji osigurava poboljšavanje i nadzor nad samim
sustavom. Kako postoji dobra dokumentacija za CommonKADS
metodologiju, moguće je definirati parametre važne za unapređenje i
iskoristiti ih u daljem radu.

156
5.5.9. Ekspertni sustav - Ekspert

Za shvaćanje ES korisno je prisjetiti se tko je ekspert? Ekspert je

iskusna osoba, onaj koji posjeduje iskustvo. Za eksperta, u njemačkom se
jeziku, kako navodi H.G. Gadamer, još od 16. stoljeća uvriježilo značenje
„procjenitelj”, onaj koji svoja znanja i iskustva koristi za procjenu ili
ocjenjivanje. Asocijacija na eksperta - procjenitelja, Slika 5.10.

Slika 5.10. Poznati detektiv i njegov prijatelj kao eksperti

Prema Aristotelu: ”u svakom donošenju odluka u ljudskom djelovanju

treba uzeti u obzir na jednoj strani racionalnost, koja se sastoji u
pronalaženju pravih sredstava za zadanu svrhu, a na drugoj strani nalaženje,
osvješćivanje i zadržavanje same svrhe, odnosno racionalnost u izboru
svrhe”.

U novije vrijeme, procjenitelj, ekspert jest onaj kojega se sluša kada on

procjenjuje, i kada netko kaže da tako ocjenjuje, tada time misli da je to
ono što bi rekao „da se njega pita”. Postoji izvjesna napetost između
specijalističkog znanja i umijeća općenito te izvodivost i ispravnost
primjene tog znanja i umijeća. Napetost kao sukob može se razaznati
između specijaliziranog umješnika na jednoj strani i ne specijaliziranog
donosioca odluke za praktičnu primjenu na drugoj strani. Znanje i umijeće
specijalista je drugačije vrste nego ono znanje koje odlučuje o primjeni!?
Eksperti i njihova znanja su vrlo bitna za izgradnju ES.
157
5.5.10. Grupa eksperata - Delfi metoda

Ideja o primjeni ES začeta je tijekom 50-ih godina, kada su znanstvenici

za ispitivački proces prvi put upotrijebili Delfi metodu, (engl. Delphi
method) tijekom vrhunca hladnog rata za otkrivanje odgovora na tajna
vojna pitanja, u američkoj korporaciji, RAND Co. Asocijacija na grupu
eksperta - procjenitelja Slika 5.11.

Slika 5.11. Grupa eksperata američke kompanije RAND Co.

Ovakva istraživanja provedena su kako bi se dobio širi pregled

mišljenja u nadi povećanja točnosti projekcija i prognoza. Vjerovalo se da
će generirati rezultate točnije nego što ih generiraju tradicionalni načini
prikupljanja stavova, mišljenja i ekspertiza.
Delfi tehnika, odnosno metoda, jedna od češće upotrebljavanih
prognostičkih metoda naziv je dobila po najpoznatijem antičkom
proročištu. Slikovito ime ove prognostičke metode je jedina dodirna točka
s grčkim proročištem staroga vijeka u hramu boga Apolona, kada je
proročica Pitija sjedila iznad pukotine u stijeni iz koje su izbijale hladne
omamljujuće pare i nesuvislo i dvosmisleno odgovarala na upite. Njeni su
odgovori prihvaćani kao izricanje proročanstava.

Delphi metoda je strukturirana znanstvena metoda sa jasnim pravilima

i procedurom. Cilj se matematički svodi na izračunavanje medijana,
donjeg i gornjeg kvartila. Medijan je položajna srednja vrijednosti koja niz
dijeli na dva jednaka dijela. U jednom dijelu se nalaze elementi koji imaju

158
vrijednost numeričkog obilježja jednaku ili manju od medijana, dok se u
drugom dijelu nalaze oni elementi koji imaju vrijednost numeričkog
obilježja jednaku ili veću od medijana.

Glavna ideja metode bila je:

1. okupiti eksperte sa zadanog i promatranog područja,

2. eksperti su bez bojazni iznosi svoje mišljenje,
3. mišljenja eksperata su prosljeđivana na prosudbu,
4. odgovori eksperata su se analizirali i čuvali odvojeno,
5. eksperti su sudjelovali anonimno kako bi se minimizirao socijalni
utjecaj
6. pronalazile su se točke u kojima se eksperti slažu ili im se
mišljenja razilaze
7. predstavljani se sažeci i zaključci anketa sudionicima, također
anonimno
8. eksperti čitaju tuđa razmišljanja te ih mogu uzeti u obzir prilikom
svog novog odgovora, kojeg su slobodni ponovo revidirati.

Broj informacija koje posjeduje grupa prelazi broj i kvalitetu

informacija pojedinca. Tijekom rada grupe povećavao se broj relevantnih
faktora i raznih aspekata i događaja.

Izračunavanje medijane se preporučuje kada su nepoznate sve

vrijednosti numeričkog obilježja ali su dobivene vrijednosti poredane po
veličini, i poznat je njihov broj.

Što je raspon između donjeg i gornjeg kvartila manji, medijan je

reprezentativniji jer je zgusnutost oko medijana veća.

Prednosti medijana u odnosu na izračunate srednje vrijednosti

(aritmetička sredina, harmonijska sredina), je ta:

- da je manje osjetljiv na ekstreme,

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

159
 Delphi metoda se tijekom godina proširila iz vojno-industrijskog
kompleksa i danas služi za predviđanja na raznim područjima između
ostalog:

 Tehnološke prognoze, brzina razvoja i otkrića novih tehnologija

 Utjecaj novih tehnologija na društvo i ekonomiju

Ali je i udarila temelje koncepciji i razvoju ES.

5.5.11. Primjer ekspertnog sustava za pronalaženje mjesta kvara u

distribucijskom sustavu elektroenergetskog napajanja

Primjer obrađuje stvarnu tvrtku, Taiwan Power Company (TPC) ured

okruga Taipei City. U bazu podataka spremljeni su podaci o sastavnim
dijelovima i topologiji mreže distribucijskog sustava. U bazu znanja
ugrađen je skup heurističkih znanja sakupljen iz iskustava dispečera.

Za pronalaženje mjesta kvara u distribucijskom sustavu razvijen je sklop

za logičko zaključivanje koji izvodi deduktivno rasuđivanje temeljem
pravila iz baze znanja.

Sklop za logičko zaključivanje sastoji se od tri glavna dijela:

- dinamičke metode pretraživanja

- algoritama za potragu unatrag
- operacija nad presjekom skupova

Korištenjem Prologa – jezika umjetne inteligencije, instaliran je

ekspertni sustav u osobno računalo. Da bi demonstrirali efikasnost
predloženog pristupa, korišten je ES za određivanje mjesta kvarova na
stvarnom podzemnom kabelskom distribucijskom sustavu unutar
distribucijskog područja. Da bi smanjili vrijeme ispada elektroenergetskog
sustava i povećali pouzdanost napajanja, za dispečere je vrlo bitno što prije
pronaći mjesto kvara u distribucijskom sustavu. U dosadašnjoj se praksi,
određivanje mjesta kvara u većoj mjeri temelji na heurističkim pravilima
dobivenim iz prethodnog iskustva sistemskih dispečera. Važna uloga
eksperata u otkrivanju mjesta kvara distribucijskog sustava motivirala je
izgradnju i primjenu ekspertnih sustava na tom području.
160
 Većina do danas razvijenih ekspertnih sustava za dijagnozu kvara
koriste se informacijama iz sklopne opreme, prekidača i releja. Ti elementi
su prikladni za procjenu i sekcioniranje kvara na prijenosnom sustavu ili na
distribucijskim vodovima. Za kvarove koji se događaju na dijelu
distribucijskog sustava između primarnih grana i potrošača informacije će
biti izbrisane na osiguraču glavnog čvora napojnog voda.
Prekidač strujnog kruga na glavnom čvoru primarnog voda neće
funkcionirati za kvarove koji se događaju na bočnim granama, pod
granama, distribucijskim transformatorima i pridruženim uređajima. U
ovom slučaju nisu dostupne informacije prekidača strujnog kruga, kao ni
lokacija ispalog osigurača. Kvarovi na ovom dijelu sustava uzrokovati će
prekid usluge manjem broju potrošača u odnosu na one na primarnom
vodu. Međutim oni se događaju češće od kvarova na primarnom vodu.
Osim toga ovaj dio sustava sadrži veliki broj široko rasprostranjenih
uređaja na velikoj zemljopisnoj površini.

Kako u dispečerskom centru postoji limitirani broj servisera i ekipa u

službi, za dispečera je bitno ispravno identificirati moguće lokacije kvara
i na najvjerojatnija mjesta poslati limitirani broj servisera da pronađu
pokvareni uređaj i poprave štete. Ako serviseri ne uspiju pronaći pokvareni
uređaj blizu specificirane lokacije, dispečer mora napraviti novu prosudbu
te poslati servisere na drugo mjesto.

U centralnom dijelu prometnih gradova kao što je Taipei, serviserima

treba više od 30 minuta da stignu do mjesta koje je udaljeno svega 1 milju.
Zbog gradskog prometa i limitiranog broja servisnih ekipa, dijagnoza kvara
veliki je izazov za dispečere.

Jedina informacija dostupna TPC dispečerima su, od telefonskih

operatera u službi za kupce, snimljeni pozivi za servis koji se dostavljaju u
dispečerski centar.

Dispečeri tada koriste adresu poziva za servis i svoje prethodno

iskustvo za identificiranje lokacije kvara.

Kako u trenutnoj bazi podataka ne postoje podaci o lokaciji i

povezanosti komponenata distribucijskog sustava, kao što su sekcije
kabela, distribucijski transformatori, sklopke i sl., nemoguće je točno
identificirati iz kojeg distribucijskog transformatora dobiva napajanje
kupac u kvaru.
161
 U većini slučajeva dispečer će pregledati konfiguracijske dijagrame i
mape napojnih krugova i pokušati odrediti distribucijske transformatore u
blizini adrese kupca koji je zahtijevao servis. S tako određenim
distribucijskim transformatorima, temeljem njihove povezanosti s ostalim
uređajima u distribucijskoj mreži, dispečer identificira nekoliko mogućih
lokacija kvara.

U procesu donošenja odluke, važnu ulogu imaju heuristička

dispečerska pravila stečene prethodnim operativnim iskustvom.

ES oponaša ponašanje iskusnog dispečera u dijagnosticiranju kvarova

distribucijskog sustava.

Da bi se dispečeri oslobodili od mučnog pregledavanja mapa i

napajačkih dijagrama, u bazu podataka ekspertnog sustava spremaju se
lokacija i karakteristike svakog uređaja. Konfiguracija sustava spremljena
je korištenjem kazala, koje za svaki uređaj pokazuje njegovog prethodnika.
Kroz diskusiju s iskusnim dispečerima iz TPC ureda okruga Taipei City
sakupljen je skup heurističkih pravila. Ta su pravila kodirana u računalni
program korištenjem Prologa - jezika umjetne inteligencije i spremljena u
bazu pravila ekspertnog sustava.

Sklop za logičko zaključivanje, koji za pronalaženje mjesta kvara,

izvodi deduktivno rasuđivanje na pravilima iz baze, sastoji se od tri glavna
dijela: dinamičke metode pretraživanja, algoritama za potragu unatrag i
operacija nad presjekom skupova. Ekspertni sustav instaliran je u osobno
računalo i testiran na distribucijskom sustavu unutar servisnog područja
TPC ureda okruga Taipei City. Rezultati testiranja pokazali su da je
ekspertni sustav sposoban na vrlo efikasan način identificirati greške u
distribucijskom sustavu.

162
 Slika 5.12. Struktura ES za identifikaciju greške u distribucijskom sustavu

Iz slike 5.12. je vidljivo da se ekspertni sustav sastoji od baze znanja,

logičke jedinice i okruženja čovjek – stroj. Baza znanja sastoji se od dva
glavna dijela: baze podataka i baze pravila.

U bazu podataka pohranjeni su lokacija i karakteristike komponenti, te

uređaj koji joj prethodi u topološkom dijagramu. Ti podaci potrebni su
logičkoj jedinici za konfiguriranje distribucijskog sustava u procesu
određivanja mjesta kvara. Logička jedinica jezgra je ekspertnog sustava.
Preko okruženja čovjek-stroj, logička jedinica zaprima adrese korisnika
koji su u kvaru. Koristeći te adrese, podatke o distribucijskom sustavu iz
baze podataka i heuristička pravila iz baze pravila, logičkim rasuđivanjem,
logička jedinica identificira mjesta kvara. Ukoliko je potrebno, logička
jedinica od korisnika može tražiti da nešto uradi (npr. da nazove nekoga)
ili da joj da druge podatke korisne za proces zaključivanja.

Okruženje čovjek – stroj služi kao sredstvo komunikacije između

korisnika i ekspertnog sustava. Pomoću tog okruženja, korisnik zahtjeva od
ekspertnog sustava da odredi mjesto kvara. Isto tako korisnik može
nadograditi podatke i pravila u bazi znanja.

163
 S druge strane, preko tog okruženja, ekspertni sustav snabdijeva
korisnike s informacijama o mjestima kvara i zahtjeva od njih da nešto
urade.

Dizajniranje ekspertnog sustava započinje sa sakupljanjem podataka o

distribucijskom sustavu i spremanjem tih podataka u bazu podataka. Nakon
toga, da bi se dobila heuristička pravila (pravila dobivena iz prakse) za
identificiranje mjesta kvara vođen je razgovor sa iskusnim dispečerima.
Završni korak u dizajnu ekspertnog sustava je kodiranje pravila i izgradnja
logičke jedinice sposobne za izvođenje logičkog rasuđivanja nad pravilima
u svrhu procjene mjesta kvara.

Detalji i prikaz baze podataka, baze pravila i logičke jedinice opisuje se

prema podlogama kreacije ekspertnog sustava.

BAZA PODATAKA

Sadrži:

1. Podatke o komponentama sustava

 serijski broj, adresa i pozicija svakog čvora
 komponente svakog čvora (sklopke, osigurači,
transformatori)

2. Konfiguracijski dijagrami napojnih krugova

3. Podatke o ključnim kupcima (bolnice, hoteli, i sl.)

 adrese i telefonski brojevi ključnih kupaca

4. Podatke o distribucijskim trafostanicama koje su često

preopterećene

5. Sekcije kabela i distribucijskih trafostanica koje su često u kvaru

164
 6. Čvorove osjetljive na kvar zbog poznatih razloga

Obzirom na opisne stavke potrebno je navesti slijedeće komentare:

1. Za određivanje svakog čvora i svih uređaja na njemu, kompletno

TPC servisno područje okruga Taipei City, podijeljeno je u 6800
kvadrata, svaki veličine 100x100m.

2. Za imenovanje svakog bloka koristi se dvodimenzionalni

pravokutni koordinatni sustav, ( brojevi od 0 do 9 i slova od A do
H)

3. Iz konfiguracijskih dijagrama napojnih krugova, mogu se

identificirati čvorovi koji određenom čvoru prethode i oni koji
dolaze iza njega.

4. Da bi odredili mjesto kvara u distribucijskom sustavu zvjezdaste

strukture, potrebni su samo uređaji koji određenom čvoru prethode
budući da preko njih vodi jedini put prema izvoru. Da bi olakšali
buduće radove na rekonfiguraciji mreže, također spremaju se i
uređaje koji slijede.

5. Ključni kupci imaju tehničko osoblje zaduženo za kontrolu opskrbe

zgrade električnom energijom. Njihova dužnost je obavijestiti TPC
servisni centar o svakom prekidu usluge. U slučaju kada to nisu
napravili, da bi provjerio da li je kod njih usluga u prekidu, dispečer
koristi raspoložive telefonske brojeva za telefonski kontakt .

6. Adrese i telefonski brojevi ključnih kupaca spremljeni su u bazu

podataka, tako da ekspertni sustav može zahtijevati od korisnika da
nazove određenog ključnog kupca i natrag vrati informaciju o
njegovom trenutnom statusu. Za automatsko pozivanje ekspertni
sustav je povezan sa sustavom za automatsko pozivanje.

7. Koristeći podatke iz stavaka 1 – 3 i heuristička pravila, logička

jedinica može odrediti neka područja gdje je moguće mjesto kvara.
165
 8. Da bi područje kvara još više suzili, koriste se informacije iz
stavaka 4 – 6.

Ti podaci mijenjaju se s vremenom, i neprekidno nadopunjavaju od

strane korisnika kako bi prikazivali trenutnu situaciju.

U programu Prolog, podaci su spremljeni u formi 'činjenica'.

Primjeri:

Činjenica da je kupac_1 u kvaru glasi

fact 1: interrupted (kupac_1)

Činjenica da je točka_1 čvor glasi

fact 2: branching (točka_1)

Činjenica da je točka_1 blizu kupca_1 glasi

fact 3: close-to (kupac_1, točka_1)

BAZA PRAVILA

Kroz razgovor s iskusnim dispečerima identificirana su i obrađena slijedeća

heuristička pravila:

1. Kupac obično dobiva napajanje iz obližnje, (najčešće)

distribucijske trafostanice
2. Čvor se napaja iz čvora koji mu prethodi
3. Distribucijski sustav ima zvjezdastu strukturu, pa postoji
jedinstveni put od izvora do svakog čvora

166
 4. Područje mogućeg kvara sadrži čvor najbliži kupcu u prekidu, te
sve prethodne čvorove.
5. Najčešće će tehničko osoblja ključnih kupaca prijaviti kvar u
njihovoj zgradi
6. Rijetko se istovremeno događaju dva različita kvara na istom
distribucijskom području
7. Preopterećeni transformatori podložni su ispadanju
8. Ispadanje čvorova u blizini restorana vjerojatno je uzrokovano
štakorima koji oštećuju izolaciju

Navedena pravila napisana su u Prologu, jeziku umjetne inteligencije.

Ta su pravila ugrađena u bazu pravila i imaju slijedeću formu:

If – AKO........................................................................ ( premisa )

Then – ONDA........................................................... ( konkluzija )

Ako je zadovoljena 'premisa' tada se aktivira 'konkluzija'.

Npr. pravilo 1. iz baze pravila može se prikazati u Prologu na slijedeći

način:

rule 1: is-supplied ( X, Y ): interrupted ( X ), branching ( Y ) close-

to ( X, Y )

Značenje ovog izraza je slijedeće:

Ako vrijedi { X je kupac u prekidu & Y je čvor & Y je blizu X }

Tada vrijedi { X dobiva napajanje Y }

Koristeći 'činjenice' 1 – 3 iz baze podataka, očito je da će u 1. pravilu

'premisa' biti zadovoljena kada je varijabli X pridružena vrijednost
kupac_1, a varijabli Y vrijednost točka_1.

167
Ako je ta 'premisa' zadovoljena dolazi do aktiviranja 'konkluzije' tj.
zaključenja nove činjenice:

X dobiva napajanje iz Y

Drugim riječima, koristeći pravila iz baze pravila i podatke (činjenice) iz

baze podataka ekspertni sustav kreira novi zaključak (činjenicu) koji u
ovom slučaju glasi:

kupac_1 dobiva napajanje iz točke_1.

To znači da se kroz ponavljajuće usporedbe unutar 'premisa' dijela pravila,

može izvesti skup novih činjenica i podataka iz konkluzijskog dijela
pravila.

Dakle može se reći da će kroz ponavljajuće deduktivno rasuđivanje,

ekspertni sustav doći do konačnog rezultata.

LOGIČKA JEDINICA

Proces izvođenja novih činjenica i konačnog rezultata pomoću

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

168
Slika 5.13. Dijagram toka procedura logičke jedinice ES za pronalazak i ispis
područja greške u distribucijskom sustavu

169
 Iz dijagrama toka slijedi da logička jedinica započinje s učitavanjem
zapisa prijava kvarova od strane korisnika ekspertnog sustava.

Kako je određivanje mjesta kvara vrlo hitan zadatak, da se smanji

vrijeme potrebno za unos adrese potrošača u kvaru, dizajnirano je prikladno
korisničko sučelje. Potrošači se mogu podijeliti u dvije grupe: grupa
ključnih potrošača i grupa običnih potrošača.

Poznato je točno na koji čvor je spojen ključni potrošač. Ali to nije slučaj
kod običnog potrošača. Stoga 2. blok u dijagramu toka logičke jedinice
provjerava bazu podataka, da se ustanovi da li postoji neki ključni potrošač
koji je u kvaru.

Ako postoji takav potrošač, u 3. bloku provodi se potraga unatrag,

počevši od čvora s kojeg ključni potrošač dobiva napajanje. U procesu
potrage unatrag koriste se svi u bazi podataka spremljeni čvorovi koji
prethode tom čvoru. Kao rezultat te potrage dobiva se područje kvara koje
sadrži sve prethodne čvorove i njima pridružene uređaje. Za to se koristi
baza podataka uređaja distribucijskog elektroenergetskog sustava kao što
su: - transformatori, sklopke, oprema, sekcije kabela između čvorova i
drugo...

Primjer 1

Na dijagramu, Slika 5.14. prikazan je primjer za prijavu kvara ključnog

potrošača napajanog iz čvora 11. Uočavaju se podjele na blokove u kojima
se nalaze ključni potrošači X i Y. Oni su napajani preko svojih,
pripadajućih, primarnih i radijalnih napojnih vodova.

Napajanom čvoru 11 prethode čvorovi 1 – 2 – 9 – 10. Obzirom da ne

razmatramo kvarove na primarnom napojnom vodu, čvorovi 1 i 2 otpadaju,
pa područje kvara čini radijalni vod od čvora 2 do čvora 11.

Bilo koji uređaj ili kabelska sekcija unutar područja kvara, može biti uzrok
prekida usluge za ključnog potrošača s čvora 11.

Konkretno to znači da kvar može biti na transformatorima i sklopkama koji

se nalaze na čvorovima 9, 10 i 11, te na kabelskim sekcijama 2 – 9, 9 –
10, 10 – 11.

170
Slika 5.14. Procedura utvrđivanja čvorova napajanja

171
 Primjer 2

Razmatra se slučaj kada nema prijave kvara od strane ključnog

potrošača. U slučaju da je kvar prijavio običan potrošač za kojeg nije
poznato s kojeg se čvora napaja, mora se pogađati iz kojeg čvora se napaja
taj potrošač. Temeljem 1. pravila iz baze pravila zaključeno je da napajački
čvor potrošača u kvaru ne može biti daleko od njega. Stoga 4. blok u
dijagramu toka logičke jedinice provodi metodu dinamičkog pretraživanja
za identifikaciju čvora koji je blizu potrošača u kvaru. Opis metode
dinamičkog pretraživanja bazira se na utvrđivanju činjenica iz raspoloživih
baza, podataka, pravila, (znanja),...

U prikupljenoj bazi podataka imamo adresu i poziciju (opisanu s

dvodimenzionalnim pravokutnim koordinatnim sustavom) svakog čvora.
Problem leži u činjenici da imamo adresu potrošača u kvaru, ali ta adresa
obično nije adresa niti jednog čvora. Glavna poteškoća u lociranju čvora,
koji je blizu potrošača u kvaru, je da nemamo koordinate potrošača. Zbog
toga metoda dinamičkog pretraživanja započinje traženjem čvora čija je
adresa blizu adrese potrošača u kvaru.

Npr. pretpostavimo da je adresa potrošača u kvaru „Aleja Samuraja

broj 10“. Pronađen je čvor čija je adresa „Aleja Samuraja broj 14“ i za
očekivati je da su brojevi potrošača 10 i 14 blizu. Može se zaključiti da je
taj čvor blizu potrošača u kvaru. Čvor dobiva naziv 'centralni čvor'. Iako
nije baš 100% sigurno da potrošač u kvaru dobiva napajanje iz tog čvora,
može se zaključiti da ga dobiva od njega ili od okolnih čvorova. Kako je
lokacija svakog čvora definirana na mapi s parom pravokutnih koordinata,
korištenjem tih koordinata moguće je pronaći čvorove blizu ' centralnog
čvora '.
Ekspertni sustav uzima u obzir čvorove koji se nalaze unutar
kvadratnog bloka dimenzija 100x100 m u čijem se središtu nalazi ' centralni
čvor '. Obzirom da se površina kvadratnog bloka, na zahtjev korisnika
ekspertnog sustava, može raširiti ili suziti, metoda je nazvana dinamičkom
metodom pretraživanja.

Pretpostavlja se da je zaprimljena prijava kvara od strane potrošača X

i potrošača Y. Iako postoje adrese tih potrošača nisu poznate njihove
koordinate na mapi. Zbog toga se prvo pomoću adresa čvorova pristupa
pronalasku blizine potrošača i utvrđuje se da je adresa čvora 7 blizu adrese
potrošača X, a adresa čvora 14 blizu adrese potrošača Y. Nakon toga
korištenjem koordinata čvora 7, koji je postao ' centralni čvor ' potrošača
172
X, određuje se unutar 'Bloka 1' (kvadrat dimenzija 100x100m sa čvorom
7 u središtu ). Oko njega se nalaze čvorovi 4, 5, i, 10, 11. Zaključuje se da
je vrlo vjerojatno da je potrošač X napajan iz jednog od tih čvorova. Na
sličan način može se zaključiti da je vrlo vjerojatno da je potrošač Y
napajan iz čvorova 6, 8 i 14 koji se nalaze unutar ' Bloka 2 '

Sada kada su pronađeni potencijalni čvorove iz kojih su napajani potrošači

X i Y, izvodi se 5. blok u dijagramu toka logičke jedinice.

Od svakog obližnjeg čvora provodi se potraga unatrag i dobivaju se dva

skupa mogućih područja kvara:

Skup 1 = { ( 1-3-4-5 ), ( 1-3-4-7 ), ( 2-9-10-11 ) }

Skup 2 = { ( 1-3-4-5-6 ), ( 1-3-4-7-8 ), ( 12-13-14 ) }

Npr. u Skupu 1, područje kvara ( 1-3-4-5 ) ukazuje da u kvaru mogu biti

čvorovi 3, 4 i 5 i kabelske sekcije 1-3, 3-4 i 4-5

U 6. bloku dijagrama toka logičke jedinice, da bi odredili zajednička

područja dva skupa, izvodi se operacija presjeka i kao rezultat dobiva se:

Područje 1: ( 1-3-4-5 )

Područje 2: ( 1-3-4-7 )

Razlog provođenja operacije presjeka baziran je na pretpostavci da se u bilo

kojem trenutku događa samo jedan kvar u sustavu.

U 7. bloku dijagrama toka logičke jedinice, ekspertni sustav nastoji još više
suziti dobivena Područja 1 i 2, te provjerava listu ključnih potrošača u bazi
podataka da bi ustanovio da li u tim područjima postoji neki ključni
potrošač.

Zadatak započinje s upitom za čvor najbliži izvoru. U navedenom primjeru

to je čvor 3. Ekspertni sustav provjerava da li se sa čvora 3 napaja neki
ključni potrošač. Ako je odgovor pozitivan, ES ispisuje njegovu adresu i
broj telefona, te zahtjeva od korisnika da telefonski kontaktira ključnog
potrošača i ustanovi da li je u kvaru. Ako je ključni potrošač u kvaru tada
je područje kvara reducirano na (1-3).

173
 Drugim riječima, potencijalno su u kvaru uređaji na čvoru 3 ili kabelska
sekcija 1-3. Detalje sužavanja Područja 1 i Područja 2 razrađuju heuristički
algoritmi. Na taj način daljnjim sužavanjima područja kvara, ekspertni
sustavu u blokovima 1 – 4 nastavlja s provjerom da li postoje ključni
potrošači koji dobivaju napajanje s čvorova 5 i 7. Blokovi pridruženi tim
aktivnostima zbog limitiranog prostora izostavljeni su iz dijagrama toka.
Područja kvara dobivena u 7. bloku dijagrama toka logičke jedinice, mogu
se u 8. bloku i dalje sužavati korištenjem stavaka 4 – 6 iz baze podataka.
Npr. ako područje kvara uključuje čvor 3 i kabelsku sekciju 1-3, a
korištenjem 5. stavke baze podataka vidimo da je sekcija 1-3 često u kvaru,
tada je vrlo vjerojatno da je kvar na toj sekciji. U 9. bloku dijagrama toka
logičke jedinice, na korisničkom terminalu ispisuju se adrese i povezanost
uređaja koji čine područje kvara.

IMPLEMENTACIJA EKSPERTNOG SUSTAVA

Ekspertni sustav implementiran je u osobno računalo. Napisan je u

jeziku umjetne inteligencije Prologu. Program ima otprilike 130 pravila.
Da bi se demonstrirala efikasnost predloženog ekspertnog sustava,
provjerena je identifikacija mjesta kvarova na distribucijskom sustavu
unutar servisnog područja koje pokriva TPC ured okruga Taipei City.
Testirani sustav ima:
5 primarnih napojnih grana,
49 radijalnih grana i
138 čvorova.

Među potrošačima koje opslužuje testirani sustav postoji 46 ključnih

potrošača. Ulazni podaci u ekspertni sustav su adrese potrošača u kvaru.
Izlazni podaci iz ekspertnog sustava su adrese i povezanost svih uređaja u
području kvara. Testiran je slučaj kvara na čvoru 17. Kvar su prijavila 2
potrošača. Nijedan od njih nije ključni potrošač. Ekspertni sustav određuje
moguća područja kvara za 1. Potrošača, a zatim ekspertni sustav izvodi
presjek skupova mogućih područja kvara pa za rezultat dobiva 3 čvora (
16, 17 i 20 ) i 3 sekcije kabela ( 1-16, 16-17, 17-20 ). Nakon toga, da suzi
područje kvara, ekspertni sustav pretražuje bazu podataka i pronalazi 2
ključna potrošača koja su napajana sa čvorova 16 i 20. Ispisuju se njihovi
telefonski brojevi i od korisnika sustava traži se da provjeri da li su ti
potrošači u kvaru.

174
 Nakon telefonskog kontakta ključnih potrošača dobivena je informacija
da je samo ključni potrošač na čvoru 20 u kvaru. Dobivanjem te
informacije, ekspertni sustav zaključuje da su čvorovi 17 i 20 i sekcije
kabela 16-17 i 17-20 moguća područja kvara i na terminalu se ispisuju
njihove adrese i povezanost. Na te adrese šalju se servisne ekipe da
pregledaju specificirane uređaje, lociraju i otklone kvar.

Za vrijeme testiranja u periodu od 12 mjeseci dogodilo se 19 slučajeva

kvarova. Svi slučajevi analizirani su od strane ES. U 17 slučaja uspješno je
locirano područje kvara.

ZAKLJUČAK

Primjer odabranog ES dokazao se u praksi kao operativna pomoć

dispečerima za lociranje kvara u distribucijskom sustavu. Obzirom da su u
bazu podataka ekspertnog sustava spremljeni adresa, pozicija i povezanost
svakog uređaja, u procesu pronalaženja mjesta kvara, dispečeri ne trebaju
pregledavati konfiguracijske mape napojnih krugova.

U bazu pravila ugrađena su heuristička pravila dobivena od iskusnih

dispečera temeljem njihovog operativnog iskustva. Baza podataka i pravila
predstavlja temelj za deduktivno rasuđivanje koje izvodi logička jedinica u
svrhu lociranja kvara. Logička jedinica obuhvaća tri glavna algoritma:
dinamičku metodu pretraživanja,
algoritam za potragu unatrag te
operaciju presjeka skupova.

Za olakšavanje komunikacije između ekspertnog sustava i korisnika,

dizajniran je za korisnika prikladan ulazno/izlazni sustav. Efikasnost
dizajniranog ekspertnog sustava demonstrirana je kod pronalaženja
kvarova na distribucijskom sustavu unutar servisnog područja koje pokriva
TPC ured okruga Taipei City.

5.5.12. Pregled članaka o ekspertnim sustavima u elektroenergetici

Navedeni primjer ES za potrebe stručnog rješavanja elektrotehničke

problematike, jedan je od odabranih koji su poslužili u stručnim
edukacijskim obradama iz Tablice 5.13.

175
 Tablica 5.13. Izbor članaka o ekspertnim sustavima u elektroenergetici

Red. Oznaka Naslov Autori Objava

br.
1. P14 – ANALYSIS OF RADIATED T. Hubing, IEEE
ES EMISSIONS FROM A Y. Fu Transactions on
PRINTED CIRCUIT BOARD EMC, Vol. 49, No.
USING EXPERT SYSTEM 1, February 2007
ALGORITHMS
2. P13 – EXPERT SYSTEM FOR M. B. Ibne Reaz, IEEE
ES POWER QUALITY F. Choong, Transactions on
DISTURBANCE CLASSIFIER M. S. Sulaiman, Power Delivery,
F.l M.Yasin, Vol. 22, No. 3,
M. Kamada July 2007
3. P12 – ARTIFICIAL INTELLIGENCE W. R. Anis IEEE
ES AND ADVANCED Ibrahim Transactions on
MATHEMATICAL M. M. Morcos Power Delivery,
TOOLS FOR POWER Vol. 17, No. 2,
QUALITY APPLICATIONS: April 2002
A SURVEY
4. P11 – A FAULT DIAGNOSIS H.-J. Lee, IEEE
ES EXPERT SYSTEM FOR B.-S. Ahn, Transactions on
DISTRIBUTION Y.-M. Park Power Delivery,
SUBSTATIONS Vol. 15,No.1,
January 2000
5. P10 – AN EXPERT SYSTEM FOR M. Kezunović, IEEE
ES TRANSMISSION P. Spasojević Transactions on
SUBSTATION EVENT C. W. Froomen, Power Delivery,
ANALYSIS D. R. Sevcik Vol. 8, No. 4,
October 1993
6. P9 – PROTECTIVE DEVICE H. W. Hong IEEE
ES COORDINATION EXPERT C.-T. Sun Transactions on
SYSTEM M. Steven Power Delivay,
Vol. 6, No. 1,
January 1991
7. P8 – AN EXPERT SYSTEM FOR J. P. Liu, J.T. Lm
ES LOCATING DISTRIBUTION H.S.Yu, R.T.Kuo
SYSTEM FAULTS Y.Y.Hsu,
Y.Chien
8. P7 – AN EXPERT SYSTEM FOR C. Protopapes, IEEE
ES SUBSTATION FAULT K.P. Psaltiras, Transactions on
DIAGNOSIS AND ALARM A.V. Hachias, Power Delivery
PROCESSING Vol. 6. No. 2, April
1991

176
9. P6 – A KNOWLEDGE- BASED Z. Z. Zhang G.S. IEEE
ES APPROACH TO OPTIMIZE Hope Transactions on
SWITCHING IN O.P. Malik Power Delivery,
SUBSTATIONS Vol. 5, No. 1,
January 1990
10. P5 –ES AN EXPERT SYSTEM A.V. Machias IEEE
APPROACH TO DESIGNING E.N. Dialynas Transactions on
AND TESTING SUBSTATION Power Delivery,
GROUNDING GRIDS Vol. 4, No. 1,
January 1989
11. P4 -ES CLASSIFICATION OF C. J. Kim IEEE
FAULTS AND SWITCHING B.D. Russell Transactions on
EVENTS BY INDUCTIVE Power Delivery,
REASONING AND EXPERT Vol. 4, No. 3, July
SYSTEM METHODOLOGY 1989
12. P3 – AN EXPERT SYSTEM FOR J.-L. Chen, IEEE
ES LOAD ALLOCATION IN Y.-Y. Hsu Transactions on
DISTRIBUTION EXPANSION Power Delivery,
PLANNING Vol. 4, No. 3, July
1989
13. P2-ES EMC EXPERT SYSTEMS T. Hubing University of
EMC FOR EVALUATING Missouri-Rolla,
AUTOMOTIVE DESIGNS Dep. of El. and
Computer
Engineering Rolla
14. P2-ES AN EXPERT SYSTEM FOR C. Fukui, IEEE
FAULT SECTION J. Kawakami, Transactions on
ESTIMATION USING Power Delivery,
INFORMATION Vol. 1, No. 4,
FROM PROTECTIVE October 1986
RELAYS AND CIRCUIT
BREAKERS
15. P1- AN EXPERT SYSTEM T. Hubing, University of
ESEM APPROACH TO EMC J. Drewnijak, Missouri-Rolla,
C MODELING T. Van Doren, EMC Laboratory
N .Kashyap
16. P1-ES AN EXPERT SYSTEM AS A Kevin Tomsovic,
DISPATCHERS' AID FOR Chen-Ching Liu,
THE ISOLATION OF LINE Paul Ackerman
SECTION FAULTS and Steve Pope

177
6. INTELIGENTNI SUSTAVI I LEGISLATIVA

Najmudriji grk SOKRAT bio je učitelj PLATONU a njegov je učenik bio

ARISTOTEL. U namjeri da omogući najbolju naobrazbu sinu Aleksandru, Filip
Makedonski pozvao je u to vrijeme najmudrijeg Grka da mu bude učitelj. Bio je
to nitko drugu nego Aristotel.

Uvod u šesto poglavlje

___________________________________________________________

U ovom je poglavlju prezentiran dio problematike obrađene u razvojnim

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

178
6.1. Osvrt na legislativu mjerenja elektromagnetskih polja i svjetlosnih
karakteristika

Uvođenje nove i usklađivanje postojeće legislative, naročito u zadnje

vrijeme obilježeno ulaskom Hrvatske u Europsku uniju, (EU), zadalo je
dosta posla političarima ali i „struci“. U ovom radu navode se dva primjera
iz elektrotehničke struke potkrijepljena konkretnim aktivnostima iz prakse
koja ukazuju mladim stručnjacima da postoje potrebe njihovog angažiranja
i na drugim mjestima i u drugim okolnostima.
Hrvatskoj, kao članici EU dostupna je najveća baza podataka, European
Commission – Eurostat, i iz nje se može pratiti pristup rješavanju pojedine
problematike koja je u nadležnosti određenih europskih institucija. Za
potrebe ovog rada pretraživani su i korišteni materijali iz baze podataka
Međunarodne komisije za zaštitu od ne ionizirajućeg zračenja, (engl.
International Commission on Non-Ionizing Radiation Protection -
ICNIRP) i Europske agencije za zrakoplovnu sigurnost, (engl. European
Aviation Safety Agency - EASA) .
Hrvatska nacionalna institucija u čijoj je nadležnosti problematika
elektromagnetskih polja, (EMP), je Ministarstvo zdravlja, Sektor državne
i granične sanitarne inspekcije, Služba državne sanitarne inspekcije, Odjel
za zaštitu od zračenja.
Nacionalna institucija u čijoj je nadležnosti problematika mjerenja
svjetlo tehničkih karakteristika je Ministarstvo pomorstva, prometa i
infrastrukture, Hrvatska agencija za civilno zrakoplovstvo, Sektor
aerodroma i zaštite zračnog prometa, Odjel aerodroma.

6.2. Iskustva s mjerenjima niskofrekventnih elektromagnetskih polja

Aktualna hrvatska legislativa, Pravilnik o zaštiti od EMP, propisuje

granične razine niskofrekventnih EMP, kojih su izvori svi elementi
elektroenergetskog sustava, (EES), nazivnog napona većeg od 1 kV,
(transformatorske stanice, elektroenergetske vodove, rasklopna
postrojenja,...). Propisana je obveza mjerenja za svaki element, uređaj,
sklop, sustav ili bilo koji elektroenergetski objekt, (EEO), koji se tretira kao
pojedinačni izvor. Konkretna problematika rješavana je i obrađena na
primjerima iz prakse, koji su provjereni statističkom obradom dobivenih
rezultata za niz praktičnih primjera korištenjem aplikacijski razvijenim
programom u modelu ekspertnog sustava. Potvrda je dobivena
eksperimentalno uspoređivanjem rezultata dobivenih mjerenjem na EES s
izračunatim rezultatima za granične razine referentnih veličina na području
179
profesionalne izloženosti i na području povećane osjetljivosti. Navedenim
radovima, i javnim predavanjima, ukazano je na potrebno preispitivanje
zahtjeva vezanih na prva i periodička mjerenja, naročito kada se radi o nizu
tipskih objekata, za koje je službenim dopisima nadležnim institucijama
države uz rezultate provedenih ispitivanja na EEO naponskih razina od
400kV do 6,3kV, Slike 6. 1, 6.2. i 6.3. zatražilo i dobilo izuzeće u cilju
smanjenja troškova.

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

elektroenergetskih dalekovoda i postrojenjima

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

stanici

180
 Slika 6.3. Trafostanice 35/15/10/6,3kV uz koju se nalazi stan, Hrvatska

6.2.1. Proračuni i mjerenja elektromagnetskih polja

elektroenergetskih sustava

Opis elektromagnetskog polja preko Maxwellovih diferencijalnih

jednadžbi započinje izrazima (6.1)-(6.3) a kompletan postupak do
skalarnog električnog i vektorskog magnetskog potencijala dat je u
sedmom poglavlju.
   
  H  J    E  Js (6.1)
 
  E  j  B (6.2)

B  0 (6.3)
gdje je:
J - fazor vektora gustoće ukupne struje,

J s - fazor vektora gustoće ukupne struje vanjskih (nezavisnih) izvora,
 - kompleksna specifična električna vodljivost sredstva,


- kružna frekvencija,
H - fazor vektora jakosti magnetskog polja,

E - fazor vektora jakosti električnog polja,

B - fazor vektora magnetske indukcije,
 - Hamiltonov operator,
j - imaginarna jedinica.

181
 Obrađeni primjeri iz prakse, korištenjem aplikacijski razvijenim
programom u modelu ekspertnog sustava, potvrđeni su prema Slikama 6.4.
i 6.5, i aplikativno primijenjeni u razradama.

Slika 6.4. Izgled magnetskog i električnog polja ispod dalekovoda, od 04-

400kV
182
 Slika 6.5. Prikaz usporedbe proračunskih i izmjerenih vrijednosti
magnetske indukcije ispod 400kV dalekovoda

Za razliku od aplikativne Studije, elaboratima, koji se izrađuju prema

zahtjevima nadležnih institucija, na temelju propisane legislative, za zaštitu
od električnih i magnetskih polja, za kabelske i zračne vodove,
(pojedinačne ili rasplete), redovito se potvrđuje i zaključuje kako su
projektirana tehnička rješenja zadovoljavajuća i da će emitirana električna
i magnetska polja biti vrijednosti niže od propisanih dozvoljenih graničnih
vrijednosti. Elaboratima se redovito, bez izuzetaka zaključuje da su
proračuni na strani sigurnosti i da će očekivane jakosti električnog i
magnetskog polja, u normalnom pogonu biti manje od graničnih, preuzeto
iz projektne dokumentacije, literature dostupne autoru, Slike 6.6 i 6.7.

Slika 6.6. Razdioba električnog i magnetskog polja uzduž 35kV

dalekovoda

183
 Slika 6.7. Razdioba električnog i magnetskog polja presjeku ukopanog
35kV kabela

U elaboratima za proračune maksimalnih vrijednosti jakosti električnih

i magnetskih polja za transformatorske stanice, rezultati se prikazuju kao
trodimenzionalna ili dvodimenzionalna raspodjela gustoće magnetskog
toka i jakosti električnog polja pomoću izolinija, Slike 6.8 i 6.9.

Slika 6.8. Trodimenzionalni prikaz razdiobe magnetskih i električnih

polja svih postrojenja i objekata trafostanice

184
Slika 6.9. Dvodimenzionalni prikaz razdiobe magnetskih i električnih polja svih
postrojenja i objekata trafostanice

U elaboratima se maksimalni napon s kojim se radi proračun za 20kV

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

185
unosi veliku zabunu zbog različitih tumačenja ili nepoznavanja same svrhe
provedbe zaštite i mjerenja elektromagnetskih polja. Način na koji se može
racionalizirati trošak odabire u prvom redu investitor, ali, moguće je da
struka izgubi bitku u birokratskim pristupima, nadležnih institucija koje
nisu u kompetenciji struke.
Ono što je važno za problematiku mjerenja elektromagnetskih polja su
učestale medijske insinuacije o štetnosti, malte ne katastrofičnosti EEO koji
su u blizini urbanih ili u naseljenim mjestima. Demantiranje tih
dezinformacija su svakako primjer trafostanice 35/15/10/6,3kV u
Hrvatskoj uz koju se nalazi stan, i primjer trafostanice u 225/20kV
Francuskoj koja se nalazi u centru grada.

6.3. Legislativa mjerenja svjetlo tehničkih karakteristika

Po pitanju obrade legislative mjerenja svjetlo tehničkih karakteristika

akcent je stavljen na aerodromske sustave svjetlosne signalizacije, (engl.
Airfield Lighting System-ALS ili Graund Lighting System - GLS). Osim
aerodromskih sustava, aktualna je i legislativa specijalističkih sustava
svjetlosne signalizacije vezane uz autoceste, velike tunele kao i javna
rasvjeta. Taj dio legislative mora biti poseban predmet obrade koji će
uključiti i legislativu povezanih područja svjetlosnog onečišćenja,
certifikacije i energetske učinkovitosti, obnovljive izvore energije i nove
tehnologije u funkciji rasvjete, kao na primjer LED tehnologije, (engl. -
Light Emiting Diode), a u ovom poglavlju je samo spomenut.

6.3.1. Svjetlo tehničke karakteristike i zahtjevi na aerodromsku

rasvjetu

Pravilnik o aerodromima, u poglavlju Vizualna sredstva, stavke 1) do

12) obvezuje Operatora aerodroma da provodi učinkovito održavanje
vizualnih sredstava i to kroz Sustav preventivnog održavanja, koji se
primjenjuje za uzletno-sletne staze, (USS), (engl. Runway - RWY),
opremljene sustavom instrumentalnog preciznog prilaza kategorije II ili III,
(engl. Category-CAT II/III). Između ostalog održavanje mora sadržavati
vizualni pregled i terensko mjerenje intenziteta, širenja snopa i orijentacije
jediničnih izvora svjetla sustava prilazne rasvjete i rasvjete USS. Kod
terenskih mjerenja intenziteta, širenja snopa i orijentacije jediničnih izvora
svjetla sustava prilazne rasvjete i rasvjete USS opremljene sustavom za
instrumentalni precizni prilaz CAT II/III, mjerenju treba podvrgnuti sve
jedinične izvore svjetla, u mjeri u kojoj je to moguće, kako bi se osigurala
njihova sukladnost s primjenjivim vrijednostima. Intenzitet, širenje snopa i
186
orijentaciju jediničnih izvora svjetla sustava prilazne rasvjete i rasvjete
USS opremljene sustavom za instrumentalni precizni prilaz CAT II/III
mora se mjeriti pomoću pokretne mjerne jedinice dovoljne preciznosti da
se mogu zasebno mjeriti karakteristike pojedinih izvora svjetla. Učestalost
mjerenja intenziteta, širenja snopa i orijentacije jediničnih izvora svjetla
sustava rasvjete USS opremljene sustavom za instrumentalni precizni
prilaz CAT II/III, mora se temeljiti na gustoći prometa, razini lokalnog
zagađenja, pouzdanosti instalirane rasvjetne opreme i stalnom ocjenjivanju
rezultata terenskih mjerenja, i to:

a) dva puta godišnje za jedinične izvore svjetla ugrađene u

kolničku konstrukciju, te
b) jednom godišnje za sve ostale jedinične izvore svjetla.

Cilj sustava preventivnog održavanja za USS opremljene sustavom za

instrumentalni precizni prilaz CAT II/III jest osigurati da tijekom bilo kojeg
razdoblja operacija zrakoplova utemeljenih na CAT II/III, svi jedinični
izvori svjetla sustava prilazne rasvjete i rasvjete USS budu ispravni.
Nadalje stavke 13) do 20) također definiraju Sustav preventivnog
održavanja primijenjen za uzletno-sletne staze opremljene sustavom za
instrumentalni precizni prilaz kategorije I, (CAT I) , mjerenje intenziteta,
širenje snopa i orijentaciju jediničnih izvora svjetla sustava prilazne
rasvjete i rasvjete uzletno-sletne staze opremljene sustavom za
instrumentalni precizni prilaz kategorije također pomoću pokretne mjerne
jedinice dovoljne preciznosti da se mogu zasebno mjeriti karakteristike
pojedinih izvora svjetla. Učestalost mjerenja intenziteta, širenja snopa i
orijentacije
jediničnih izvora svjetla sustava rasvjete USS opremljene sustavom za
instrumentalni precizni prilaz CAT I, mora se temeljiti na gustoći prometa,
razini lokalnog zagađenja, pouzdanosti instalirane rasvjetne opreme i
stalnom ocjenjivanju rezultata terenskih mjerenja, također:

a) dva puta godišnje za jedinične izvore svjetla ugrađene u kolničku

konstrukciju, te
b) jednom godišnje za sve ostale jedinične izvore svjetla.

U zrakoplovnoj terminologiji kategorija zračne luke, (CAT I, II ili III)

najčešće se u području elektrostruke povezuje uz ALS, kroz aerodromsku
službu Elektro održavanja, (engl. Airport Electrical Maintenance-AEM )
ali ona predstavlja ukupnu razinu tehničke i tehnološke opremljenosti što
uz stroge procedure i osposobljene, (licencirane) djelatnike, garantira
187
pružanje kvalitetne usluga prihvata i otpreme zrakoplova – sigurnosti
zračne plovidbe na zračnoj luci). Može se kazati da je to složeni sustav s
množinom opreme koja osim sustava svjetlosne signalizacije, obuhvaća
sustave sigurne opskrbe električnom energijom s osnovnim i sekundarnim
izvorima napajanja, sustave nadzora i upravljanja kretanja zrakoplova po
manevarskim površinama i sustave za navođenje zrakoplova na parkirne
pozicije. Svi su ti sustavi integrirani u sustave gospodarenja sigurnošću,
kvalitete i upravljanja pa su dijelovi ili podsustavi inteligentnih i ekspertnih
sustava.
Stupanjem na snagu nove legislative u kompetenciji Elektrotehničkog
odjela, pokrenuti su programi cjeloživotnog obrazovanja, (AERO TVZ), i
opremljen je praktikum za izvođenje vježbi i uvođenje znanstveno-
istraživačkog rada, za to specijalističko zrakoplovno područje. Uz
programe edukacije razvijaju se inteligentni sustav koji se koristi
prikupljenim i formiranim bazama znanja i bazama podataka aerodromskih
sustava svjetlosne signalizacije. Na taj način kreirani algoritmi ukazuju na
karakteristike i efikasnosti pojedine opreme i podsustava, što se može vrlo
kvalitetno primijeniti i na konkretnim primjerima zrakoplovne
problematike za zračne luke kao krajnje korisnike.
Na tim primjerima, načinjena je i obrada specifičnog zahtjeva legislative
za aerodromska vizualna sredstva, u koja se ubrajaju osim ALS, sustavi
rasvjete, oznake i znakovi, što su zajedno sastavni dio sustava za vođenje i
kontrolu kretanja operativnim površinama.
Kada je riječ o svjetlo tehničkim karakteristikama, prosječna jakost
glavnog snopa jediničnih izvora svjetala računa se na način da se utvrde
točke mreže simetrične oko zajedničkih vertikalnih i horizontalnih osi,
Slika 6.10.a), prikazuje točke mreže za sustave prilazne rasvjete i rasvjete
USS, dok Slika 6.10.b), prikazuje točke mreže za svjetla središnje crte za
vožnju i svjetla zaustavnih prečki. Svaka je komponenta ALS legislativno
definirana, i prikazana u izokandela dijagramu.

188
 Slika 6.10. a) Točke mreže za izračun prosječne jakosti svjetala sustava
prilazne rasvjete i rasvjete uzletno-sletne staze

Slika 6.10. b)Točke mreže za izračun prosječne jakosti svjetala središnje

crte staze za vožnju i svjetala zaustavne prečke

Kvaliteta ALS u cjelini promatra se preko svake pojedinačne

komponente koja mora biti usklađena prema referentnoj. Svako
pojedinačno svjetlo, ima svoju prosječnu jakosti. Prosječna jakost unutar
elipse koja definira glavni snop tipičnog novog svjetla za pojedine dijelove
ALS uspoređuju se s prosječnom jakošću svjetla glavnog snopa novoga
jediničnog izvora sustava rubnih svjetala USS, (engl. Runway Edge Light
– REDL). Omjer tih prosječnih jakosti mora biti unutar definiranih granica,
kako prikazuje Tablica 6.1.

189
 Tablica 6.1. ICAO Annex 14, omjer prosječne jakosti za svaki dio ALS u
odnosu na jedinični izvor svjetala ruba USS

Broj ALS/GLS- Dio sustava svjetlosne Omjer prosječne jakosti svjetla

slike signalizacije dijela ALS i rubnih svjetala USS

2.1 Prilaz centralna linija/crossbars 1.5 - 2.0 (bijelo svjetlo)

2.2 Prilaz bočne strane 0.5 - 1.0 (crveno svjetlo)
2.3 Prag 1.0 - 1.5 (zeleno svjetlo)
2.4 Prag (wing bar) 1.0 - 1.5 (zeleno svjetlo)
2.5 Područje slijetanja 0.5 - 1.0 (bijelo svjetlo)
2.6 Uzletno-sletna staza centralna linija 0.5 - 1.0 (bijelo svjetlo)
(među razmak svjetala 30 m)
2.7 Uzletno-sletna staza centralna linija 0.5 - 1.0 for CAT III (bijelo svjetlo)
(među razmak svjetala 15 m) 0.25 - 0.5 for CAT I, II (bijelo svjetlo)
2.8 Uzletno-sletna staza -kraj 0.25 - 0.5 (crveno svjetlo)
2.9 Uzletno-sletna staza rubovi (među 1.0 (bijelo svjetlo)
razmak svjetala 45 m)
2.10 Uzletno-sletna staza rubovi (među 1.0 (bijelo svjetlo)
razmak svjetala 60 m)

Kako navodi Pravilnik, važnost odgovarajućeg održavanja ALS, nikada

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

190
neznatno povećanje vizualnog dosega svjetala. U nastojanju da se poveća
doseg pri kojem će se svjetla prvi put ugledati po noći, njihova se jakost ne
smije povećati do one mjere koja bi za pilota mogla biti pretjerano blještava
na smanjenoj udaljenosti.

Iz prethodno rečenoga očita je važnost prilagodbe jakosti svjetala

sustava rasvjete aerodroma u skladu s uvjetima koji prevladavaju kako bi
se dobili najbolji rezultati bez pretjerane blještavosti koja bi zbunila pilota.
Odgovarajuća postavka jakosti u bilo kojoj pojedinačnoj prilici ovisit će i
o uvjetima pozadinskog blještavila i o vidljivosti. Podrobne smjernice o
izboru odgovarajuće postavke jakosti za različite uvjete dane su u literaturi.
Prezentirana problematika ukazuje da se po pitanju svjetlo tehničkih
karakteristika aerodromskih rasvjetnih sustava, radi o dva pristupa istoj
problematici. Da bi bio u funkciji sigurnosti zračnog prometa, ALS mora
se kvalitetno održavati, a njegova uporaba na zračnoj luci ovisi i o
klimatskim uvjetima, odnosno uvjetima vidljivosti uzduž USS, (engl.
Runway Visual Range –RVR).
Kvalitetno održavanje na zračnim lukama, oslonjeno na nove
informacijsko - komunikacijske tehnologije, (engl. Information and
Communications Technology- ICT), uvedeno je u prošlom stoljeću. Taj dio
problematike područje je inteligentnih i ekspertnih sustava – predmet
obrade programa oslonjenih uz specijalističko cjeloživotno obrazovanje i
na kolegij Inteligentni sustavi.

6.3.2. Terenska mjerenja intenziteta rasvjete aerodromskih vizualnih

sredstava

Prva mjerenja na aerodromskoj rasvjeti bila su vezana na rasvjetu

platforme i provodila su se manualno. Dobiveni rezultati kasnije su
obrađivani i korišteni za održavanje. Današnja mjerenja na vizualnim
aerodromskim sustavima provode se sofisticiranom mjernom opremom,
Slika 6.11. i 6.12.

191
Slika 6.11. Mobilne jedinice mjerne oprema za terenska ispitivanja
aerodromskih sustava svjetlosne signalizacije

192
Slika 6.12. Računalna i senzorska mjerna oprema za terenska ispitivanja
aerodromskih sustava svjetlosne signalizacije

Sustav za terenska ispitivanja svjetlosnih karakteristika aerodromskih

vizualnih sredstava, (engl. Photometric Measurement System), ugrađena je
i povezan na vozilu i služi kao inteligentni agentski sustav. Njegovi su
dijelovi, komponente napajanja, nadzora i upravljanja, senzori, kamere,
uređaji za komunikaciju i povezivanje s globalnim pozicijskim sustavom,
(engl. Global Positioning System -GPS), Slika 6.13. Programi i
specijalizirani alati razvijeni su za unos i obradu podataka kako bi mogli
osigurati odgovarajuće načine za predstavljanje mjernih rezultata i trenutni
193
uvid u stanje kvalitete sustava svjetlosne signalizacije preko izlaznih
protokola, Slika 6.14. i 6.15.

Slika 6.13. Komponente mjerne opreme povezane na vozilo za terenska

ispitivanja

194
Slika 6.14. Protokol terenskih ispitivanja pojedinačnih svjetala ALS -
svjetla praga i ruba USS

195
 Slika 6.15. Protokol terenskih ispitivanja dijela sustava svjetlosne
signalizacije – rubna svjetla USS

6.3.3. Laboratorijska i radionička mjerenja intenziteta rasvjete

vizualnih sredstava

Primjeri laboratorijskih mjerenja podloga su uvođenju radioničkih

ispitivanja s analogijom izdavanja protokola, a što će biti rješenje za
zahtjeve pojedinačnih mjerenja i sanacija, Slika 6.16.

Slika 6.16. Laboratorijska ispitivanja ugradnih svjetala aerodromskih

sustava svjetlosne signalizacije

196
6.4. Komentar
Legislativni zahtjevi u području elektrotehnike ukazuju na potrebu
dodatnog preispitivanja kako je u radu navedeno za dva primjera. Prvi su
periodička mjerenja elektromagnetskih polja kod tipskih
elektroenergetskih objekata, a drugi mjerenje svjetlosnih karakteristika
jediničnih izvora aerodromskih sustava svjetlosne signalizacije. Za
moguće probleme verifikacije stanja, upitnosti i opravdanosti pojedinih
mjerenja, predloženi su načini rješavanja algoritmima iz ekspertnog
sustava odnosno elektromagnetskim modelom, koncipiranim tehnikom
konačnih elemenata. Eksperimentalno dobiveni rezultati uspoređivani s
izračunatim i obrađivanim rezultatima iz baza znanja i baza podataka
ekspertnog sustava, ukazali su na mogućnost rješavanja. Navedeni primjeri
opreme, korištenih metoda i postupaka korisno su i informativno gradivo
kako za područje struke tako i za prve spoznaje.

197
7. PRIMJERI INTELIGENTNIH I EKSPERTNIH
SUSTAVA
Iako slovi za najvećeg grčkog govornika, DEMOSTEN je u mladosti imao
problema s govorom, govornički mu dar nije bio prirođen. Izvanrednim je trudom
vježbao svoje govore trčeći gore dolje po stubama. Nikada nije govorio
nepripremljen jer je smatrao da to duguje atenskom narodu. U njegovu podrumu
gdje se pripremao, duboko u noć je gorjela svjetiljka. Na njegovu grob ustajao je
spomenik s natpisom: „Da bijaše u tebe Demostene, snaga duhu jednaka, nikada
ne bi Helenima ovladao ratnički Makedonac“.

Uvod u sedmo poglavlje

___________________________________________________________

U ovom poglavlju prezentirani su primjeri inteligentnih sustava,

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

198
razrađuje algoritam dinamičke regulacije u realnom vremenu i realnim
klimatskim uvjetima. Primjer je obrađen za Tunel Mala Kapela.

Da bi se to ostvarilo, koriste se razvojni projekti ekspertnog sustava koji

mora biti učeći, tako da na temelju stečenog znanja može tijekom
projektiranja ponuditi u tehničkom smislu kvalitetno parametriranje. Takav
pristup u projektiranju koristi stvorene baze podataka koje su dovoljno
kvalitetno jer uzimaju u obzir sve utjecajne faktore iz kojih prepoznaju
najvažnije polazne točke vizualne prilagodbe.
Ostvarenje predloženog koncepta uključujući i razvoj do konačne faze
primjene bit će moguće unaprijediti opremom nove generacije. Za novi
koncept napajanja serijskim strujnim krugovima i svjetiljkama u LED
izvedbi. To podrazumijeva podizanje razine sigurnosti prometa ali
predloženi koncept pridonosi i energetskoj učinkovitosti i očuvanju
okoliša.

7.1. Inteligentni sustavi cestovnih tunela

Tuneli su važan dio prometne mreže autocesta bez koje se ne može

zamisliti sigurno i ugodno putovanje. Iz tih razloga se opremaju sustavima
koji ugodnost i sigurnost putovanja podižu na zadovoljavajuću razinu.
Sustave kojim se opremaju tuneli, možemo podijeliti u dva funkcionalna
sloja. Jedan su oprema i kontrolni uređaja koji se nalaze na prometnici
prema i u tunelu, a drugi su upravljački uređaji i računala koja se nalaze u
centru za održavanje i kontrolu prometa, (COKP), koja je smještena uz
tunel.
Ta dva sloja povezuje komunikacijska mreža za prijenos podataka.
Sigurnost prometa (putnika) kroz tunele, postiže se modernom i
pouzdanom opremom, te implementacijom integracije sustava koja će
omogućiti dobro uvježbanom timu ljudi da proces upravljanja tunelom
provode na optimalan način.

Maksimalno iskorištenje upotrijebljene tehnologije i sigurnost korisnika

tunela unapređuje se primjenom inteligentnih sustava koji u mnogočemu
nadmašuju rad i najuvježbanijih operatera. U ovim primjeru predložena je
primjena inteligentnih sustava, (IS), (engl. Intelligence System), koji osim
navedenih prednosti pridonose i racionalizaciji i sigurnosti prometa na
izgrađenoj autocesti A1, Zagreb - Split - Dubrovnik.

199
7.1.1. Opis primjera

Opisan je inteligentni sustav za upravljanje rasvjetom tunela na

autocesti. Prva cjelina prikazuje stanje opremljenosti autoceste A1,
sigurnosnim sustavima s akcentom na sustave video nadzora, video
detekcije i rasvjete, te implementaciju u inteligentni sustav i uvođenje u
rad kojim se ostvaruje racionalizacija u potrošnji električne energije
potrebne za rasvjetu. U drugoj cjelini prezentirana je arhitektura
konkretnog inteligentnog sustava, agentska platforma i scenariji rada za
predviđenu racionalizaciju. Promatra se stanje prometa i klimatski uvjetima
koji utječu na zatvaranje dionice autoceste.
Treća cjelina predviđa faze razvoja IS koje obuhvaćaju nadogradnju
ekspertnim sustavom, (ES) kako bi se kvalitetnijim parametriranjem i
regulacijom tunelske rasvjete postigla još bolja racionalizacija. U ovoj
cjelini malo su opširnije razrađeni dijelovi strukture ekspertnog sustava,
kreiranje i punjenje baza znanja i baza podataka, što treba poslužiti za
uvođenje novih tehnologija kojima se podiže razina sigurnosti prometa i
još veća ušteda.
Četvrta cjelina ukazuje na prednost primjene ES, te mogućnost daljeg
unapređenja i razvoja kroz uvođenje i primjenu opreme izrađene novim
tehnologijama.

7.1.2. Opis i način rješenja

Primjer dionice autoceste, ukupne dužine 33 km s pet tunela odabran je

za integraciju inteligentnog sustava kojim bi se racionalizirala potrošnja
električne energije potrebne za rasvjetu te dionice. Inteligentni sustav u
prvoj fazi se jednostavno implementira jer se koristi postojeća arhitektura
osjetila i servera, sustav već ima ugrađene senzore i aktuatore te s
jednostavnom prilagodbom programske podrške i manjim zahvatima na
sučelju omogućuje racionalizacija u potrošnji električne energije na račun
upravljanja tunelskom rasvjetom koja je vođena prometom i klimatskim
uvjetima koji utječu na zatvaranje te dionice.
Drugom fazom predviđen je razvoj IS baziran na izgradnji ekspertnog
sustava za potrebe preciznog upravljanja rasvjetom tunela. Da bi se to
postiglo ES treba omogućiti primjenu na sve tunele u funkciji i buduće koji
će se projektirati i izgraditi.

200
 Treća faze razvoja obuhvatila bi nadogradnju i ekspertnim sustavom bi
se kvalitetnije parametrirala tunelske rasvjete za potrebe fuzzy regulacije
za bolju sigurnost prometa i racionalizaciju.

7.1.3. Opremljenost autoceste sigurnosnim sustavima

Na konkretnom primjeru odabrane dionice autoceste, ukupne dužine 33

km (Prilozi 1-7), izvedeno je pet tunela, Tunel Krpani –197 m, Tunel sv.
Rok- 5727 m, Tunel Ledenik- 760 m, Tunel Bristovac – 688 m i Tunel
Čelinka – 213 m. U funkciji sigurnosti a/c nalaze se sustavi: za opskrbu
električnom energijom, ventilacije, rasvjete tunela, kontrole kvalitete
zraka, detekcije požara, video nadzora, automatske video detekcije,
promjenljive prometne signalizacije, poziva u nuždi, vodoopskrbe,
hidrantske mreže, razglasa, radiodifuzije i sustavi za prijenos podataka.
Nadzor i upravljanje prometa izvodi se iz COKP-e na sjevernoj strani
tunela sv. Rok, a hijerarhijske razine prometno informacijskog sustava
autoceste prikazane su na Slici 7.1.

PREMA GPC-u
PPC

TEMELJNA KOMUNIKACIJSKA MREŽA A/C

LPC
LPC
LOKALNA KOMUNIKACIJSKA MREŽA A/C

KM
CPS
LOKALNA SABIRNICA LOKALNA SABIRNICA
I/OM I/OM
I/O KANALI CPPS CPPS
CPS
KU

CPPS
KU
KU

Slika 7.1. Hijerarhijske razine prometno informacijskog sustava autoceste

(značenje skraćenica prema Prilogu br.3)
201
 Uređaji su operabilni preko standardnih protokola dostupnim registrom
jer se mogu skupljati svi podaci sa senzora okoliša i sigurnosnih senzora
te upravljati uređajima preko aktuatora. Kamere, monitori, prometne i
daljinske stanice, video-zidovi i video-matrice se nadziru i upravljaju preko
različitih drivera, ovisno o konfiguraciji. Široki opseg automatskih,
poluautomatskih i ručnih scenarija i standardnih postupaka se organizira
preko managera scenarija.

Pored standardnih dojava operateru, dostupne su i druge dojave (zvučne,

slikovne, e-mail, SMS, itd.) zajedno sa svim naredbama i programskom
logikom (grananje, pod-scenariji, čekanje, itd.); scenariji se izvršavaju
preko automatizacijskih komponenti koje se spajaju direktno na jezgru.
Hijerarhija sustava daljinskog vođenja autoceste prikazana je na Slici 7.2.

SDV centrala, (MASTER PLC)

POPREČNE VEZE PREMA PIS-u Ethernet mreža

DS
DS

KU

KU

Slika 7.2. Hijerarhija sustava daljinskog vođenja (značenje skraćenica prema

Prilogu br.3.

202
7.1.4. Sustav video nadzora autoceste

Sustav video nadzora čine CCTV kamere postavljene duž autoceste,

Slika 7.3. i upravljački dio sustava smješten u COKP-u, Slika 7.4.

Slika 7.3. Video nadzor realiziran kamerama zatvorenog sustava

Da bi se smanjio broj optičkih niti potreban za prijenos "živih" video

slika u COKP,lokalna komunikacijska razina izvodi se pomoću optičkih
multipleksora video signala. Upravljački i kontrolni dio sustava video
nadzora smješten je u COKP-i omogućava pregled i snimanje svih slika s
CCTV kamera kao i upravljanje pokretnim kamerama.

203
 Slika 7.4. Sustav video nadzora u centru održavanja i kontrole prometa

7.1.5. Sustav video detekcije

Sustav video detekcije koristi se za zaustavljanje, brojanje i određivanje

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

204
 Slika 7.5. Sustav video detekcije prometa

7.1.6. Sustav rasvjete

Sigurnost prometa na autocestama povezana je uz kvalitetnu rasvjetu

najkritičnijih objekata, tunela. Ograničavajuće karakteristike kontinuiranog
održavanja tunela kao i drugačiji vremenski uvjeti unutar samih tunela,
zahtijevaju ispravno funkcioniranje rasvjete.

Uz ograničenje potrebe održavanja tunela ostaje vrlo mali prostor za

eventualne pogreške i neočekivane situacije. Osnovni ciljeve tunelske
rasvjete su:

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

205
• SEKUNDARNI CILJ :
Omogućiti primarni cilj bez obzira na količinu prometa

Ostvarivanje napomenutih ciljeva direktno je povezano s odabirom

odgovarajuće tunelske rasvjete koja omogućava brzu prilagodbu vozača na
svjetlo unutar tunela, identifikaciju potencijalno opasnih prepreka u tunelu
kao i neometan prolaz motornih vozila kroz tunel bez smanjenja brzine
kretanja vozila.

Ovi se zahtjevi očituju na jedan način tokom dana kada je kontrast jačine
svjetlosti između unutrašnjosti tunela i vanjskog prostora velik, kao i tokom
noći gdje vrijedi inverzni režim od dnevnog. Stoga pri planiranju tunelske
rasvjete treba usmjeriti pozornost potrebu vizualne prilagodbe, Slika 7.6.
a) i na 7 ključnih zona rasvjete tunela kako prikazuje Slika 7.6. b).

Slika 7.6. a) Dijagram vizualne prilagodbe na pragu tunela

206
 1. PRILAZNA ZONA
2. ZONA ULAZA
3. ZONA PRAGA
4. ZONA PRIJELAZA
5. UNUTARNJA ZONA

6. ZONA IZLAZA

7. ODLAZNA ZONA

Slika 7.6. b) Zone tunelske rasvjete

Jedna od metoda za proračun vizualne prilagodbe je tzv. „L20 metoda".

Ona uspoređuje prosječnu luminanciju okoline, neba i prometnice u
vizualnom konusu pod kutom od 20° koji je centriran na vizualnoj liniji
vozača na samome početku pristupne zone.
Vizualna prilagodba između visoke i niske luminancije prilikom vožnje
nije trenutačna pojava. Uzrok tomu su prostorna i vremenska prilagodba.
U slučaju prostorne prilagodbe velika razlika luminancije između
unutrašnjosti i vanjskog prostora tunela uvjetovat će vozačevu vidljivost,
Slika 7.7. Pojava efekta „crne točke“ prouzročit će kod vozača osjećaj
nelagode i nesigurnosti. Kod vremenske prilagodbe važno je to što je
ljudskom oku potrebno više vremena da se navikne prilikom promjene iz
svjetlijeg u tamno nego li u obrnutom slučaju. Vrijeme potrebno da se sama
prilagodba izvrši tretirano je kao kritičan čimbenik.

207
 Slika 7.7. Vizualna prilagodba kroz zone tunelske rasvjete

7.1.7. Inteligentni sustav upravljanje rasvjetom autoceste

Sigurnost prometa (putnika) kroz tunele, podiže se primjenom

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

208
7.1.8. Projektiranje inteligentnog sustava

Ukupna instalirana snaga rasvjete svih tunela (njih pet), na odabranoj

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

To okružje je prema svojim unutrašnjim stanjima:

• Stohastičko (u smislu ne predvidivosti stanja)

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

Prema namjerama ostvarenja racionalizacije potrebno je definirati

agenta. Agent (bilo koji entitet koji može opažati promjene u svom okružju
putem osjetila i povratno djelovati putem izvršnih sprava) je netko tko
djeluje ili ima mogućnost djelovanja ili zastupanja nekoga drugoga.
Definira se kao sredstvo kojim se djeluje (instrument) ili pozicija s koje se
djeluje (platforma).

Pojednostavljeno, agent se definira kao nešto što djeluje u ime nekoga

kako bi izvršio povjereni mu zadatak, potječe od glagola (lat. agere),
latinskog korijena, koji znači voditi, djelovati, raditi, pa on uključuje ljude,
virtualne karaktere i računalne komponente, Slika 7.8.

209
 SOFTVER

AGENTSKA PLATFORMA

AGENT SUSTAV AGENTSKI IMENIK

UPRAVLJANJA
AGENTIMA

SUSTAV ZA PRIJENOS PORUKA

AGENTSKA PLATFORMA

SUSTAV ZA PRIJENOS PORUKA

Slika 7.8. Arhitektura agentskih platformi sustava

Agentska platforma se postavlja kao složeni računalni sustav (budući je

sastavljen iz više dijelova), smješten u okolinu iz koje može primati
podražaje i koji može fleksibilno, autonomno djelovati u svrhu ostvarivanja
vlastitih ciljeva. Dobro ponašanje agenta vezano je uz njegovu pronicljivost
(engl. clairvoyant) i uspješnost (engl. successful), pa se od njega očekuje
fleksibilnost koja uključuje sljedeća svojstva sustava:

– pristupačnost (agenti prepoznaju svoju okolinu i odgovaraju na promjene

koje se u njoj događaju)
– aktivnost (agenti osim što odgovaraju na promjene u okolini iskazuju i
ponašanje usmjereno prema ostvarivanju cilja kroz preuzimanje
inicijative)
- društvenost (agenti su sposobni djelovati zajedno s drugim agentima i
ljudima u svrhu ostvarivanja svojih ciljeva i u svrhu pomoći drugima u
ostvarivanju njihovih ciljeva).

210
Inteligentni agent pokazuje elemente inteligentnog ponašanja (ima
sposobnost djelovanja i u situacijama za koje nije unaprijed pripremljen,
ima mogućnost učenja i samo ispravljanja). Racionalnost agent postiže kao
posljedicu svog djelovanja rezultirajući napretkom koji je potrebno
vrednovati mjerom uspješnosti.
Ta se mjera ponekad naziva i funkcija korisnosti (engl. Utility Function)
koja predstavlja preslikavanje sa skupa ili sekvence stanja na skup realnih
brojeva. Cilj je postići dobro ponašanje agenta, njegovu racionalnost
(razboritost) o kojoj ovisi konačan uspjeh, što je moguće postići što boljim
određivanjem okružja zadatka.
Dobro okružje zadatka definirano je tzv. PEAS-om , u koji osim navedene
mjere uspješnosti, (engl. Performance measure) i okružja, (engl.
Environment) se još ubrajaju i izvršni uređaj, (engl. Actuators) i osjetila
(engl. Senzors).
Kako je namjena korištenja IS za upravljanje rasvjetom ali i za
parametriranje, tijekom svog trajanja agentski sustavi prolaze određena
stanja koja se mogu promatrati kao ciklusi. Potrebno je predvidjeti i
prihvatiti stanja koja će uključiti čekanje, obustavljanje i prijelaz, Slika
7.9.

STANJE ČEKANJA OBUSTAVLJENO STANJE

ČEKANJE OBUSTAVLJANJE

AKTIVNO STANJE

IZVRŠAVANJE POZIVANJE

SELJENJE

PRIJELAZNO STANJE POČETNO STANJE

Slika 7.9. Ciklus trajanja agentskog sustava

211
 Osnovni je zadatak inteligentnog sustava, njegovo samostalno
djelovanje prenijeti tehničkoj napravi, (najčešće uključuje i računalo) koja
bi mogla samostalno rješavati zadatke i probleme i postizati ciljeve koji
zahtijevaju inteligenciju. Na tim osnovama definiran je agentski sustav,
(agentska platforma) kao pro aktivni, vise agentski, učeći, čija su:

• OSJETILA – kamere, brojači prometa, fotoćelije i foto osjetila

• AKCIJE – upravljanje prometom, parametriranje i upravljanje rasvjetom
• CILJEVI – sigurnost i ugodnost vožnje, optimalno korištenje energije
• OKRUŽJA – dionica autoceste s tunelima, vozila na cesti i putnici

7. 1. 9. Arhitektura inteligentnog sustava

Kako je navedeno IS za prvu fazu koristi ugrađene module prometnih

centrala (PC) i lokalnih uređaja (LU) na obrađivanoj dionici autoceste, koji
su povezani sa središnjim dijelom nadzorno upravljačkog sustava
smještenog u COKP-i. Koriste se moduli, video nadzora, video detekcije i
prometne centrale sa svojim senzorima i signalima prema izvršnim
elementima sustava prometne signalizacije i rasvjete.
Moduli kao senzorske cjeline su raspoređeni po prometnicama na
način da dobro pokrivaju nadziranu dionicu autoceste i prosljeđuju podatke
koja prikupljaju iz okoline o broju i brzini kretanja vozila, te klimatskim
uvjetima. Ti podaci su heterogene prirode, te svaki podatak može i ne mora
biti ovisan o nekom drugom. Kamera prikuplja podatke o stanju putem
vidljivog dijela spektra svjetlosti, te kao rezultat vraća niz slika svoje
okoline u realnom vremenu. Kamera te slike prosljeđuje video serveru.
Video server je lokalna računalna jedinica za analizu tih slika, njihovo
prosljeđivanje, kao i informacije koja nastaje iz analize tih slika. Video
server, ne služi samo za posluživanje slika već i za njihovu analizu.
Prema tome hardverski je realiziran kao računalo dovoljno snažno da u
realnom vremenu vrši analizu slike. Sama analiza slike je proces koji se
svodi na sljedeće zadatke:

• Utvrđivanje mikroklimatskih uvjeta

• Klasifikacija stanja i
• Detektiranje stanja

Na temelju utvrđenog stanja prenose se naredbe izvršnim komponentama

sustava na koje se djeluje putem aktuatora.

212
7.1.10. Scenariji rada inteligentnog sustava

IS funkcionira tako da na određena stanja okoline reagira na osnovi

svojih algoritama. U poglavlju 2. je opisana opremljenost autoceste i
mogućnosti koje proizlaze po pitanju predloženih unapređenja i
racionalizacije. Svojim osjetilima (senzorima) IS detektira stanje okoline i
donosi odluku kako reagirati. Reagira putem aktuatora a za primjer se
obrađuju tri scenarija po kojima se postupa. Primjer kada nema ulaska ili
nailaska vozila u nadzirano područje od prvog čvora autoceste do tunela,
(za smjer od juga prema sjeveru to je čvor Maslenica, a od sjevera prema
jugu to je čvor Sv. Rok), nadziru kamere i induktivne petlje) prikazan je
dijagramom toka zatvaranja autocesta kao podloga za dizajniranje u
Prilogu br.3.
Situacija se promatra kao cjelina koja se sastoji od dvije domene. Jedna
domena su senzorski moduli, a druga je domena centralnog nadzorno
upravljačkog sustava COKP-e. Senzorski moduli detektiraju stanje kada
više nema ulazaka vozila u promatrano područje i tu informaciju kao sliku
s kamere šalju u COKP, a brojačem preko induktivne petlje urezane u
kolnik prosljeđuju izvršnom upravljačkom elementu. U slučaju da se radi
o situaciji da nema više ulazaka vozila na promatranu dionicu autoceste i
da je zadnje vozilo prošlo kroz zadnji tunel onda se zatvara dionica za
promet i isključuje rasvjeta u svim tunelima na temelju potvrde da se nigdje
na zatvorenoj dionici ne predviđaju nikakvi radovi na održavanju.
Zatvaranje dionice autoceste može biti izvanredno, uvjetovano
klimatskim uvjetima kao što su nevrijeme i jak vjetar ili uzrokovano
nesrećom. Zatvaranje dionice autoceste može biti i planirano za potrebe
održavanja. Kada klimatski uvjeti uzrokuju zatvaranje tunela povoljno je
donošenje odluke o provođenju održavanja. Za razumijevanje scenarija po
kojima će raditi IS uvodi se terminologija vezana na granične uvjete.
Zadovoljavajuća protočnost vozila kroz tunel, ima referentnu vrijednost:
 Optimalan Broj Vozila (OBV) u dva režima za
 Dvosmjerni Jedno Cjevni Promet (DJCP) i
 Jednosmjerni Dvo Cjevni Promet (JDCP).
Promjenu režima prometa uzrokuje
 Kritičan Broj Vozila (KBV).


213
Scenarij Br. 1 - zatvaranje jedne tunelske cijevi

Početno stanje je (JDCP). Sve dok je prosječna protočnost vozila kroz

tunel zadovoljavajuća OBV prihvatljiv a broj nadolazećih vozila prema
tunelu se bitno ne smanjuje ili se povećava za (JDCP) stanje regulacije
prometa se ne mijenja.

Odluka prijelaza na (DJCP) se donosi kada se prosječni broj prolaza

vozila kroz tunel bitno smanjuje, odnosno broj nadolazećih vozila
kontinuirano smanjuje. Nastupa stanje kada je (KBV) takav da ne
opravdava promet kroz obadvije cijevi, pokreće se scenarij br.1 i tunelska
cijev s manjim brojem vozila u dolasku se zatvara.

Nastupa režim prometa (DJCP), (KBV) i (OBV) – utvrđuje se

algoritmom na temelju statističkih podataka prometa kroz tunel, na temelju
precizno utvrđenog stanja broja, vrste i brzine vozila kroz tunel.

Scenarij Br. 2 –puštanje u promet obadvije tunelske cijevi

Scenarij br. 2 se pokreće kada se izlazi iz Scenarija br. 1. U ovom

slučaju je početno stanje (DJ-CP). Taj režim se mijenja kada prosječna
protočnost vozila kroz tunel nije zadovoljavajuća i kada (OBV) prelazi u
(KBV). To znači da je broj nadolazećih vozila prema tunelu bitno povećan,
i donosi se odluka prijelaza na (JDCP) jer je prosječni broj prolaza vozila
kroz tunel bitno povećan za (JDCP) i utvrđuje se na temelju statističkih
podataka prometa kroz tunel, na temelju precizno utvrđenog stanja broja,
vrste i brzine vozila kroz tunel.

Odluka prijelaza na (JDCP) se donosi kada se prosječna brzina prolaza

vozila kroz tunel bitno smanjuje, odnosno broj nadolazećih vozila bitno
povećava.

Scenarij br.2 stupa na snagu iz razloga povećanja sigurnosti prometa i

smanjenja gužve, za razliku od Scenarija br.1 koji je motiviran
održavanjem ili racionalizacijom uz zadovoljavajuću sigurnost prometa.

Scenarij Br. 3 – potpuno zatvaranje prometa na dionici s tunelom

Sam scenarij potpunog zatvaranja prometa kroz tunel, relativno je

jednostavan i rezultira algoritmom racionalizacije (potpuno isključenje

214
rasvjete u svim tunelima na dionici ili algoritmom održavanja za koji je
potrebna rasvjeta kako je naprijed navedeno. Prestanak Scenarija br. 3
povezan je na odluku primjene ili Scenarija br. 2 ili Scenarija br. 1

Specifičnosti primjene scenarija br. 1, 2 i 3, razrađivane su prema

statističkim podacima optimizacije realnog stanja prometa kroz hrvatske
tunele, na temelju višegodišnje eksploatacije.

7.1.11. Razvoj inteligentnog sustava

Složenost izgradnje inteligentnih sustava opterećena je visokom

cijenom i dosta dugim rokovima razvoja koji prolazi kroz određena stanja,
Slika 7.10.

SISTEMSKA ANALIZA

DIZAJN SUSTAVA

KODIRANJE

TESTIRANJE

IMPLEMENTACIJA

POSTIMPLEMENTACIJA

Slika 7.10. Prikaz stanja razvoja inteligentnih sustava

Predviđen je razvoj inteligentnog sustava za racionalizaciju rasvjete u tri

faze. U svakoj fazi inteligentni sustav ne prolazi kroz sva navedena stanja
razvoja, već će neka stanja biti vezana sa ciklusima trajanja prikazanim na
Slici 7.9.

215
 Prva faza, kako je prethodno razrađeno relativno će biti jednostavna za
izvedbu jer koristi u najvećem dijelu postojeću arhitekturu s definiranim
PEAS-om. Sustav je dizajniran i ima već ugrađene senzore i aktuatore te s
jednostavnijom prilagodbom programske podrške i manjim zahvatima na
sučelju omogućit će izvjesnu racionalizaciju u potrošnji električne energije
na račun upravljanja tunelskom rasvjetom koja će biti vođena prometom i
klimatskim uvjetima. Konačni cilj je da se u vrijeme kada je dionica a/c
zatvorena za promet, rasvjeta u tunelima isključi, Prilog br.4.

Druga faza je izgradnja ekspertnog sustava (Expert System) (ES) za

parametriranje i precizno upravljanje rasvjetom tunela. Odluka da se ide na
ES leži u mogućnosti da se u budućnosti primjeni na sve tunele, i one u
pogonu i sve buduće koji će se projektirati i izgraditi. Stvaranjem baze
podataka i baze znanja omogućit će se učenje a stečena znanja ponudit će
nove modele i novi pristup u projektiranju. Izgradnja ES se temelji prema
poznatoj blok shemi sa svojim sastavnim cjelinama prikazanim u Prilogu.

7.1.11.1. Parametriranje i regulacija rasvjete tunela

Prema teorijskoj razradi o projektiranju ES u prethodnom poglavlju

potrebno je postaviti osnovne smjernice za aplikaciju po pitanju svjetlo
tehničkih zahtjeva. Završetkom prve faze projektiranja IS koja je u stvari
implementacija u postojeći nadzorno upravljački sustav COKP-e započinje
druga faza a to je izgradnja (ES) koji će služiti za parametriranje, regulaciju
i upravljanje rasvjetom tunela.
U toj fazi bitno je usmjeriti se na definiranje i dijagnostiku referentnih
veličina za ugađanje rasvjete. U ekspertnom sustavu bitno je prikupiti sva
raspoloživa znanja i specifičnosti svjetlo tehnike kako bi se mogli prenijeti
na konkretan primjer postavljanja novog koncepta regulacije rasvjete. U
nastavku se navodi najvažniji segment svjetlo tehnike, a to je vidljivost i
luminancija (gustoća jakosti svjetlosti u točno određenom smjeru
promatranja) u projektiranju rasvjete tunela.

Vizualna prilagodba između visoke i niske luminacije prilikom

vožnje nije trenutačna pojava. Uzrok tomu su :

1. PROSTORNA PRILAGODBA – velika razlika iluminacije između

unutrašnjosti i vanjskog prostora tunela uvjetovat će vozačevu vidljivost u
točki A – prilagodbe, Slika 7.11.

216
 Slika 7.11. Promjena sadržaja tijekom vizualne prilagodbe pri približavanju
ulazu u tunel

Pojava "Crne točke" prouzročit će kod vozača osjećaj nelagode i

nesigurnosti, Slika 7.12.

Slika 7.12. Promjena sadržaja definiranog vidnog polja vozača za različite

pozicije vozila

217
2. VREMENSKA PRILAGODBA – ljudskom je oku potrebno više
vremena da se navikne prilikom promjene iz svjetlijeg u tamno nego li u
obrnutom slučaju. Vrijeme potrebno da se sama prilagodba izvrši tretiramo
kao kritični čimbenik.

Promjena sadržaja tijekom vizualne prilagodbe pri približavanju ulazu

u tunel vrlo je bitna za definiranje veličina prema kojima bi se mogla
kasnije parametrirati rasvjeta. Primjeri za 50, 100, 150 i 300 m, Slika 7.12.

Obadvije prilagodbe vezane su na promjenjivi sadržaj definiranog

vidnog polja vozača na koji utječu slijedeći parametri:

- svjetla površina neba

- površina kolnika dionice ceste ispred vozača
- okolica oko ulaza u tunel
- okolica ceste ispred vozača
- otvor i portal ulaza tunela
- svijetli sloj atmosfere između položaja vozača i ulaza u tunel

Na vrijednost luminancije prilazne zone, utječe:

- izravno sunčevo isijavanje (naročito nepogodan jug, istok-zapad)

- konstrukcija ulaznog portala (naročito povoljno: uvučen u okolni teren
- okolica izgrađenog portala (zasađenost raslinja)
- bočne strane tunela u usjeku i postotak prisutnog neba
- konfiguracija terena (ravničarski ili planinski)
- površina i trasa pristupne ceste u dužini najmanje 200 m prije ulaska
- površina kolnika u dužini zone praga u tunelu (izvesti svjetlije)
- klimatski uvjeti, vegetacija i okoliš (kiša, snijeg, magla, zelenilo,...)

Kako vizualna prilagodba ne bi utjecala na sigurnost upravljanja

vozilom potrebno ju je «amortizirati» adekvatnom rasvjetom. U prvom
momentu to su rasvjete prilaza i ulaza u tunel. Ulaskom u tunel, ulazna
zona može se usporediti sa zaustavnom udaljenošću. U prvom dijelu ove
zone razina iluminacije mora ostati konstantna i povezana s vanjskom

218
iluminacijom. Pri završetku ulazne zone, razina potrebne iluminacije mora
se u kratkom vremenskom periodu dovesti na vrijednost od 40% početne
vrijednosti.

Prostorom tranzicijske zone postepeno se smanjuje vrijednost

iluminacije do razine koja je potrebna u unutarnjoj zoni (engl. Interior
Zone). Faze smanjenja ne smiju biti veće od omjera 1:3 te moraju biti
povezane s mogućnošću ljudskog oka da se prilagodi okolini u realnom
vremenu.

Kraj tranzicijske zone označava da je dostignuta vrijednost iluminacije

jednaka trostrukoj razini unutrašnjosti. Unutarnja zona je prostor između
tranzicijske i izlazne zone, a ujedno je i najduža sekcija tunela. Razine
iluminacije povezane su s brzinom kretanja motornih vozila gustoćom
prometa i klimatskim (atmosferskim) prilikama. Iz tih razloga vrlo je bitno
omogućiti zapažanje zapreke pri približavanju ulazu u tunel kako je
prikazano na Slikama 7.11. i 7.12. što je baza novog pristupa projektiranju
rasvjete tunela.

7.1.11.2. Ekvivalentna luminancija prekrivanja

Osim iz svog centralnog vidnog polja, na čiji je sadržaj pretežno

usmjerena njegova cjelokupna pažnja, vozač pri nailasku na tunel prima
dojmove i iz svog vanjskog vidnog polja.
Svjetlosnim dojmovima bitnim za sigurno zapažanje superponiraju se i
svjetlosni dojmovi određenog svjetlosnog zastora, uzrokovanog
raspršivanjem sunčeve svjetlosti i parazitskim izvorima svjetlosti tijekom
sunčanog dana, a svjetlosni bljesak i prilazna rasvjeta tijekom noći.
Taj se zastor naziva ekvivalentna luminancija prekrivanja, i može se
izračunati empirijskim Stiles-Hollidayevim izrazom, a efekt u oku
prikazuje Slika 7.13. prema E. Široli.

219
 Slika 7.13. Efekt raspršivanja svjetlosti u oku uzrokovan bliještanjem
sekundarnog izvora

7.1.11.3. Ekvivalentna luminancija prilagodbe

Ovaj pojam je uveden, na način da se predstavi vrijednost jednolike

luminancije u vidnom polju vozača koja će jamčiti istu razinu zapažanja
određenog kritičnog kontrasta kao i vrijednost nejednolike luminancije,
stvarno prisutne, kao ekvivalent istovjetnog fiziološkog vidnog dojma. Te
su spoznaje na temelju laboratorijskih istraživanja korištene u projektiranju
rasvjete tunela, kao mjerodavna vrijednost ekvivalentne luminancije
prilagodbe koja određuje stanje vozačevih očiju (u vožnji danju) u točki
početka zaustavnog puta vozila.

Pa se na temelju izloženog metoda izračuna luminacije prilazne

zone temelji na empirijskom izrazu:

L 20  L n  L c  L OK  L1 (7.1)

uz :         1 (7.2)

220
gdje je:

L20- luminancija prilazne zone unutar vidnog polja od 20° (kcd/m2)

Ln- luminancija neba (kcd/m2)
Lc- luminancija površine kolnika (kcd/m2)
LOK- luminancija neposredne okolice ulaza u tunel (kcd/m2)
L1- luminancija zone praga tunela (kcd/m2)
Ψ, υ, ω, χ -% udjeli odgovarajućih sadržaja unutar vidnog polja od 20 %

Cjelokupna izložena problematika ukazuje na nužnost dijagnosticiranja

stanja prilazne zone prema kojoj će se postavljati referentna veličina bitna
za regulaciju rasvjete i intenzitete svih ostalih zona tunelske rasvjete. Ako
se razmotri:

- kumulativna postotna učestalost srednje vrijednosti luminancije,

prilazne zone prikazane je na Slici 7.14,

Slika 7.14. Kumulativna postotna učestalost srednje vrijednosti luminancije

prilazne zone u jednom tipičnom planinskom tunelu

221
 - kao i pri završetku ulazne zone potrebna razina iluminacije koja se
mora u kratkom vremenskom periodu dovesti na vrijednost od 40%
početne vrijednosti,
- prostorom tranzicijske zone postupno smanjuje vrijednost
iluminacije do razine koja je potrebna u unutarnjoj zoni, ne smije
biti veće od omjera 1:3 ,
- kraj tranzicijske zone označava da je dostignuta vrijednost
iluminacije jednaka trostrukoj razini unutrašnjosti,

Slijedi zaključak o primjeni fuzzy regulacije rasvjete, čime je definiran

i regulacijski uređaj, a referentnu vrijednost luminancije prilazne zone
kontinuirano dijagnosticira kvalitetni fotoosjetljivi uređaj i prema toj
veličini regulira tunelsku rasvjetu u realnom vremenu.

7.1.11.4. Nove tehnologije u rasvjeti tunela

Zadnja faza razvoja IS bilo bi opremanje tunela primjenom novih

tehnologija rasvjete na temelju aplikacija izgrađenog expertnog sustava
za parametriranje i regulaciju rasvjete u svim tunelima. Projekt rasvjete
realiziran novom tehnologijom (engl. New Technical Conception - NTC)
rasvjetnih tijela u (engl. Light Emittig Diode -LED) izvedbi i kocepta
napajanja serijskim strujnim krugovima pomoću regulatora konstantne
struje (engl. Constant Current Regulator - CCR) ima niz prednosti:
-
Jeftinije rješenje zbog optimalnih veličina strujni krugovi
- Jednostavna fuzzy regulacija pomoću regulatora konstantne struje
- Sigurnije napajanje električnom energijom centraliziranim
pričuvnim izvorima
- Jednostavnije i sigurnije održavanje
- Manja potrošnja električne energije

222
7.1.11.5. Rasvjetna tijela u LED tehnologiji

Nova LED rasvjetna tijela već se pojavljuju na tržištu i obzirom na

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

Slika 7.15. Rasvjeta tunela svjetiljkama u LED tehnologiji

7.1.11.6. Koncept napajanja serijskim strujnim krugovima

Ovaj koncept napajanja kao ICAO standard prihvaćen je još sredinom

prošlog stoljeća. U eksploatacije se pokazao vrlo pouzdan i s aspekta
sigurnosti i održavanja ima niz prednosti Slika 7.16.

223
Analize potvrđuju opravdanost primjene i u opremanju dugačkih cestovnih
tunela. Budući je u izradi nova nacionalna legislativa to je moguće uvesti
kao standard. Način proračuna strujnih krugova prema predloženoj
koncepciji prikazan je u Poglavlju 7.2.

Slika 7.16. Blok dijagram koncepta napajanja rasvjete s konstantnim izvorom

struje CCR

7.1.12. Upravljanje tunelskom rasvjetom učenjem iz ekspertnog

sustava

Moguća racionalizacija svakog projekta rasvjete tunela počiva na

njegovim utvrđenim eksploatacijskim parametrima.
Obradom parametara rasvjete s pozicije ekspertnih sustava, naročito
dugačkih tunela, ukazuje da su moguće značajne uštede kako u potrošnji
električne energije tako i u održavanju.
Raspoložive baze podataka i baze znanja, te manipulacija znanjem
tijekom višegodišnje eksploatacije tunelskih rasvjeta rezultirale su
kreacijom inteligentnog sustava za upravljanje tunelskom rasvjetom na
načindrugačiji od uniformno prihvaćenog i oslonjenog na dosadašnje
legislative.
Tunelska je rasvjeta kao sustav sačinjena od više međusobno povezanih i
zavisnih dijelova rasvjete. Ona u prvom redu pridonosi sigurnosti prometa
kroz tunel i stoga je bitno voditi računa o problematici prilagodbe i
akceptiranja svih relevantnih parametara luminancije.
Inteligentni je sustav zadužen da upravlja rasvjetom, na način da vodi
računa o vizualnoj prilagodbi ali uzimajući u obzir prosječnu luminanciju
okoline, samog tunela, pred portalnih građevina i prometnice, kao i
224
dnevnog svjetla, neba koje je podložno promjenama kako atmosferskih
prilika tako i ekliptike. Za tako velik broj utjecajnih parametara razrađene
su aktuatorske i perceptorske mogućnosti oslonjene na nove tehnologije
opreme, s kojom su studenti Tehničkog veleučilišta u Zagrebu kroz kolegij,
Umjetna inteligencija – Ekspertni sustavi na III. Semestru specijalističkog
studija provodili ispitivanja. Dobiveni rezultati i prikupljeni podaci u
bazama su sintetizirani inteligentnim sustavom. Potvrdili su opravdanost
novog pristupa projektiranju i izvedbi upravljanja tunelske rasvjete.
Tunel kao objekt autoceste, sa svojom rasvjetom, je bitan tehnički
čimbenik u funkciji sigurnosti prometa. Prilaz tunelu, predstavlja dio
prometnice autoceste prije samoga ulaza u tunel i za njega se projektira dio
tunelske rasvjete nazvan rasvjeta prilazne zone. Nakon ulaza u tunel
projektira se dio sustava tunelske rasvjeta nazvan rasvjeta prijelazne zone
koja sadrži zonu ulaza i zonu praga, što predstavlja najveću koncentraciju
rasvjetnih tijela od ukupno projektiranog sustava rasvjete tunela. Sustav
rasvjete tunela sastavljen je od osam podsustava, i tijekom velikog projekta
hrvatske izgradnje autocesta zadnjih petnaest godina, zbog nepostojanja
domaće legislative u projektima rasvjete tunela, koristila se austrijska i
njemačka.
Problematika upravljanja rasvjetom tunela obrađivala se samo u
razvojnim projektima. Oni su poslužili kao osnova prikupljanja baza
podataka i baza znanja a i kao gradivo za edukaciju. Kroz taj angažman IS
je poslužio kao izazov i osnova studentima koji su svojim radovima ukazali
da ima još prostora za racionalizaciju, što je prezentirano u nastavku
slijedećeg poglavlja.
Kod vozača prilikom nailaska na tunel, prostorna i vremenska
prilagodba uvjetima vožnje, može izazvati osjećaj nelagode i nesigurnosti.
Prilikom nailaska, odnosno ulaska i izlaska iz tunela, vrijeme prilagodbe
može biti kritičan čimbenik koji utječe na sigurnost prometa.
Promjena sadržaja u vidnom polju vozača, tijekom vizualne prilagodbe pri
približavanju ulaza u tunel, ili izlaza, povezana je sa subjektivnim
osjećajem percepcije luminiscencije. Izraz luminiscencija, ukazuje na
svijetljenje, odnosno stvaranje izvora svjetlosti kojeg u prvom redu
promatramo od stanja dnevnog svjetla. Iz tih sadržaja bitno je prepoznati i
druge parametre prema kojima bi se projektirala rasvjeta tunela jer
stvaranje svjetlosti, one dnevne, podložno je klimatskim uvjetima.
Među parametrima moguće je izdvojiti osim svijetle površine neba -
svijetli sloj atmosfere između položaja vozača i ulaza u tunel, površinu
kolnika dionice ceste ispred vozača, okolicu oko ulaza u tunel, okolicu
ceste ispred vozača, otvor i portalne građevine tunela. Da bi sve bilo
povezano i uzeto u obzir, sudionici u izgradnji IS su osim eksperata,
225
inženjera specijalista, inženjera znanja, i korisnici i osoblje na prikupljanju
i obradi podataka. Dugi rokovi razvoja i izgradnje vezani su na
implementaciju pojedinih podsustava, kao što su podsustavi za upravljanje
bazom podataka, za upravljanje bazom modela, za upravljanje
dokumentima i drugi. Oni su svi podrška donositelju odluke, a to je
ponovno jedan pomoćni sustav kao npr. sustav za potporu odlučivanju,
(engl. Decision Support System- DSS). Tako u fazama razvoja, bitni su
parametri broj i vrste modula za povezivanje unutar pa i s drugim
inteligentnim sustavima ili perifernim jedinicama, kao što prikazuje Slika
7. 17.
NAREDBA ODGOVOR ULAZ IZLAZ
KORISNIKA KORISNIKU

KORISNIČKO SUČELJE SUČELJES DRUGIM INTELIGENTNIM

SUSTAVIMA

UPRAVLJANJE

METODE ZNANJE OBJAŠNJENJE UČENJE

REZULTATI

BAZE PODATAKA

SUČELJE S VANJSKIM SVIJETOM

SENZORI/SIGNALI/SLIKE/ZVUK/GOVOR
AKCIJE

Slika 7.17. Prikaz modula u povezivanju ekspertnog sustava s drugim

inteligentnim podsustavima

226
7.1.13. Novi parametri utjecaja na rasvjetu tunela

7.1.13.1. Ekliptični parametri

Svijetla površina neba, svijetli sloj atmosfere posljedica je položaja

Sunca. U svakom trenutku visina i azimut jednostavno opisuju njegovo
kretanje. Globalnim sustavima za utvrđivanje pozicije moguće je vrlo
precizno pratiti ekliptične promjene. Stanje prema podacima Državnog
hidrometeorološkog zavoda, Tablica 1., utvrđivano je empirijski, Slika
7.18.
Tablica 7.1. Rezultati ekliptike unutar četiri godine
Datumi i vremena solsticija i ravnodnevnica
Red. broj
Ravnodnevnica Ljetni solsticij Zimski solsticij
2012 20. III.-06:14 21. VI.-00:09 21. IX.-12:11
2013 20. III.-12:02. 21. VI.-06:04 21. IX.-18:11
2014 20. III.- 17:57 21. VI.- 11:51 22. IX.- 00:03
2015 20. III. -23:45 21. VI. -17:38 22. IX. -05:48

Slika 7.18. Empirijsko utvrđivanje ekliptičnih parametara prilazne zone tunela

227
 Za razradu konkretnog primjera je uzet izlaz iz tunela Mala Kapela u
smjeru juga. Na dan 5. veljače 2014. godine upad sunca na izlaznu i ulaznu
cijev tunela događa se u periodu između 10:20h i 14:40h.
Visina sunca na Azimutu iznosi 30°.
Sunce izlazi u 7.16h te zalazi u 17.12h.
Okolni reljef radi sjenu u periodu između 7:16h i 10:20h te 14:40h i 17:12h.
Slika 7.19. prikazuje kretanje sunca za odabrani datum.

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

Svijetlo žutom linijom označen je kut izlaza, a crvenom kut zalaska

sunca. Putanja sunca te kut u vremenu kada nastaje sjena prikazani su
graničnim linijama. Iz prikaza na satelitskoj snimci označeno je
narančastom linijom kada će nastati zasjenjenje uzrokovano okolnim
planinama. Tokom kolovoza sunce za sunčana podneva nalazi se na 76° po
azimutu. Tada vrijeme kada sunca upada direktno u tunelske cijevi traje od
228
9:40h do 16:10h. Radi visokog kuta upada sunčeve svjetlosti na površinu,
refleksija sunca u tunelske cijevi manja je nego u zimskim mjesecima kada
se sunce nalazi nisko na azimutu. Dodatnu refleksiju stvara refleksija od
snježnih oborina koji se u području Like zadržava u prosjeku 40 dana. Mali
kut upada sunca na zemljinu površinu i gotovo 85% refleksije od snježnog
pokrivača stvara dodatno zasljepljenje uz veoma hladnu temperaturu
svijetla koja se uvelike razlikuje od temperature svijetla tunelske rasvjete.
Kretanje sunca po nebu, Sunčev dijagram, prikazuje se u cilindričnim ili
polarnim koordinatama. Podaci su dostupni i od izuzetne su važnosti u
istraživanjima za foto naponsko iskorištavanje sunčeve energije. Rezultati
tih istraživanja su korišteni za slaganje algoritama prema kojima
funkcioniraju mjerni članova za utvrđivanje trenutnih, ekliptičnih
parametara dnevnog svjetla sunca odabranih i u IS. Prema njima su se
simulirale matrice potrebnih intenziteta rasvjete ulazne odnosno izlazne
zone tunela kako bi bile najbliže trenutnom dominantnom dnevnom svjetlu.
Promjenu dnevnog svjetla prati promjena scenarija prema kojem se
odabire referentna veličina za upravljanje intenzitetom rasvjete preko
agentskog sustava.

7.1.13.2. Klimatski parametri

U svim ekliptičnim stanjima luminiscencija Sunca na nebu kao izvor

dnevnog svjetla podložna je klimatskim utjecajima, magla, kiša, oblaci i
snijeg. Analizirani su eksploatacijski podaci i sintetizirani s rezultatima
dobivenim mjerenjem koja su simulirala određene uvjete. Mjerenja su se
dosta vjerno približavala simuliranim rezultatima, što je omogućilo
korištenje istih ulaznih parametara za generiranje referentne veličine kao i
kod ekliptičnih parametara samo uvođenjem određenih prigušnih faktora,
fpm, fpk, fpo i fps.

7.1.13.3. Parametri doba dana

Za analizu dnevnih parametara korišteni su rezultati istraživanja FAA,

(Savezna uprava za civilno zrakoplovstvo - agencija američkog
Ministarstva prometa nadležna za reguliranje i nadziranje svih aspekata
civilnog zračnog prometa u SAD-u). To je institucija koja između ostalog
predlaže i amandmane na aktualnu legislativu. Tako je bio slučaj s dijelom
sustava svjetlosne signalizacije u funkciji sigurnosti zračnog prometa za

229
koji je utvrđeno da su najvažniji parametri, koji utječu na rezultate
vidljivosti pojedinih svjetlosnih sustava, prijelazi od jutarnjih do večernjih
perioda u danu. Prosjek rezultata koji su dobiveni od 42 nezavisna subjekta
direktno involvirana u procedure istraživanja, provedena od siječnja do
rujna 2004. godine, prikazuje Tablica 7.2.

Tablica 7.2. Rezultati vidljivosti svjetlosnih sustava

Parametri: DP-1, 2, 3 i 4
Zora Dnevno Sumrak Mrkla noć
Svjetlosni sustav
/Jutro svjetlo /Večer (m)
(m) (m) (m)
Svjetlosni znakovi
146 142 122
(SIGN) 120
Sustav zaštitnih svjetala
237 95 260
(RGL-elevated) 255
Sustav zaštitnih svjetala
146 68 243
(RGL-inset) 213
Sustav zaštitnih svjetala
76 55 121
„T-con“ (RGL-inset) 127
Oznake bojom
63 91 48
(MARK) 48

Tablica se odnosi na tri različita svjetlosna sustava:

 Svjetlosne znakove naredbi, koji su dio obvezne opreme aerodroma

prema ICAO i FAA legislativi, (engl. Mandatory Instruction Signs).
Ugrađuju se sa svake strane manevarske površine. Znakovi su oblika
panela visine ispod jednog metra, bijele su boje na crvenoj podlozi.
 Sustav zaštitnih svjetala uzletno-sletne staze koji su podignuti iznad
tla, (engl. Elevated Runway Guard Lights). Ugrađuju se sa svake
strane manevarske površine. Svaka jedinica ima par svjetala koja
naizmjenično svijetle s frekvencijom bljeska nešto kraćeg od jedne
sekunde.
 Sustav zaštitnih svjetala uzletno-sletne staze koja su ugrađena u
manevarsku površinu, okomito kao zaustavna prečka i sa svake
strane, (engl. In-pavement Runway Guard Lights). Jedinice
sinkronizirano svijetle s frekvencijom bljeska oko jedne sekunde.
Ovaj tip sustava svjetala izveden je u dvije varijante s tim što druga
varijanta ima još i par svjetala ispred za „T“ konfiguraciju, (engl.
Alert Zone Lighting).
230
 Osim svjetlosnih sustava u tablici je naveden i rezultat za oznake na
mjestu čekanja, na manevarskim površinama oslikane bojom, (engl.
Runway Hold Position Markings). Ti su podaci korišteni u IS za donošenje
odluke o uporabi određenih scenarija upravljanja rasvjetom koji rezultiraju
određenom racionalizacijom, baš oslonjeno na analizirana četiri trenutka
24-satnog trajanja dana.

7.1.14. Manipulacije parametrima

Manipulacija raspoloživim parametrima ukazivala je na disproporciju

rasvjete u pogonu od one koju bi angažirao inteligentni sustav. Za potvrdu
dobivenog zaključka pristupilo se novoj analizi baziranoj na fotografskom
dokumentiranju stanja. Fotografski snimci rasvjete najčešće ulazne i
izlazne zone odabirani su prema kriterijima rezultata američkih istraživanja
navedenih. Snimanja su provedena istom opremom za sve tunele. Iz baza
podataka ES, izdvojene su raspoložive fotografije za usporedbu istih
dijelova rasvjete u istim uvjetima za dva različita tunela, Slika 7.20. i Slika
7.21.

Slika 7.20. Ulazna zona hrvatskog tunela s pripadajućim dijelom sustava

rasvjete uz identične parametre DP-3, kao na slici 7.20.

231
 Slika 7.21. Ulazna zona francuskog tunela s pripadajućim dijelom sustava
rasvjete uz identične parametre DP-3, kao na slici 7.19.

Za primjer su odabrani i parametri prijelazne zone tunelske rasvjete, koji

su isti za DP-1-4, prema Tablici I. u usporedbi hrvatskog i francuskog
tunela, Slike 7.22. i 7.23.

Slika 7.22. Prijelazna zona tunelske rasvjete hrvatskog tunela

232
 Slika 7.23. Prijelazna zona tunelske rasvjete francuskog tunela

7.1.15. Mehanizmi zaključivanja - upravljanje rasvjetom

U razvoju ES su uzete u obzir sve specifičnosti koje unosi odabrani tip

rasvjetnih tijela ovisno, o tome kako je tunelska rasvjeta projektirana. Na
tim saznanjima vrlo jednostavno su utvrđene evidentne razlike uočljive
između Slika 7.19. i 7.20. To je posebna baza podataka iz koje se razvija
baza znanja koje je u konačnici znanje eksperata potvrđeno u eksploataciji.
Razradu za provedbu algoritama i scenarija IS za upravljanje rasvjetom
prikazuje dijagram, Slika 7.24.

233
Slika 7.24. Dijagram provedbe algoritama i scenarija upravljanja rasvjetom
tunela

234
7.1.16. Učenje iz inteligentnog sustava

Kreacija baza znanja i baza podataka u IS je posebno interesantna s

aspekta planiranja održavanja. Ti podaci i znanja mogu se koristiti odmah,
jer djeluju na korekcije ili potvrde odabranih scenarija, čime se direktno
može utjecati na racionalizaciju, što je i cilj razvoja inteligentnog sustava.
Gledano kroz eksploataciju tunela moguće je vrlo jednostavno sumu troška
za održavanje, (ΣT), promatrati kao zbroj troškove preventivnog i
interventnog održavanja, (Tπιο), i troškova za utrošenu električnu energiju,
(Tελ),
ΣT = Tπιο x Tελ (7.3)
U troškovima plaćene električne energije za pogon tunela dominantna
je stavka, rasvjeta. Kao što je eksploatacijskom kreacijom baza znanja i
baza podataka ES uočeno, postoji više mogućnosti utjecaja na upravljanje
rasvjetom tunela. Mogućnosti pružaju prvenstveno nove tehnologije i
aktualna legislativa, ali i empirijska i heuristička znanja eksperata.
Spoznaja da je ekspert stručnjak odnosno specijalist postavlja ga u poziciju
vrsnog poučavatelja koji ne predstavlja nadmoćnu instituciju, instancu za
posljednje odluke. Već kao što u korijenu riječi stoji, (lat. experientia docet
– iskustvo poučava), skupljanje i posjedovanje iskustva, nije zvanje, ali
pohranjeno u ES posreduje u praksi i na taj način ES zamjenjuje eksperta.

7.1.17. Rezultati istraživanja

Odabrani parametri još do sada kako je poznato tijekom istraživanja,

nisu valorizirani u scenarijima upravljanja na način kako je razrađeno.
Rasvjeta u pogonu hrvatskih tunela u velikom broju slučajeva, snimljena i
izmjerena na licu mjesta bila je i za 50 % veća od one koju bi angažirao
inteligentni sustav, a koja se u 80% slučajeva poklapala sa snimljenom
rasvjetom nekih europskih tunela u Francuskoj, Italiji, Njemačkoj i
Švicarskoj. Najveća odstupanja u luminiscenciji, (zatečena – generirana od
IS), uočena su prilikom obrade dnevnih parametara, DP-1, (svitanje/zora) i
DP-3, (pred večer/suton). Ti su se rezultati poklapali sa stanjem koje je bilo
posljedica primjene prigušnih faktora, fpm, fpk, fpo i fps. Faktori
prigušenja zbog magle, fpm, kao i zbog snijega, fps, nisu utjecali na
luminiscenciju kao što je utjecao faktor prigušenja dnevne svjetlosti zbog
naoblake, fpo, čiji je efekt najbliži parametru DP-3. Dobiveni su rezultati
korišteni za simulaciju novog upravljanja tunelske rasvjete i izračunati su

235
troškovi za potrebnu električnu energiju rasvjete na referentnom tunelu.
Izračunata ušteda električne energije za rasvjetu svih hrvatskih tunela
iznosi 8%.
Rezultati provedenih istraživanja razvojem ES, uspoređivani su te je
izdvojen zaključak koji ukazuje na drugi pristup troškovne analize izrađene
za investitora s pet različitih scenarija u periodu od petnaest godina, što je
životni vijek sustava rasvjete. Analize su obuhvatile pet varijanti, od kojih
niti jedna ne obrađuje sustav upravljanja, a sve upućuje na zaključak s
povećanjem troškova održavanja i troškova za električnu energiju za 2%
godišnje.

7.1.18. Zaključak

Inteligentni sustavi, koji se obrađuju i koriste na Elektrotehničkom

odjelu, (ELO), Tehničkog veleučilišta u Zagrebu, (TVZ), u istoimenom
izbornom kolegiju, Inteligentni sustavi, (IS), služe studentima za stjecanje
znanja iz područja umjetne inteligencije. Uključivanjem u njegovu
izgradnju i razvoj kroz seminarske radove dobivene su konkretne spoznaje
i utvrđeni i drugačiji parametri koji upućuju na novi pristup u projektiranju
upravljačkih dijelova sustava rasvjete. Karakteristike i efikasnost
agentskog podsustava, za upravljanje rasvjetom tunela ovise osim o
povezanosti s ekspertnim sustavom za nadzor i upravljanje u centru za
održavanje i kontrolu prometa, kojeg predstavlja demo IS za edukaciju na
TVZ-u i o novim parametrima. Formiranim bazama znanja i bazama
podataka o stanju sustava rasvjete složeni su algoritmi za upravljanje koji
su uzeli u obzir nove parametre koji još do sada nisu bili obuhvaćeni u
projektima sustava tunelske rasvjete. Analogijom primjene novih
tehnologija i metoda ispitivanja foto naponskog iskorištavanja sunčeve
energije utvrđeni su ekliptični parametri. Istraživačkim projektima u
zrakoplovstvu postavljeni su dominantni parametri dnevnog svjetla
povezani s prigušnim parametrima zbog klimatskih uvjeta koji su
iskorišteni i u demo IS. Prema algoritmima su složeni scenariji kojima se
postiže racionalnije korištenje sustava tunelske rasvjete, bez narušavanja
sigurnosti prometa, jer su dobiveni rezultati potvrđeni u usporedbama s
nekim europskim tunelima. Iako demo IS, studenti na njemu uče konkretne
primjere iz prakse i promišljaju na način kojim umjetna inteligencija
poučava. Studenti TVZ-a, specijalističkog studija Elektrotehničkog odjela
na izbornom kolegiju kroz IS uče i svojim ga znanjem, kako onim kroz
seminarski rad, tako i onim iz obrade pretraga, nadograđuju. Raspoloživa

236
znanja iz baza kao i kompetencije koje studenti stječu mogu pomoći u
kreiranju planova održavanja.

7.1.19. Dodatci poglavlju

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

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

DODATAK 3- Hrvatski naziv skraćenica koje se pojavljuju u tekstu

DODATAK 4- Nazivi engleskih skraćenica koje se pojavljuju u tekstu

DODATAK 5- Podloga za dizajniranje procedure zatvaranja autocesta

DODATAK 6- Dijagram stanja i aktivnosti scenarija zatvaranja autoceste

DODATAK 7- Modeliranje i dizajniranje učenja u ekspertnom sustavu

237
DODATAK 1- Linijski prikaz autoceste A1, dionica Sv.Rok –Maslenica

238
DODATAK 2 - Prostorni prikaz autoceste A1, dionica Sv.Rok -Maslenica

239
DODATAK 3 - Hrvatski naziv skraćenica koje se pojavljuju u tekstu

Naziv u hrvatskom jeziku Skraćenica

autocesta a/c (A/C)

prometni informacijski sustav PIS
prometni informacijski sustav PIS
informacijski sustavi IS
sustav daljinskog vođenja SDV
komunikacijski sustavi KS
informacijsko-komunikacijski sustavi IKS
glavna prometna centrala GPC
područna prometna centrala PPC
lokalna prometna centrala LPC
prometna centrala PC
cestovna prometna stanica CPS
cestovna prometna pod stanica CPPS
krajnji uređaj KU
lokalni uređaj LU
stanica sustava video detekcije VD
meteorološka mjerna stanica MS
induktivne petlje MQ
semafor S
rampa R
znakovi s unutrašnjom rasvjetom ZUR
signali prometnog traka SPT
promjenljivi prometni znakovi PPZ
opto-električki pretvarač O/E
elektro-optički pretvarač E/O
multi modno optičko vlakno MMF
jedno modno optičko vlakno SMF
videorekorder VCR
multipleksor MUX
demultipleksor DEMUX
centar održavanja i kontrole prometa COKP
zatvoreni sustav video nadzora kamerama CCTV
optimalan broj vozila OBV
kritičan broj vozila KBV
Dvosmjerni Jednocjevni Promet DJCP
Jednosmjerni Dvocijevni Promet JDCP
Hitna pomoć HP
Vatrogasna postrojba VP
Ministarstvo unutarnjih poslova (policija) MUP
Hrvatski auto klub HAK
Hrvatske autoceste HAC

240
DODATAK 4 - Nazivi engleskih skraćenica koje se pojavljuju u tekstu
Hrvatski naziv Kratica Engleski naziv
ekspertni sustav ES ExpertSystem
inteligentni sustav IS IntelligenceSystem
umjetna inteligencija AI ArtificialIntelligence
tunelska rasvjeta TL TunnelLighting
ušteda Rationalization
osjetila S Senzors
lokacija agenta i stanje okoline LAS LocationofAgent andStatus ofSquare
pravila R Rules
uzročno-posljedična pravila Condition-ActionRules
odgovarajuća pravila RulesLookedUp
opažanja P Percepts
trenutno opažanje CarrentPercept
pronicljivost clairvoyant
uspješnost successful
mjera uspješnosti PM PerformanceMeasure
stupanj korisnosti agenta UtilityBased Agent
funkcija korisnosti Utilityfunction
okružje E Environment
izvršni uređaj A Actuators
osjetilo S Senzors
baza podataka DB Date Base
baze znanja KB Knowledge Base
izvedbeni element PE Performance Element
ocjenjivač Critic
element za učenje PE Learning Element
korisničko sučelje UI UserInterface
stroj za zaključivanje IE InferenceEngine
radna memorija WM WorkingMemory
formalna logika FormalLogic
predikatni račun PredicateCalculs
okviri Frames
pretinci Slots
neizrazita logika FL FuzzyLogic
simbolički jezik modeliranja UML UnifideModelingLenguage
koncept specifikacije zahtjeva QUIS QualityInteroperabilityandStandards
ontologija korisničkom profilu PAPI Personal AndPrivateInformation
Student Learner
Administrativno osoblje Administrator
Nastavno osoblje Teacher

241
DODATAK 5 - Podloga za dizajniranje procedure zatvaranja autocesta

242
DODATAK 6 - Dijagram stanja i aktivnosti scenarija zatvaranja autoceste

243
DODATAK 7- Modeliranje i dizajniranje učenja u ekspertnom sustavu

244
7.2. Inteligentni sustavi na aerodromima

Svjetlosna signalizacija na uzletno-sletnim stazama zračnih luka služi za

vizualno navođenje zrakoplova u procedurama slijetanja i polijetanja u
uvjetima ograničene vidljivosti, Slika 7.2.1.

Slika 7.2.1.ALS –Aerodromski sustav svjetlosne signalizacije

To je složeni sustav s množinom opreme koja osim sustava svjetlosne

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

245
 Sustav svjetlosne signalizacije, (engl. Airfield Lighting System -ALS),
koncipiran je serijskim strujnim krugovima koji su napajani iz izvora
konstantne struje, regulatora konstantne struje (engl. Constant Current
Regulator - CCR). Svako rasvjetno tijelo, svjetiljka ili svjetlosna oznaka, u
serijskom strujnom krugu je priključeno preko svog izolacijskog
transformatora. Primarni krug je sastavljen od CCR-a, primarnih kabelskih
vodova s primarnim konektorima i izolacijskim strujnim transformatorima.
Krug je opremljen senzorima, perceptorima i aktuatorima u modularnoj
izvedbe. Komponente sustava se ugrađuju u ormar CCR i na operativne
površine. Sve je integrirano operabilnim softverom.

7.2.1. Inteligentni sustav AERO TVZ

IS AERO TVZ je predstavljen računalom s aplikacijskom programskom

podrškom - mehanizmom zaključivanja, bazom znanja i bazom podataka.
Procesuiranje ulaznih podataka i modeliranje problema, kroz IS koristi se za
učenje, znanstveno istraživački rad i programe edukacije na Tehničkom
veleučilištu Zagreb, (TVZ), i to:
 Kroz teorijska predavanja izbornog kolegija Umjetna inteligencija, –
Ekspertni sustavi, studenti se uvode u problematiku IS, te kroz
interaktivni rad otkrivaju i pronalaze mogućnosti djelovanja. Kroz
spoznaje o UI i razvoj ES, studenti osim aplikativne primjene, stječu i
usputne pozitivne učinke jer se kroz kolegij težište stavlja na izučavanje
s ciljem boljeg razumijevanja ljudske inteligencije i olakšavanje
komunikacije ljudi sa strojem. Klasična UI, usko je vezana s pojmom
znanja, njegovog prikupljanja, pohrane i primjene pri rješavanju složenih
zadataka. Zbog tih se razloga kroz kolegij potiču razmišljanja o UI naše
stvarnosti, odnosno konkretnih praktičnih problema primjera iz prakse,
o domenama znanja koje se usvaja kroz kognitivne složenosti i kontekst
znanja.
 Kroz laboratorijske vježbe izbornog kolegija UI-ES, sintetiziraju se
spoznaje do kojih se dolazi pretraživanjima baza znanja, uz pomoć ES.
Na taj se način profiliraju stavovi, mišljenja i ekspertiza o znanju i
naukovanju i potiče hermeneutičko promišljanje na način da se svjesno
dopušta izmak uvjeta njegove ograničenosti kako za poučavatelja tako i
za poučavanog.
 Kroz specijalističke programe cjeloživotnog obrazovanja AERO TVZ.
Specijalistička znanja su podloga za stručnjake od kojih se očekuje
stručnjačko rješavanje problema na razini ekspertize, a za što je
neophodno razumijevanje. Za potvrdu razumijevanja koriste su
raspoložive baze podataka, stvarni eksploatacijski rezultati te uspoređuju

246
 s rezultatima dobivenim pretragama. Na taj se način ekspertu "Otkriva
mogućnost razumijevanja koje nije nemislivo unaprijed“. Na
specijalističkim edukacijama kandidate se upoznaje s djelovanjem
eksperta, odnosno specijalista. Promatra ga se s pozicije vrsnog
poučavatelja, što je i cilja kojem teže poučavani. U konačno dosegnutom
statusu izobrazbe on ne predstavlja nadmoćnu instituciju, instancu za
posljednje odluke, jer skupljanje i posjedovanje iskustva, nije zvanje. Ali
zvanjem postaje kada posreduje svojim znanjem u stručnoj praksi.
Očekuje se, da se njegova uloga odlikuje izrazom expertus, što se
osamostalilo iz čitave velike rijeke iskustava stečenog u praksi i
potvrđenog na edukaciji. Iz tih su razloga i predviđeni specijalistički
programi koji se razlikuju, radili se o stjecanju potvrde o osposobljenosti,
njenom obnavljanju ili produljenju. Ekspert se nalazi između znanosti, u
kojoj mora posjedovati kompetencije i društvene politike prakse.
 Znanstveno istraživački rad se potiče već izradom seminarskih radova za
koje se studenti odlučuju tijekom slušanja kolegija. Predavanja su kao i
razrađeni specijalistički programi usmjereni na konkretne probleme koji
se rješavaju, pa je tako dostupno u bazi znanja dovoljno gradiva za odabir
kvalitetnog završnog rada. Materija u nastavku rezultat je rada mentora
i studenta koji je započeo seminarskim radom, razrađivan stručnim
člankom na MIPRO-u 2014. a finaliziran je završnim, diplomskim
radom studenta.
Iz raspoloživih baza znanja i podataka analiziraju su problemi vezani na
konkretne serijske strujne krugove odabranih zračnih luka s učestalim
smetnjama koje narušavaju operabilnost sustava svjetlosne signalizacije.
Uzrokovani kvarovi na izolaciji primarnih kabelskih veza modeliraju problem
i njegovo rješavanje korištenjem svih spoznaja koje se profilirale tijekom svih
provedenih edukacijskih programa. Uspoređivanjem rezultata iz prakse sa
zračnih luka, uključujući i one s najekstremnijim klimatskim uvjetima
sintetiziraju se rješavanja.

7.2.2. Održavanje aerodromskih sustava i opreme

Održavanje specijalističkih aerodromskih sustava pomoću računala

započelo je još sredinom prošlog stoljeća uvođenjem računalne opreme i
aplikacijskih programskih podrški oslonjenih najviše na građevinsko
održavanje manevarskih površina zračnih luka. Sustav za gospodarenje
kolnika (engl. Pavement Management System - PMS), koji je prvotno razvila
američka vojska doživio je čitav niz prilagodbi, između ostalog i nadogradnju
za praćenje stanja sustava svjetlosne signalizacije. Bio je prvenstveno

247
namijenjen za planiranje strategije održavanja, a korišten je i u razvoju
edukacijskog modela IS, Slika 7.2.2.

BAZA PODATAKA

REGISTAR

PARAMET RI ZA MODELE MANEVARSKIH POVRŠINA

OŠT EĆENJA SUSTAVA SIGNALIZACIJE

INTENZITET PROMETA
KLIMATSKI UTJECAJ
PREGLEDI SITUACIJA (POLOŽAJ)
(INSPECT ION)

KALKULACIJE
IZVJEŠĆE O STANJU
(PRORAČUNI)
ULAZNI PODACI

MANEVARSKIH POVRŠINA
SUSTAVA SIGNALIZACIJE

PROCJENA PROCJENE STANJA

MODELI PROGNOZE -KRITIČNE TOČKE
(PROGNOZA)
-INDEKSI STANJA

EXPERTISE
HISTORY

PRIJEDLOZI ZA
ANALIZA ODRŽAVANJA
ODRŽAVANJE

REGIST AR
ODRŽAVANJA

BUDGET
JEDINIČNE CIJENE PLANIRANJE -GODIŠNJI IZDACI
POLITIKA ODRŽAVANJA (BUDGET ING) -POLITIKA ODRŽAVANJA
-TEKUĆE ODRŽAVANJE

Slika 7.2.2. Blok prikaz PMS- sustava za gospodarenje kolnika

248
7.2.3. Održavanje sustava svjetlosne signalizacije

Način održavanja sustava svjetlosne signalizacije precizno je propisan. On

obuhvaća građevinsko i elektro održavanje. U nastavku se izlaže model
održavanja elektro opreme, ALS u AEM. Dvije su veličine kao karakteristike
kvalitete ALS-a određene kao referentne. Prva je vezana na kvalitetu
luminiscencije i definirana je postotnom vrijednošću intenziteta svakog
pojedinačnog rasvjetnog tijela. Druga je vezana na kvalitetu izolacijskih
svojstava primarnih kabelskih vodova i definirana je graničnom vrijednošću
otpora izolacije kompletnog strujnog kruga. Procedure održavanja striktno su
propisane i obuhvaćaju dnevne, tjedne, mjesečne i periodičke preglede. Osim
pregleda propisane su i procedure ispitivanja i mjerenja.

7.2.4. Otpor izolacije serijskih strujnih krugova

Vrijednosti otpora izolacije serijskih strujnih krugova, (SSK), prikazuje

Tablica 7.2.1. (Izvor: FAA-Federal Aviation Administration AC No:
150/5340-26A, Initiatedby: AAS-100), za aerodromski sustav svjetlosne
signalizacije, (primarni krugovi), prema referentnoj dokumentaciji, zavisna je
o njihovim dužinama.
Tablica 7.2.1. Proračunska vrijednost otpora izolacije serijskih strujnih krugova
ovisna o dužini
Referentni dokument: MAINTENANCE OF AIRPORT
VISUAL AID FACILITIES
Red.br.
Dužina serijskog
(MΩ) (MΩ)
kruga(m)
1 3000 ili manje 50 50
2 3000 – 6000 40 50
3 6000 ili više 30 50

U primarnim krugovima koriste se jednožilni kabeli, različitih tipova

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

249
Slika 7.2.3. Primarni, serijski strujni krug sustava svjetlosne signalizacije sa
svojim elementima

Izolacijski strujni transformatori u serijskom strujnom krugu bez obzira na

pogonsko stanje sekundara, a koje može biti prazni hod, kratki spoj ili radno
trošilo – žarulja, ne utječu na stanje otpora izolacije primarnog strujnog kruga.
Iz tih razloga utvrđivanje stanje otpora izolacije primarnih strujnih krugova
svodi se samo na ispitivanje kruga koji je sastavljen od primarnih kabela,Slika
7.2.4., primara izolacijskih strujnih transformatora, Slika 7.2.5. i primarnih
konektora, Slika 7.2.6.

Slika 7.2.4.Primarni kabel serijskog strujnog kruga

250
 Slika 7.2.5.Izolacijski strujni transformator serijskog strujnog kruga

Slika 7.2.6. Primarni konektori serijskog strujnog kruga

7.2.5. Mjerenje otpora izolacije

Za mjerenje otpora izolacije najčešće se primjenjuje U-I metoda. Koristi se

istosmjerni napon, koji priključen na izolaciju u prvom trenutku propusti
veliku struju nabijanja koja brzo opadne. Održava se polarizacijska struja koja
opada sporije. Tek nakon nekoliko minuta ostane samo struja odvoda kroz

251
izolaciju koja određuje istosmjerni statički otpor izolacije, Slika 7.2.7. Zato je
bitno da se prilikom mjerenja čeka s očitanjem dok se struja kroz izolaciju
približi stacionarnoj vrijednosti i ustali pokazivanje instrumenta kojim se
mjeri.

Slika 7.2.7. Struje kroz izolaciju

7.2.6. Mjerna oprema za mjerenje otpora izolacije

Za provedbu mjerenje bitno je koliki je istosmjerni napon i temperatura jer

o tome ovisi vrijednost izmjerenog izolacijskog otpora. Na temelju mjerenja
otpora izolacije može se procijeniti stanje izolacije. Naročito, ako se mjerenje
otpora izolacije provodi u određenim vremenskim intervalima. Može se na
temelju kretanja vrijednosti otpora izolacije dobro zaključivati o stanju
izolacije i očekivanim promjenama jer je za takvu ocjenu često važnije
praćenje vremenske relativne promjene otpora izolacije nego apsolutni iznos
otpora izolacije.
Ove spoznaje oko mjerila i mjerenja otpora izolacije rezultirale su
punjenjem baze znanja. Utvrđene su razlike između mjerenje otpora izolacije
i kontrole otpora izolacije. U samom početku uvođenja ispitivanja na ALS, za
kontrolu izolacijskog otpora u pogonskim uvjetima su se koristili
induktorskimegaommetar. To su bili istosmjerni generatori s instrumentom s
križnim svicima. U novije vrijeme se koriste baterijski uređaji koji daju
konstantni istosmjerni mjerni napon uobičajenih vrijednosti 250, 500, 1000 ili
252
5000V. Preciznost mjerenja u početku nije bila propisana a danas uporabna
pogreška mjerila, za mjerno područje ili mjerna područja koja je odredio
proizvođač i za nazivne propisane uporabne zahtjeve ne smije biti veća od ±
30%. Za mjerila je potrebno provodi tipska ispitivanja koja se provode na
osnovi dokumentacije i/ili rezultata laboratorijskih ispitivanja.
Prema usvojenoj legislativi u Hrvatskoj je na snazi propis koji striktno
definira način mjerenja otpora izolacije svih primarnih strujnih krugova
sustava rasvjete operativnih površina i prilazne rasvjete. Otpor izolacije kabela
nove i postojeće instalacije mora biti najmanje 50 MΩ, prema Tablici I., četvrta
kolona nije definirana zavisnost o dužini primarnog kruga. Legislativa navodi,
ako se prilikom kontrole mjerenja pokaže da otpor izolacije pada, provjeru
otpora izolacije potrebno je obavljati češće s utvrđivanjem uzroka pada. Za
ispitni napon se preporuča vrijednost od pet kV. Odstupanje od propisanog
minimuma otpora izolacije je dozvoljeno do vrijednosti dobivene izračunom
otpora izolacije za svaki strujni krug. Minimalni dozvoljeni otpor izolacije
izražen u MΩ može se izračunati na temelju napona ispitivanja i dozvoljene
struje odvoda.Proračun otpora izolacije i mjerenje izoliranosti kabela za
napajanje električnom energijom i kabelima za signalizaciju i upravljanje
provode se u skladu s legislativom.

7.2.7. Ugradni moduli za mjerenje otpora izolacije

Spoznaje o postupcima mjerenja kao i procedure ispitivanja otpora izolacije

pridonijele su razvoju i primjeni uređaji za kontinuirano praćenje stanja otpora
izolacije serijskih strujnih krugova, koji se kao standardna oprema SSK
ugrađuje uz CCR opremu ALS jer se pokazalo kako kontinuirani ispitni napon
narinut na primarne krugove pridonosi poboljšanju narušenog otpora izolacije
zbog vlage, jer se izolacija suši i poboljšava.
Poznato je da prijenosna mjerila otpora izolacije, zbog primjene visokih
mjernih napona moraju imati takva konstrukcijska svojstva koja će omogućiti
da se njima rukuje sigurno. Također uz svako mjerilo mora biti na raspolaganju
odgovarajući visokonaponski kabel koji je za to namijenjen. Ako se k tome
doda i nužna obučenost rukovatelja kao i periodično ispitivanje mjerila,
prednosti stacionarnih uređaja, kao standardne opreme za kontinuirano
praćenje stanja otpora izolacije SSK, i te kako su opravdane.
Analizirani rezultati ispitivanja otpora izolacije nekih karakterističnih SSK
prikupljeni u bazi podataka IS, poslužili su za algoritme održavanja, Tablica
7.2.2.

253
Tablica 7.2.2. Izmjerena vrijednost otpora izolacije serijskih strujnih krugova ovisna
o načinu ispitivanja
REZULTATI MJERENJE NA KARAKTERISTIČNIM
KRUGOVIMA SUSTAVA RASVJETE
Godina/ Ispitivanje Ispitivanje Ispitivanje
/mjesec terensko uređaj ugradni uređaj ugradni -
prijenosnim -selekcijski kontinuirano
(MΩ) (MΩ) (MΩ)b
1995./III. 5 16 25
1996./VI. 12 19 35
1997./VIII. 15 20 50
1998./XI. 5 17 55
2001./I. 3 18 70

7.2.8. Analiza iz baza podataka

Razvijenim inteligentnim sustavom, (IS), koji se koristi u programima

edukacije na TVZ, kako u izbornom kolegiju tako i za stjecanje licence
aerodromskih specijalista na održavanju svjetlosne signalizacije, dobiveni su
konkretni parametri koji upućuju na karakteristike i efikasnosti pojedinih
podsustava. Između ostalih, implementirani modularni sustav za nadzor stanja
izolacije serijskih strujnih krugova pridonosi podizanju kvalitete izolacije.
Formiranim bazama znanja i podataka o stanju izolacije složeni su algoritmi
za predviđanje mogućih kvarova ili za odgađanje sanacije zbog poboljšanja
koje je uzrokovano primjenom novih metoda ispitivanja. Samim tim se postiže
racionalnije održavanje uz visoku pogonsku pouzdanost.

Kao baza podataka poslužila je analiza stanja pregleda održavanja 175

ALS-serijskih strujnih krugova, (Zračne luke: Zagreb - 10 godišnji period,
Brač - pet godišnji period, Dubrovnik - jednokratno, Split - jednokratno, Osijek
- jednokratno, Mostar - jednokratno, Nafura, Sarir i Beda - jednokratno), s
obrađenih 166 kvarova, svrstano u preglednu Tablicu 7.2.3.

254
Tablica 7.2.3. Analizirani kvarovi na serijskim strujnim krugovima sustava
svjetlosne signalizacije

Red. VRSTA KVARA Br. % Način sanacije

br. kvarova ukupnog
broja

1. Kvar na kabelu - oštećenje 3 1,8 odstranjen dio

uslijed atmosferskog pražnjenja oštećenog kabela
2. Kvar na kabelu - mehaničko 12 7,3 nadomješten dio
oštećenje izolacije, starost oštećenog kabela
kabela ili prekid kabela
3. Kvar na konektoru - nedovoljno 5 3 zamijenjen
čvrst spoja vodiča u pinu konektor
konektora
4. Kvar na konektoru - prekid 6 3,6 zamijenjen
spoja vodiča kod pina konektor
konektora
5. Kvar na konektoru - oštećenje 95 57,2 zamijenjen
izolacije konektora pri izradi konektor
6. Kvar na konektoru - nečistoća 23 13,8 saniran konektor
unutar kontaktnih površina oba
pina konektora
7. Kvar na transformatoru - proboj 5 3 zamijenjen
unutar transformatora transformator
8. Kvar na transformatoru ili 12 7,3 saniran konektor
primarnom konektoru
transformatora izvana
7. Kvar na transformatoru - 2 1,2 zamijenjen
uzrokovan sa strane sekundara transformator
transformatora
8. Transformator i kabeli u vodi 3 1,8 ispumpana voda i
osušen
transformator
SVEUKUPNO 166 100%

255
Analizirani kvarovi i mogući uzroci – teorijske podloge:

- atmosferskog pražnjenja i velikih oborina na lokaciji operativnih površina

- podizanja nivoa podzemnih voda na lokaciji kabelske kanalizacije ALS
- radova na sanaciji ALS od strane vanjskog izvođača
- radova na građevinskom održavanju zdenaca ALS
- građevinske sanacije manevarskih površina, opreme i instalacija ALS

Opis dijagnosticiranih kvarova prema Tablici 7.2.3.

1. Udar groma i prolazak prenaponskog vala na instalaciju serijskog strujnog

kruga
2. Najviše mogućih uzroka, (a mogući su i na svim drugim komponentama
serijskog strujnog kruga)

- Moguće tvorničke greške - greške u serijskoj proizvodnji s tipskim

ispitivanjem
- Hodanje po kabelima postavljenim u i na metalne police u objektima
ili zdencima
- Neprimjereno uvlačenje i navlačenje kabela, novi se uvlači, stari se
izvlači
- Kritičan polumjer savijanja primarnih kabela prilikom uvlačenja,
- Kod lampi s loncem unutar kojeg je transformator, šlinga kabela, i
- Vrsta kabela koja se uopće može polagati u lonce,
- Prve tehnologije finožičanih kabela bez ekrana
3. Neadekvatan alat kojim se preša, (moguća greška u debljini pina
konektora)
4. Greška dimenzije skinute izolacije, (neuredno uvijen snop žila vodiča,
problem promjera prim. kabela 10/6)
5. Oštećenje izolacije konektora prilikom nestručne izrade konektora
6. Konektori koji se nakon nekog vremena odvoje, (nečistoća, vakuum,
dimenzije M/F dijelova konektora)

256
 Obrada navedenih primjera za koje su korišteni arhivirani podaci službe
održavanja s određenih aerodroma, eliminirani su slučajevi u kojima su greške
i kvarovi na serijskim strujnim krugovima bili posljedica serijske greške u
proizvodnji kod određenog proizvođača. Također su eliminirani kvarovi i
greške za koje je nakon reklamacije proizvođač priznao svoj propust i
eliminirani su kvarovi nekih prototipova opreme koji su bili tretirani kao
razvojni projekti. Također su eliminirani i kvarovi koji su bili posljedica
nestručnog postupanja - neposjedovanje radne rutine i rad needuciranog
osoblja za određene radne postupke, kao i propusti koji su kasnije bili pripisani
proizvođaču opreme koji je tijekom eksploatacijskih spoznaja promijenio svoj
pristup u proizvodnji i izdanim uputama.
Svi navedeni kvarovi obrađeni u Tablici broj 1. direktno ili indirektno su
utjecali na stanje otpora izolacije serijskih strujnih krugova. Iako je tema
Radionice mjerenje odnosno utvrđivanje stanja otpora izolacije, izložene
spoznaje su pomoć aerodromskim stručnim službama. Naime u postupcima
održavanja sa stečenim spoznajama moguće je kvalitetnije i kompetentnije
održavanje odnosno održavanje kontinuirane funkcionalnosti što je direktni
zahtjev vezan uz sigurnost zračne plovidbe.

"Korisnik instalacija, opreme ili uređaja najbolje poznaje njihovo

stanje"...konstatacija s kojom dvije od pet legislativnih podloga o održavanju
započinju koncept kojim se definira plan održavanja. Kada se radi o planovima
održavanja vezanim uz aerodromske specijalističke sustave, korisno je
napomenuti kako su već više od tri desetljeća radne stanice službi za
održavanje opremljene dijelovima ekspertnog sustava - Bazama podataka. U
početku su se one nazivale "Arhive" i služile su za "arhiviranje podataka".

To je značilo da se utvrđeni podaci mogu arhivirati odnosno spremiti.

Danas, odnosno u novije vrijeme, razvojem ekspertnih sustava uz baze
podataka korisnici uređuju i grade vlastite baze znanja pa se s podacima može
manipulirati u cilju zaključivanja i stjecanja novih znanja, kao što je navedeno
u prethodnom primjeru. Obrađena problematika stanja otpora izolacije
serijskih strujnih krugova kako je prezentirano prema prikupljenim podacima,
odnosno njihovim parametrimakoji su ustvari mjera kvalitete, postupak za
utvrđivanje ili podloga za održavanje.

7.2.9. Sustavi i podsustavi aerodromske rasvjete

Za potrebe izučavanja područja struke Kolegija Umjetna inteligencija -

Ekspertni sustavi, koriste se sustavi iz prakse kako bi se studenti što bolje
približili tom dijelu stručne problematike. Područja prometnih sustava u

257
Hrvatskoj su u zadnjih desetak godina dobila svoj zamah, naročito kroz
izgradnju autocesta i opremanja zračnih luka. Iz tog je razloga u ovo poglavlju
za područje struke, aerodromski sustavi svjetlosne signalizacije, (engl. Airfield
Lighting System - ALS), Slika 7.2.8. i 7.2.9. prezentiran i opisan detaljnim
podacima i informacijama, a sam uređaj regulatora konstantne struje obrađen
je sa svojim uputama od projektiranja do ugradnje puštanja u pogon i
parametriranja pa tako ovaj dio udžbenika može poslužiti kao Priručnik.

Slika 7.2.8. Pogled sa zemlje na sustav svjetala prilaza i uzletno-sletne

staze kategorije III

Slika 7.2.9. Pogled iz zraka na sustav svjetala prilaza i uzletno-sletne

staze kategorije III

258
 Kada zamislimo zračnu luku - aerodrom, sigurno nam pomisao krene na
vizuru ili pogled iz zraka jer se na taj način može cjelovito shvatiti veličina
manevarskih površina, koje su i najveće građevinske površine, odnosno
građevine svake zračne luke, Slika 7.2.10. i Slika 7.2.11.

Slika 7.2.10. Pogled iz zraka na zračnu luku s tri uzletno-sletne staze

Na njima je i najveća množina opreme sustava svjetlosne signalizacije, dio

elektrotehničkih sustava koje promatramo kao podsustav ekspertnog sustava.
Svi su podsustavimeđusobnopovezani, (periferni – rasvjetna tijela) i (centralni
nadzorno upravljački – računalni). Svi dijelovi, komponente sustava svjetlosne
signalizacije, mogu se upravljati, može ih se nadzirati i manipulirati s
aktualnim, obrađenim i arhiviranim podacima.

Slika 7.2.11. Pogled iz zraka na zračnu luku s jednom uzletno sletnom

stazom

259
 Aerodromski sustav svjetlosne signalizacije zajedno sa sustavom sigurnog
napajanja električnom energijom, (engl. Power Supply System - PSS) i
upravljačko nadzornim sustavom, (engl. Control Monitoring System - CMS)
čini cjelinu. Množina opreme instalirana je u elektroenergetske objekte,
transformatorske i diesel-agregatske stanice i čini posebnu distribucijsku
mrežu. Aerodromski sustav sigurnog napajanja električnom energijom sastoji
se od primarnog, mrežnog i sekundarnog sustava, diesel-agregati ili uređaja
besprekidnog napajanja.
Kada se ekspertni sustav gradi s više povezanih podsustava, i kada neki od
podsustava rade u svom okruženju, za njih se kaže da su to agentski sustavi.
Agentski sustavi komuniciraju i povezani su svojim perceptorima i
aktuatorima. Kod aerodromskih sustava pojedine komponente se može
promatrati kroz energetski dio - krug napajanja i komunikacijski dio - krugovi
nadzora i upravljanja.
Povezivanje komponenti sustava svjetlosne signalizacije izvedeno je za
nadzor, upravljanje i komunikaciju te za energetsko povezivanje ostvareno
preko serijskog strujnog kruga. Da bi se serijski strujni krug promatrao kao
krug s konstantnim izvorom struje, za razliku od svih instalacijskih krugova
koji su paralelni strujni krugovi, mora se prvo upustiti u analizu njegovog
izvora napajanja a to je regulatora konstantne struje.

7.2.10. Regulator konstantne struje

Osnovna shema serijskog strujnog kruga s regulatorom konstantne struje

tipa TCR.2.04-30.XXX prikazuje Slika 7.2.12.

Slika 7.2.12. Shema spoja CCR u serijskom strujnom krugu ALS s

prikazom ulaznih i izlaznih električnih veličina (napona i struja)

260
 Oznake sa slike su:

CCR – regulator konstantne struje

US1, US2 – učinski tiristori
PTR – izlazni učinski transformator
T1–T(N) – izolacijski transformatori u krugu, (ukupno N transformatora)
U0 – mrežni napon regulatora
U1 – napon na primarnom namotaju učinskog transformatora
U2 – napon na sekundarnom namotaju učinskog transformatora
I1 – struja u krugu učinskihantiparalelnih tiristora – struja napajanja
I2 – struja u sekundarnom krugu učinskog transformatora – strujni izvor
serijskog strujnog kruga

Regulatori konstantne struje serijskog strujnog kruga priključuju se na

jednofazni ili dvofazni izvor napona 400 V ili 230 V, frekvencije 50 Hz ili 60
Hz. Harmonik ulaznog napon u0 i struje i1 s trenutnim vrijednostima periode
2π prikazan je na Slici br. 7.2.13.

Slika br. 7.2.13. Harmonik ulaznog napon u0 i struje i1 s trenutnim

vrijednostima periode 2π

Princip regulacije struje u serijskom strujnom krugu postiže se

upravljanjem tiristora US1 i US2 , koji se nalaze u primarnom namotaju

261
učinskogtransformatora PRT, u antiparalelnom spoju. Kut upravljanja
tiristorima (α) regulira izlaznu struju u serijskom strujnom krugu za odabrani
stupanj svjetlosnog intenziteta. Vremenska promjena napona (U1) u
primarnom namotaju transformatora i primarna struja (I1) prikazani su na Slici
7.2.14.

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

namotaju transformatora

Vrijednosti struje za pojedine stupnjeve svjetlosnog intenziteta odabrane su

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

Prikazani naponsko - strujni odnosi vrijede za omski teret, i neznatno se

razlikuju od stvarnih tokova u serijskom strujnom krugu. Apsolutne vrijednosti
napona u sekundarnom namotaju učinskog transformatora (U2) i struja u
serijskom strujnom krugu (I1), sa Slike 7.2.13,. u ovisnosti su s prijenosnim
omjerom učinskog transformatora, i uz zanemarivanje gubitaka, vrijede izrazi:

U1 / U2 = N1 / N2 (7.2.1)
262
 N1 / N2 = p (7.2.2)

gdje je:

p – prijenosni omjer transformatora

N1 – broj primarnih namotaja
N2 – broj sekundarnih namotaja

Slično za odnose primarne i sekundarne struje vrijedi izraz:

I2 / I1 = N1 / N2 (7.2.3.)

Prema navedenim relacijama proizlazi da primarna struja CCR, u krugu s

učinskim transformatorom koji ima konstantan omjer N1/N2 i konstantnu
sekundarnu struju I2 ne zavisi od opterećenja u strujnom krugu (broj
priključenih trošila). To znači da CCR pri radu neovisno o teretu ima istu
vrijednost primarne struje (struja napajanja CCR). Ovisno o kutu upravljanja
tiristorima mijenjaju se napon i struje u ovisnosti s opterećenjem, a tu razliku
kod struje i napona određuje omjer maksimalne (vršne) i efektivne vrijednosti,
opisane izrazom (7.2.4.).

cF = Um / Uef (7.2.4.)

gdje je:

cF – faktor (Crest faktor)

Um – maksimalna vrijednost napona
Uef– stvarna efektivna vrijednost napona

Za sinusoidni oblik

cF = √2 = 1,4142 (7.2.5.)

U Tablici 7.2.3. su prikazane orijentacijske, vrijednosti faktora cF za

različite vrijednosti kuta prorade tiristora.

263
 Tablica br. 7.2.3. Ovisnost faktora cF i kuta prorade tiristora

Kut prorade tiristora cF

0° (*) 1,41
45° 1,48
90° 2,00
135° 3,32

Za ispravan radni režim je neophodno da se provede optimalizacija

prijenosnog omjera učinskog transformatora. Optimalizacijom se postiže
najmanja moguća struju, strujnog izvora napajanja u serijskom strujnom krugu,
čime se minimaliziraju gubici i smanjuje pojava viših harmonika. To je važno
za dimenzioniranje opreme i sklopnog postrojenja na koje se priključuje CCR.
Između ostalog i snage rezervnih izvora napajanja (diesel električni agregati ili
UPS).

Mjerenja parametara u CCR (mjerenja struje i napona) zahtijeva da se

koriste instrumenti koji s traženom točnošću mjere stvarnu efektivnu vrijednost
struje i napona (engl. Root Mean Square - RMS).

7.2.10.1. Princip rada serijskog strujnog kruga

Osnovnu shemu serijskog strujnog kruga zajedno s regulatorom konstantne

struje prikazuje Slika 7.2.15.

Slika 7.2.15. Osnovna shema spoja CCR u serijskom strujnom krugu

264
Oznake sa slike:

1 – regulator konstantne struje 5 – sekundarni kabl

2 – izolacijski transformator 6 – primarni konektor
3 – svjetiljka, (svjetlosna oznaka) 7 – sekundarni konektori
4 – primarní kabel

Na Slici 7.2.15. su prikazana trošila i instalacija serijskog strujnog kruga,

napajani preko regulatora konstantne struje. Serijsko povezivanje je izvedeno
pomoću jednožilnog primarnog kabla i izolacijskih strujnih transformatora, na
koje su priključena pojedina trošila. Spajanje sekundarnih krugova izvedeno je
preko sekundarnih konektora sekundarnim kabelima.
Neprekidnost pogona serijskog strujnog kruga, odnosno njegova
funkcionalnost čak i pri pregaranju neke od trošila osigurana je galvanskim
odvajanjem preko izolacijskog strujnog transformatora.
U trenutku pregaranja rasvjetnog tijela dolazi do zasićenja pripadajućeg
izolacionog transformatora, te on bez obzira na otvoren sekundar ostaje u
primarnoj strani neprekidno u funkciji. Porast pada napona u zasićenom
transformatoru se kompenzira povećanjem izlaznog napona na izlazu
regulatora, pri čemu vrijednost struje u serijskom strujnom krugu ostaje ista.
Serijski strujni krug je u normalnom režimu rada izoliran sustav, a stanje otpora
izolacije se trajno nadzire.

7.2.10.2. Određivanje snage regulatora

Odabir potrebne snage CCR ovisi o parametrima serijskog strujnog kruga.

Izraz (7.2.6.) se koristi za aproksimativno određivanje vrijednosti instalirane
snage serijskog strujnog kruga, kao i za izbor tipske snage CCR.

S = N x (PL + PS) / cos θ + L x PP (7.2.6.)

gdje je:

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

PS – gubici u sekundarnom kabelu jedne svjetiljke [W/m]
2
- za kabel presjeka 2,5 mm uzima se vrijednost [0,72 W/m]
265
 2
- za kabel presjeka 4 mm uzima se vrijednost [0,44 W/m]
PP – gubici u primarnom kabelu za dužinu 1 km [VA]
2
- za kabel presjeka 6 mm uzima se vrijednost 150 [VA/km]
N – broj svjetiljki (izolacionih transformatora) [-]
L – ukupna dužina primarnog kabla [km]
cos θ – faktor koji uzima u obzir efikasnost izolacijskih strujnih
transformatora [cos θ = 0,85]
S – instalirana snaga SSK [VA]

7.2.10.3. Dimenzioniranje opreme regulatora

Presjeci kabela za napajanje CCR, prema snazi navedeni su u Tablici br.

7.2.4 .

Tablica br. 7.2.4. Odabir presjeka napojnog kabela u ovisnosti o snazi

CCR

Snaga CCR Nazivna Presjek Struja Tip CCR

(kVA) struja kabela osigurača
(A) (sqrmm) (A)
4 15 6 25 TCR
10 35 10 50
20 70 35 100
30 105 35 125

Za napajanje CCR, potrebno je koristiti jednožilne kabele, jer su lakši za

montažu. Dimenzioniranje napojnih kabela za različite načine polaganja,
(kabelski kanal, dupli pod, kabelski rovu zemlji,...) potrebno je uskladiti
primjenom odgovarajućih koeficijenta.

7.2.10.4. Konstrukcija ormara regulatora

Konstrukcija regulatora konstantne struje, CCR, Slika 7.2.16. odgovara

propisima FAA Advisory Circular AC 150/5345-10F.

266
 Slika 7. 2.16. Ormar regulatora konstantne struje Tip TCR.2.04-30
TRANSCON- donirani laboratorijski model na ELO TVZ

Osnovna specifikacija

• Tiristorska regulacija
• Transformator 4–30 kVA sa zračnim hlađenjem
• Multiprocesorski sustav upravljanja
• Digitalni način ubacivanja i prikazivanja podataka
• Strujni standard 6,6 A ili 8,3A
267
• Regulacija u 3, 5 ili 7 stupnjeva intenziteta
• Prekostrujna i prenaponska zaštita sa signalizacijom
• Daljinsko i lokalno upravljanje
• Mogućnost daljinskog upravljanja s jednom paricom
• Svi dijelovi i priključci su pristupačni s prednje strane
• Elektronski moduli se lako zamjenjuju

Tehnički podaci

• Napon priključka 400 V ili 230V

• Tolerancija napona +10 % / -15 %
• Frekvencija 50 / 60 Hz
• Sustav (max. izlazna struja) 6,6 A ili 8,3 A
• Tolerancija izlazne struje ±0,1A
• Regulacija struje 3/5/7 stupnjeva intenziteta
• Postavljanje nazivne vrijednosti struje 2 ÷ 4 s
• Prekostrujna zaštita ( Imax = 6,6 A ) 6,95 A
• Prekostrujna zaštita ( Imax = 8,3 A ) 8,75 A
• Izlazna snaga

TCR 04 =4 kVA
TCR 10 10kVA
TCR 20 20kVA
TCR 30 30kVA
• Stupanj korisnosti min 95 % kod nazivne snage
• Prenaponska zaštita (snage) 110 % nazivne snage
• Aktiviranje prenaponske zaštite max do 2 s poslije prekida izlaznog kola
• Zaštita od opasnog napona dodira

268
Mehanički parametri

• IP zaštita IP 21
• Temperaturni opseg -25 ÷ 55 °C
• Temperatura skladištenja -40 ÷ 60 °C
• Relativna vlaga 10 ÷ 95 %
• Nadmorska visina 0 ÷ 2000 m.n.m.
• Radna sredina -osnovna - (zaštićen od direktnog utjecaja atmosfere,
agresivnih isparavanja, bez potresa i vibracija)
• Dimenzije 575 x 540 x 1330 mm
• Površinska zaštita sivo lakiranje
• Boja RAL 7035
• Boja RAL 7030
• Masa
TCR.2.04 126 kg
TCR.2.04+04 195 kg
TCR.2.10 173 kg
TCR.2.20 225 kg
TCR.2.30 268 kg

Izlazni parametri

Tablica br. 7.2.5. Izlazni parametri za različite snage CCR

Nazivna snaga Maksimalna Napon uz strujno opterećenje

(kVA) snaga (kVA) 6,6A (V)
4 4,4 606
10 11 1.515
20 22 3.030
30 33 4.545

269
Opis ormara regulatora konstantne struje

Osnovni ormar, (kućište) CCR oznaka RCK ili RACK napravljen je od

aluminijskih profila - konstrukcija i limova - kućište. Transformator snage je
smješten na osnovnom postolju, koje je učvršćeno u konstrukciji stalka. U
donjem dijelu ormara nalaze se priključne stezaljke za dovod napojnog
energetskog kabela, izlaz primarnih kabela serijskog strujnog kruga i daljinsko
upravljanje. Desno iznad transformatora nalaze se dovodni automatski
prekidač i ulazni filtar.
Na kućištu transformatora snage smješten je modul s mjernim
transformatorom struje i krugovima mjernog uređaja za kontrolu stanja otpora
izolacije. Kod CCR snage 20 i 30 kVA u prostoru iznad transformatora nalazi
se blok energetske elektronike. Na panelu u zadnjem gornjem dijelu ormara
nalazi se modul s prekidačima za konfiguraciju parametara rada CCR.

7.2.10.5. Opis komponenti i modula regulatora

PTR (POWER TRANSFORMER) je transformator snage, koji je

namijenjen za izlazne struje standardnih veličina 6,6 i 8,3 A. Izbor sustava je
postavljen tvornički, ugađanjem prekidača modula IDK i izborom
odgovarajućeg sekundarnog izvoda transformatora.

PMF (POWER MAINS FILTER) je ulazni filtar za uklanjanje smetnji,

nepoželjnog utjecaja CCR u distributivnu mrežu a koji istovremeno smanjuje
utjecaj mreže na rad CCR. Filtar se nalazi desno od transformatora snage.

IDK (ID KEY)je identifikacijski ključ - samostalna ploča, koja se nalazi

unutar kućišta CCR a koja je namijenjena za formiranje adrese u sustavu
daljinskog upravljanja, za namještanje izvoda transformatora snage i za
identifikaciju CCR (snaga, broj stupnjeva intenziteta, max. struja CCR,…).
Povezivanje je moguće preko konektora XA2. Ploča IDK je pristupačna nakon
izvlačenje jedinice modula iz kućišta CCR i nalazi se u zadnjem dijelu, pored
konektora XA2.

TRM (MEASURE TRANSFORMER)je modul mjernog transformatora

nalazi se u neposrednoj blizini izvoda transformatora snage. Sastoji se od
strujnog transformatora za mjerenje struje u serijskom strujnom krugu i kruga
za odvajanje uređaja za mjerenje otpora izolacije. Modul je priključen s dva
visokonaponska kabela na izlaz (C9) i izlaze (C5 ili C6). Povezivanje s
elektronskim dijelom upravljanja RJS izvedeno je pomoću konektora XT1.

270
PWM (POWER MODULE)je modul energetike smješten iznad
transformatora i sastoji se od sklopnika, energetskog tiristora s hladnjakom i
modula konektora upravljačkih kruga s osiguračima.

7.2.10.6. Opis upravljačke jedinice regulatora

Upravljačka jedinica CCR tipa TCR sastoji se od više samostalnih i

relativno nezavisnih modula, koji se lako mijenjaju a prikazani su na Slici
7.2.17.

Slika 7. 2.17. Prednja strana upravljačke jedinice regulatora konstantne

struje Tip TCR TRANSCON

Opis komponenti upravljačke jedinice regulatora

BAS (BASIC UNIT)

Osnovna 19“ konstrukcija kućišta, sadrži module, tiristore snage s hladnjakom,
sklopnik (CCR TCR.2.04 i TCR.2.10) i dva konektora za priključenje opreme
smještene u stalku CCR. Konektor XA1 služi za spajanje krugova snage
(napajanje, transformator snage, strujni transformator, krugove mjerenja
otpora izolacije). Preko konektora XA2 priključena je komunikacijska linija
daljinskog upravljanja, dijagnostička linija RS-232 i identifikacijska ploča
CCR namijenjena formiranju adrese CCR u sustavu transfera podataka
upravljanja i informacija o konkretnom stanju CCR. Verzija BAS. 2.10

271
namijenjena je za CCR snaga 4 i 10 kVA, dok je verzija BAS. 2.30 namijenjena
za CCR snaga 20 i 30 kVA.

PWR (POWER SUPPLY)

Sadrži izvor napajanja za sve module (+24 V DC), mjerne naponske
transformatore i upravljačke krugove energetskih tiristora i sklopnika. Modul
sadrži glavni prekidač (nalazi se na prednjoj strani), cjevaste osigurače
primarnog i sekundarnog namotaja transformatora (2 x T160 mA + 1 x T2,5
A), primarnog namotaja naponskih mjernih transformatora (4 x T63 mA) i
krug namota sklopnika u modula BAS (1 x T1A).

DSP (CONTROL PANEL - DISPLAY)

Glavni modul upravljačke jedinice CCR. Sadrži alfanumerički LCD displej s
detaljnim informacijama o CCR, segmentni dvobojni LED displej koji
prikazuje aktualni stupanj intenziteta i tipke za upravljanje CCR u ručnom
režimu rada (namještanje stupnja intenziteta, režim upravljanja CCR i tipke za
izbor traženih informacija koje se prikazuju na LCD displeju).

REG (REGULATOR)
Modul s upravljačkim blokom CCR. Osigurava funkcije regulacije struje u
krugu. Mjeri napon, struje, vrednuje havarijska stanja i generira komande za
sklopnik i tiristore snage.

EFD (EARTH FAULT DETECTOR)

Modul je namijenjen za mjerenje otpora izolacije u serijskom strujnom krugu.
Modul sadrži pomoćni, galvanski odvojeni izvor + 500 V DC. Izolacijski otpor
u strujnom krugu vrednuje se kao gubitak napona u pomoćnim otpornicima.
Odvajanje izlazne petlje osigurano je otpornici 5,5Mohma, smještenim u bloku
transformatora snage (modul TRM).

LFD (LAMP FAULT DETECTOR)

Modul je namijenjen za indikaciju broja neispravnih sijalica u serijskom
strujnom krugu. Modul određuje broj neispravnih sijalica na osnovi mjerenja i
vrednovanja izmjerenog faznog kuta prvih harmonika napona i struje u
serijskom strujnom krugu. Funkcija modulu zavisi od parametara kruga, broja
i snage pojedinih sijalica, tipa izolacionih transformatora, dužini kabla u
strujnom krugu i zbog toga je neophodno da se po priključenju strujnog kruga
provede kalibracija.

COM (COMMUNICATION UNIT)

Modul za komunikaciju, koja se obavlja posredstvom modula COM-DAP
(upravljanje i monitoringsustavom DAP 128TC) ili modula COM-RSC

272
(upravljanje i monitoringsustavom RS-485) i COM-BIN (upravljanje i nadzor
posebnim kontaktima releja). Fiksiranje modula u kućište BAS osigurano je
posebnim osiguračem, koji onemogućava njegovo pomicanje ili ubacivanje u
drugu poziciju. Ovo rješenje osigurava maksimalnu jednostavnost pri zamjeni
pojedinih modula. U zadnjem dijelu sabirnice upravljačke jedinice (pored
hladnjaka tiristorskog bloka) je instaliran termički senzor (TEMP T1), podatak
se prikazuje na LCD displeju. Osnovna konstrukcija BAS.2.30 za CCR snage
20 i 30 kVA opremljena je s dva odvojena ventilatora, koji su namijenjeni za
poboljšanja hlađenja kod problematičnih klimatskim uvjeta.

7.2.10.7. Pomoćni moduli - opis i rukovanje

PWT (POWER TERMINAL MODULE) - pomoćni modul, koji se nalazi na

kućištu modula PWM, a koji je opremljen konektorima i osiguračima
upravljačkih krugova CCR (4 x T4A).

SCR (SILICON CONTROLLED RECTIFIER) - pomoćni modul s

transformatorom pobude i zaštitom energetskih tiristora. Modul se nalazi na
tijelu bloka hladnjaka tiristora u osnovnoj konstrukciji BAS.2.10 ili na tijelu
modula PWM.2.20–30.

LCS (LAMP CIRCUIT SELECTOR UNIT), kao upravljački elektronski

modul DRT-24 namijenjen je za podršku tri tipa jedinicasklopnika.
Alternativna izvedba sklopnika, jedinica, uključuje samo jedan od maksimalno
pet priključenih strujnih krugova (svaki strujni krug s maksimalnom snagom,
koja odgovara nazivnoj snazi CCR). Ova modifikacija je pogodna za primjenu
kod prilaznih svjetlosnih cjelina (PAPI, ALS).

Selektivna izvedba omogućava uključivanje bilo koje kombinacije

strujnih krugova, čiji ukupna snaga mora da odgovara nazivnoj snazi CCR.
Ova izvedba ima dvije modifikacije koje različito reagiraju u slučaju pojave
kvara na rasklopnim uređajima snage LCS. U prvoj modifikaciji se automatski
isključuju svjetalau strujnom krugu (pogodno za rulne staze – TAXI WAYS),
dok druga modifikacija automatski uključuje svjetalau strujnom krugu
(pogodno kod zaustavnih prečki – STOP BARS).

Komanda sklopnika u strujnim krugovima dobiva se posredno preko osam

releja elektronskog modula DRT-24. Pet ulaza je iskorišteno za režim lokalne
(ručne) komande sklopnika strujnih krugova, pri čemu se koriste tipke

273
smještene na upravljačkom panelu s prednje strane CCR. Daljinski nadzor i
upravljanje stanja sklopnika ostvaren je preko modula COM CCR, s kojim
elektronski modul DRT-24 komunicira posredovanjem linije za komunikaciju
sustava CCR TCR.2.04-10.
Nadzor nad stanjem sklopnika strujnih krugova dobiva se posredovanjem pet
ulaza. Pri upotrebi naredbe RESET aktivira se posljednje stanje prije te
naredbe (stanje se nalazi u EPROM). Za ulaganje u EPROM je potrebno da
sklopnik bude u tom stanju barem 3 sekunde. Lokalno upravljanje je implicitno
i traje od uspostavljanja veze s nadređenim, (masterom modulom DSP).
Upravljanje sklopnicima u simultanoj izvedbi je moguće u dva sljedeća
režima:

1. Shutdown- svaka promjena uklopnog stanja sklopnika obavlja se pri

blokiranju rada CCR (nulto opterećenje). Upravljanje sklopnikom u
alternativnoj izvedbi provodi se uvijek u režimu „Shutdown“.

2. Powerdown- do uključivanja sijalica u strujnom krugu dolazi pri aktualnoj

struji CCR, isključenje se provodi pri smanjenoj struji. Smanjena struja
isključenja u režimu „Powerdown“ namješta se preko modula DSP (vrijednost
se postavlja u elektronskom modulu DRT-24). Kod istovremenog rada s više
izlaza, prijelaz s jednog uklopnog stanja u drugi provodi se postupno. Svici
sklopnika dobivaju, radi smanjenja utjecaja strujnog opterećenja, komandu
postupno u odnosu prema maksimalnom vremenu reakcija. U režimu
„Powerdown“ je vremenska zadrška duža, jer je to neophodno radi stabilizacije
struje opterećenja prije uključenja sljedećeg sklopnika.

Elementi upravljanja i nadzora kod modula LCS

Moduli upravljačke jedinice LCS prikazani su na Slikama 7.2.18.a), b) i c)

Slika 7.2.18.a) Moduli upravljačke jedinice izgrađeni iz ormara

274
 Slika 7.2.18. b) Prednja strana upravljačke jedinice s modulima u ormaru

Slika 7.2.18.c) Prednja strana shematski prikaz signalizacije modula

Signalizacija pojedinih modula ima slijedeće značenje:

1 - Zelena signalizacija (ON) iznad svakog modula označava ispravno stanje u

strujnim krugovima. Uključena signalizacija odgovara stanju rasvjetnih tijela
u strujnom krugu.

2 - Tipkalo za ručno upravljanje serijskim strujnim krugovima -jedan CCR.

3 - Postojana crvena signalizacija (STATUS) daje informaciju o kvaru, koji je

uočen elektronskim modulom DRT-24 kod automatskog testiranja pri startu
(poslije uključenja napajanja) ili kod prekida komunikacije s upravljačkim
modulom (DSP).

4 - Zelena signalizacija (STATUS OK) znači redovno pogonsko stanje modula

LCS.

5 - Postojana crvena signalizacija (ERROR) daje informaciju da modul LCS

nije u režimu daljinskog upravljanja dobio podatke od upravljačkog sustava.
Trepćuće svjetlo ove signalne lampice znači razliku među traženog i aktualnog
stanja u upravljanom strujnom krugu (npr. pri pregorjelom osiguraču u
supravljačkom krugu sklopnika) ili identificira kvar modula LCS, eventualno
DSP ili REG.

275
LCD displej -prikazpodataka

Podaci na LCD zaslonu modula DSP prikazuju aktualne informacije o

stanju i aktiviranju modula LCS. Za rukovanje su namijenjene tipke "MENU",
"ENTER", "UP" (strelica prema gore) a "DOWN" (strelica prema dolje).
Kod svake tipke je napravljena razlika između kratkog pritiska kod
redovnog rukovanja (pritisak kraći od 1 sekunde) i dugog pritiska (pritisak
duži od 3 sekunde). Ukoliko je pored simbola tipke naveden simbol "(3s)", radi
se o korištenju dugog pritiska na tipka. U svim ostalim slučajevima koristi se
kratak pritisak.
Opis pojedinih grupa, koje se prikazuju na LCD zaslonu opisan je posebno
za svaki modul kako slijedi.

EFD modul -mjerenje otpora izolacije

CCR tip TCR je opremljen modulom EFD koji je namijenjen za mjerenje

otpora izolacije u strujnom krugu. Modul EFD mjeri na osnovi vrijednosti
struje pomoćnog izvora + 500 V. Prema izmjerenoj vrijednosti otpora utvrđuje
se gradijent stanja, pada ili porasta otpora izolacije u pojedinim krugovima.

• Opseg mjerenja: 0,1–100 M.

• Točnost mjerenja: ± 10 %
• Prikaz mjerenja: LCD zaslona na modulu DSP
• Broj razina: 2
• Signalizacija prekoračenja:
- lokalno LED diode na panelu modula EFD
- daljinski pomoću modula COM

• Vrijednost pada otpora: svaka se razina može pojedinačnono namjestiti u

granicama 0,1–95 MΩ.

• Tvorničko namještanje: - EF–L1 5 MΩ. - EF–L2 2 MΩ.

LFD modul - indikacija broja neispravnih rasvjetnih tijela u krugu

CCR tip TCR može biti opremljen LFD modulom koji je namijenjen za
procjenu i indikaciju broja neispravnih sijalica u strujnom krugu. Modul LFD
mjeri fazni kut između napona i struje - na osnovi struje u strujnom krugu a
prema izmjerenim podacima o kalibraciji određuje se broj neispravnih sijalica,

276
a informacija se pojavljuju u dvije veličine. Modul je aktivan samo kada je
CCR uključen na stupnju većem od 0. Princip detekcije neispravnih sijalica
funkcionira na osnovi promjena karakteristike impedancije strujnog kruga.
Stoga sijalice u svjetiljkama ne smiju biti opremljene uređajem za kratko
spajanje za slučaj serijskog spajanja sijalica na jednom izolacijskom
transformatoru. Potrebno je također da sve sijalice i izolacijski transformatori
budu s istom nazivnom snagom.

Parametri modula LFD su definirani samo prema maksimalnom stupnju

intenziteta CCR i za opterećenje, koje je > 50 % njegove nazivne snage. U
drugim stupnjevima intenziteta točnost mjerenja je neznatno manja.

• Opseg rada: 0 – 30 neispravnih sijalica

• Vrijeme odziva: < 8 s
• Točnost: 2 % nazivnog opterećenja CCR do isključenja 20 % stvarnog
opterećenja

• Način prikazivanja broja sijalica: LCD displej na modulu DSP

• Broj nivoa: 2
• Signalizacija prekoračenja
- lokalno LED diode na panelu modula LFD
- daljinski pomoću modula COM

• Vrijednost nivoa neispravnih sijalica: svaki nivo se može individualno

podešavati u granicama 1-3

• Tvorničko namještanje:
- LF–L1 3 sijalice
- LF–L2 6 sijalica

277
PWR modul - opis signalizacija i rukovanja

Modul PWR (POWER SUPPLY) - njegova prednja strana panela prikazana je

na Slici 7.2.19. a oznake sa slike prikazuju:

Slika 7.2.19. Prednja strana modula PWR (POWER SUPPLY)

1 - ON - zelena signalizaciju za uključenja CCR (prisutan napon 24 V DC).

2 - STANDBY - crvena signalizaciju za prisutnost napona na stezaljkama uz

isključen glavni prekidač na modulu PWR.

3 - 0/1 Glavni prekidač CCR. Ovaj prekidač je namijenjen samo za isključenje

elektronskih krugova upravljačke jedinice. Energetski dio CCR ostaje pod
naponom.

Ako je isključen glavni prekidač, svijetli samo crvena signalna lampica

STANDBY - elektronika pojedinih modula je isključena, napon je na ulaznim
stezaljkama i u nekim energetskim dijelovima.

278
DSP modul - opis signalizacija i rukovanja

Modul DSP (CONTROL PANEL - DISPLAY) - njegova prednja strana panela

prikazana je na Slici 7.2.20. a oznake sa slike prikazuju:

Slika 7.2.20. Prednja strana modula DSP (CONTROL PANEL -

DISPLAY)

1 - Alfanumerički LCD displej 2x20 znakova za prikazivanje detaljnih

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

2 - Sedmo-segmentni dvobojni LED displej namijenjen je za prikazivanje

aktualnog stupnja intenziteta. Na njemu se pojavljuju brojevi "0"-"5" (odnosno
brojevi broje stupanj intenziteta). Pri proradi neke od zaštita CCR ili kvara u
CCR prikazuje se oznaka "-". U režimu lokalnog odnosno ručnog upravljanja
(LU) broj je prikazan crvenom bojom, u daljinskom režimu rada (DU) broj je
zelene boje.

279
3 - Tipka "+" upotrebljava se pri povećavanju stupanja intenziteta u lokalnom
režimu rada.

4 - Tipkom "REM" prebacuje se režim lokalnog i daljinskog upravljanja

(lokalni režim - crvena boja, daljinski režim - zelena boja), istovremeno se
uključuje signalna lampica REMOTE na modula DSP. Ako je CCR u
daljinskom režimu rada funkcija tipki "+", "-" i "OFF" je blokirana.

5 - Tipka "-" se upotrebljava pri smanjivanju stupnja intenziteta u lokalnom

režimu rada. Postupnim
ponavljanjem pritiska na tipka dolazi do isključenja CCR (prelazak u stupanj
intenziteta "0").

6 - Tipka "OFF" isključuje CCR (prelazak u stupanj intenziteta "0") u lokalnom

režimu rada. CCR se
isključuje bez obzira u kom stupnju intenziteta radi.

7 - Tipka "IZBORNIK" je namijenjen za pozivanje osnovnog menija na

alfanumeričkom LCD displeju.
Pritiskom na tipka, u bilo kom trenutku, na displeju se pojavljuje osnovni
izbornik.

8 - Tipka "UP" (strelica nagore) prebacuje prikazivanje podataka u svakom

izbornik.

9 - Tipka "ENTER" prebacuje prikazivanje podataka u pojedinim

podizbornicima na LCD displeju.

10 - Tipka "DOWN" (strelica na dolje) prebacuje prikazivanje podataka u

svakom podizbornik (grupi).

11 - Signalna lampica REMOTE emitira postojanu zelenu boju pri uključenju

CCR u redovan režim daljinskog upravljanja. Crvena postojana boja daje
signalizaciju o kvaru CCR (po pravilu istovremeno svijetli signalna lampica
LINK ili ERROR na modulu COM). Crveno trepćuće svjetlo ove signalne
lampice najavljuje kvar komunikacionog modula (COM) - u jedinici je došlo
do prekida u komunikaciji između modulima DSP i COM (isto se dešava
ukoliko modul COM nije postavljen). Zelenim trepćućim svjetlom signalna
lampica signalizira grešku pri podešavanju stupnja intenziteta u režimu DU,
kada se kod CCR traži stupanj, koji nije instaliran. CCR u tom slučaju
automatski postavi najveći stupanj intenziteta. Kada je CCR u režimu LU
(upravljanje tipkom "REM"), ova signalna lampica ne svijetli.

280
12 - Signalna lampica STATUS daje informacije o stanju modula DSP.
Postojano crveno svjetlo daje informaciju o prekidu interne komunikacije sa
modulom CCR (REG). Crveno trepćuće svjetlo daje signalizaciju o ozbiljnom
kvaru modula DSP. Postojano zeleno svjetlo označava redovan rad modula
DSP.

Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno

trepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži,
radi se o kvaru modula, koji se mora zamijeniti.

REG modul - opis signalizacija i rukovanja

Modul REG (REGULATOR) - njegova prednja strana panela prikazana je na

Slici 7.2.21. a oznake sa slike prikazuju:

Slika 7.2.21. Prednja strana modula REG (REGULATOR)

281
1 - Signalna lampica OVC (Over-current) daje crvenim postojanim svjetlom
informaciju o kvaru modula CCR - zaštita je utvrdila pojavu prekostrujnog
stanja u izlaznoj petlji. Pri aktiviranju zaštite dolazi do blokade rada CCR i
sklopnici se otvaraju. Istovremeno sa lampicom OVC uključuje se također i
signalna lampica ERROR. Funkcije CCR se obnavljaju postavljanjem stupanja
"0" (U režimu LU tipkom "OFF") i ponovljenim postavljanjem zahtijevanog
stupanja intenziteta (u režimu LU tipkama "+" i "-").

2 - Signalna lampica OPC (Open-circuit) daje postojanim crvenim svjetlom

signalizaciju kvara CCR - zaštita je utvrdila otvaranje petlje (preopterećenje
CCR). Aktiviranjem zaštite blokira se rad CCR i otvaraju se sklopnici.
Istovremeno sa lampicom OPC svijetli i signalna lampica ERROR. Funkcije
CCR se obnavljaju postavljanjem stupanja "0" (U režimu LU tipkom "OFF")
i ponovljenim postavljanjem zahtijevanog stupanja intenziteta (u režimu LU
tipkama "+" i "-").

3 - Signalna lampica ERROR postojanim crvenim svjetlom daje informaciju o

općem kvaru CCR. Također, ona svijetli i ukoliko se aktiviraju zaštite OVC ili
OPC (svijetli istovremeno kada i lampice OVC ili OPC). Ukoliko svijetli samo
signalna lampica ERROR, radi se o općem kvaru regulacije (zahtijevana i
stvarna vrijednost struje u strujnom krugu nisu usuglašene, do čega može doći
npr. pregaranjem sijalica. U ovom slučaju ne mora doći do blokade rada CCR.
Signalizacija se uklanja postavljanjem stupnja "0". (U režimu LU tipkom
"OFF") i ponovljenim postavljanjem zahtijevanog stupnja intenziteta (u
režimu LU tipkama "+" i "-").

4 - Signalna lampica STATUS daje stanje modula REG. Crveno postojano

svjetlo daje informaciju o
prekidu interne komunikacije unutar upravljačke jedinice CCR (prekid
komunikacije sa modulom DSP). Crveno treptajuće svjetlo daje informaciju o
ozbiljnom kvaru modula REG. Postojano zeleno svjetlo označava redovan rad
modula REG.

Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno

trepne i pređe u
postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži, radi se o kvaru
modula koji mora biti
zamijenjen. Signalne lampice OVC, OPC i ERROR daju bliže informacije o
vrsti kvara. U redovnom radu signalne lampice ne svijetle. Signalizacija se
uklanja postavljanjem stupanja "0" (U režimu LU tipkom "OFF") i
ponovljenim postavljanjem zahtijevanog stupnja intenziteta (u režimu LU
tipkama "+" i "-").

282
EFD modul - opis signalizacija i rukovanja

Modul EFD (EARTH FAULT DETECTOR) - njegova prednja strana panela

prikazana je na Slici 7.2.22. a oznake sa slike prikazuju:

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

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

smanjenju otpora izolacije ispod 1. udešene granice (Level 1). Kada se
vrijednost poveća, signalna lampica se automatski gasi.
2 - Signalna lampica EF-L2 daje postojanim crvenim svjetlom informaciju o
smanjenju otpora izolacije ispod 2. udešene granice (Level 2). Kada se
vrijednost poveća, signalna lampica se automatski gasi.

3 - Signalna lampica STATUS prikazuje stanje modula EFD. Crveno postojano

svjetlo daje informaciju o prekidu interne komunikacije unutar upravljačke
jedinice CCR (prekid komunikacije sa modulom DSP). Crveno trepćuće

283
svjetlo daje informaciju o ozbiljnom kvaru modula EFD. Postojano zeleno
svjetlo označava redovan rad modula EFD.
Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno
trepne i pređe u postojano zeleno svjetlo. Ako su treptaji crvenog svjetla duži,
radi se o kvaru modula, koji mora biti zamijenjen.

Signalne lampice EF-L1 i EF-L2 daju informaciju o smanjenju otpora izolacije

ispod udešene granice. Vrijednost prve granice (Level_1) je veća od druge
(Level_2) - Level_1 > Level_2. Pri smanjenju vrijednosti otpora izolacije prvo
se uključuje signalna lampica EF-L1, ako se vrijednost i dalje smanjuje,
uključuje se također i EF-L2. Granične vrijednosti otpora izolacije mogu se
podesiti pomoću dijagnostičke linije RS 232 CCR ili direktno s panela
upravljanja CCR (poseban prilog).

LFD modul - opis signalizacija i rukovanja

Modul LFD (LAMP FAULT DETECTOR) - njegova prednja strana panela

prikazana je na Slici 7.2.23. a oznake sa slike prikazuju:

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

284
1 - Signalizacija LF-L1 postojanim crvenim svjetlom daje informaciju o broju
neispravnih sijalica, koji odgovara 1. udešenoj granici (Level 1).

2 - Signalizacija LF-L2 postojanim crvenim svjetlom daje informaciju o broju

neispravnih sijalica, koji odgovara 2. udešenoj granici (Level 2).

3 - Signalizacija CALIB trepćućim crvenim svjetlom daje signalizaciju o ne

odgovarajućoj kalibraciji modula LFD. Znači da modul još nije bio kalibriran
ili je kalibracija nevažeća zbog zamjene nekog važnog dijela (modula) CCR
(CCR i njegov ID nisu u korelaciji). Stvaran razlog može da se utvrdi prema
podacima na LCD displeju modula DSP. Trajno crveno svjetlo se pojavljuje u
toku kalibracije modula LFD.

4 - Signalizacija INVALID daje postojanim crvenim svjetlom signalizaciju da

su podaci u modulu LFD nevažeći i da su onda nevažeći i podaci na displeju
LSD.
Do aktiviranja lampice dolazi u trenutku promjena parametara ulazne napojne
petlje, lampica svijetli sve dok se stanje ne stabilizira. Kod promjene stupnja
intenziteta na CCR lampica može da trepne na nekoliko sekundi, poslije čega
će se ugasiti. Postojano svjetlo daje informaciju o pojavi smetnje u izlaznom
strujnom krugu ili o kvaru mjernih krugova modula LFD.

5 - Signalizacija STATUS daje informaciju o stanju modula LFD. Crveno

postojano svjetlo znači ispad interne među modulske komunikacije
upravljačke jedinice CCR (prekid komunikacije sa modulom DSP). Crveno
trepćuće svjetlo znači ozbiljan kvar modula LFD, do čije identifikacije došlo u
toku autonomnog testiranja modula poslije uključenja upravljačke jedinice.
Postojano zeleno svjetlo znači
redovan rad modula LFD. Poslije uključenja prekidača modula PWR
signalizacija STATUS kratko crveno trepne i pređe u postojano zeleno svjetlo.
Ako su treptaji crvenog svjetla duži, radi se o kvaru modula, koji mora da se
zamjeni. Ukoliko svijetli trajnim crvenim svjetlom, treba postupiti prema uputi
o popravku.

Signalne lampice LF-L1 i LF-L2 daju informaciju o broju pregorjelih sijalica

iznad udešene granice. Vrijednost prve granice (Level_1) manja je od druge
(Level_2) - Level_1 <Level_2. Pri povećanju broja pregorjelih sijalica prvo se
uključuje signalna lampica LF-L1, ako se vrijednost i dalje povećava,
uključuje se također i LF-L2. Granične vrijednosti broja pregorjelih sijalica
mogu se podesiti s radne stanice pomoću dijagnostičke linije RS 232 CCR ili
direktno s panela upravljanja CCR (poseban prilog).

285
COM modul - - opis signalizacija i rukovanja

Modul COM -DAP (COMMUNICATION UNIT) - njegova prednja strana

panela prikazana je na Slici 7.2.24. a oznake sa slike prikazuju:

Slika 7.2.24. Prednja strana modul COM -DAP (COMMUNICATION UNIT)

1 - Signalizacija LINK daje stanja komunikacije (DAP 128TC). Crvena

postojana signalizacija znači prekid u liniji ili kvar u sustavu DAP 128TC.
Trepćuće znači pogrešan polaritet komunikacije ili kvar u sustavu.

2 – Crvena postojana signalizacija, ERROR daje informaciju da je došlo do

prekida prijenosa podataka između CCR, centralne jedinice sustava DAP
128TC i sustava DNU. Trepćuća signalizacija znači pogrešku podataka za
CCR ili pogrešne adrese na modulima IDK u CCR.

286
3 – Stanje modula COM-DAP pokazuje signalizacija STATUS. Crveno
postojano svjetlo daje informaciju o ispadu interne komunikacije među
modulima u upravljačkoj jedinici CCR (ispad komunikacije sa modulom
DSP). Crveno trepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modula
COM, koji je bio identificiran u toku autonomnog testa modula poslije
uključenja upravljačke jedinice. Redovan rad modula COM pokazuje
postojano zeleno svjetlo. Poslije uključenja glavnog prekidača signalna
lampica STATUS kratko crveno trepne i pređe u postojano zeleno svjetlo. Ako
treperi crveno, radi se o kvaru modula, koji mora da se zamijeni. Signalne
lampice LINK i ERROR daju informaciju o stanju u liniji komunikacija
daljinskog upravljanja. U redovnom radu ove signalne lampice ne svijetle.

Modul COM - - opis signalizacija i rukovanja

Modul COM - RSC (COMMUNICATION UNIT) njegova prednja strana

panela prikazana je na Slici 7.2.25. a oznake sa slike prikazuju:

Slika 7.2.25. Prednja strana modula COM-RSC (COMMUNICATION UNIT)

287
1 - Signalizacija LINK daje signalizaciju stanja u liniji komunikacija (RS-485).
Crveno postojano svjetlo označava prekid u liniji ili kvar u centralnoj jedinici
sustava za komunikaciju RS-485.

2 – Signalizacija ERROR daje signalizaciju o stanju prijenosa podataka u liniji

za komunikaciju RS-485. Crveno postojano svjetlo obavještava o greškama u
transferu podataka za CCR.

3 – Stanje modula COM-RCS pokazuje Signalizacija STATUS. Crveno

postojano svjetlo daje signalizaciju o ispadu interne komunikacije između
modula u upravljačkoj jedinici CCR (ispad komunikacije sa modulom DSP).
Crveno trepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modula COM.
Redovan rad modula COM pokazuje postojano zeleno svjetlo.

Poslije uključenja glavnog prekidača signalna lampica STATUS kratko crveno

trepne i prijeđe u postojano zeleno svjetlo. Ako treperi crveno, radi se o kvaru
modula, koji mora da se zamijeni. Signalizacija LINK i ERROR daju
informaciju o stanju u liniji komunikacija daljinskog upravljanja. U redovnom
radu ove signalne lampice ne svijetle.

Modul COM - - opis signalizacija i rukovanja

Modul COM - BIN (COMMUNICATION UNIT), njegova prednja strana

panela prikazana je na Slici 7.2.26. a oznake sa slike prikazuju:

Slika 7.2.26. Prednja strana modul COM-BIN (COMMUNICATION UNIT)

288
1 - Signalizacija LINK obilježava stanje na pomoćnom ulazu nadzora preko
konektora daljinskog upravljanja. Crveno postojano svjetlo označava ispad, a
crveno trepćuće svjetlo nagovještava pojavu pulsirajućeg napona na ulazu.

2 - Crveno postojano svjetlo signalizacije ERROR obavještava o pojavi

nedozvoljene kombinacije na upravljačkim ulazima modula COM-BIN.

3 - Signalizacija STATUS daje informacije o stanju modula COM-BIN.

Crveno postojano svjetlo lampice obavještava o prekidu interne komunikacije
između upravljačke jedinice CCR (prekid komunikacije sa modulom DSP).
Crveno treptajuće svjetlo označava ozbiljan kvar modula COM, koji je bio
identificiran u toku autonomnog testa modula poslije uključenja upravljačke
jedinice. Redovan rad modula COM pokazuje postojano zeleno svjetlo.

XF1 – Konektor XF1 namijenjen je za priključenje binarnih signala daljinskog

upravljanja i nadzora. Modul je opremljen konektorom tipa CENTRONICS
24F. Poslije uključenja glavnog prekidača na modulu PWR signalizacija
STATUS kratko crveno trepne i prijeđe u postojano zeleno svjetlo. Ako treperi
crveno, radi se o kvaru modula, koji se mora zamijeniti. Ako je crveno svjetlo
postojano, treba postupiti prema uputi za popravak. Signalizacija LINK i
ERROR daju informaciju o stanju u liniji komunikacija daljinskog upravljanja.
U redovnom radu ove signalne lampice ne svijetle. Detaljni opis funkcioniranja
modula COM-BIN, načina priključenja,obrade signala nadzora i upravljanja
kao i opis pojedinih djelovanja, naveden je u posebnom prilogu dokumentacije
CCR TCR.2.04–30.

7.2.11. Prikaz podataka na upravljačkoj jedinici

Podaci na LCD displeju modula DSP daju aktualne informacije o radu CCR uz
dopunske dijagnostičke podatke. Za rad sa displejom namijenjeni su izbornici
"MENU", "ENTER", "UP" i "DOWN". Tipke razlikuju normalni pritiska
(kraći od 1 sekundi) i dugi pritiska (pritisak duži od 3 sekunde). Opis rada s
displejom i tipkama – broj "(3s)" naveden kod simbola tipka određuje dug
pritisak, u ostalim slučajevima se koristi normalan, kratak pritisak.

1.1 Informacije o osnovnoj konfiguraciji CCR. Pokazuje se samo pri

uključenju CCR, pritiskom na "MENU" prelazi se u ostale informacije. Prvi
red prikazuje tipsku snagu (4/10/20/30 kVA), strujni sustav (6,6/8,3A), broj
stupanja intenziteta (3/5/7/1=U1/2=U2) i vezu na transformatoru snage (0-7).
Ovi podaci su dati na osnovi konfiguracije CCR u identifikacijskom modulu
IDK. Drugi red prikazuje, heksadecimalni oblik, vrijednost prekidača za

289
konfiguraciju modula IDK (ID), a heksadecimalni oblik vrijednosti veza F1–
F8 u modulu DSP (F). Podaci su namijenjeni za servisiranje. U slučaju
neslaganja u podešavanju strujnog sustava kod modula REG i DSP (kvar
modula IDK ili u njegovim krugovima) ili namještanja konfiguracije na
izvodima 6 i 7 kod strujnog sustava 8,3 A, pojavljuje se natpis "ID-KEY
SETUP ERROR". Ako je namještanje zadatih struja (U1/U2) pogrešno,
pojavljuje se natpis "USER CURRENT ERROR".

2.1 Prvi red prikazuje vrijednost aktualne struje u izlaznoj petlji. Drugi red
prikazuje orijentacijsku vrijednost snage CCR.

2.2 Prvi red prikazuje maksimalnu snagu CCR. Vrijednost je izvedena od

namještanja upotrijebljenog izvoda na modula IDK. Drugi red prikazuje
orijentacijsko iskorištenje maksimalne snage CCR u postocima. Na osnovi
ovog podatka može se provesti optimizacija namještanja veza izvoda
transformatora snage. U slučaju promjene izvoda transformatora mora se
udesiti prekidač za konfiguraciju B9–B11 u modulu IDK!

2.3 Prvi red prikazuje stvarnu efektivnu vrijednost napona primarnog namotaja
transformatora snage. Drugi red prikazuje orijentacionu vrijednost primarne
struje (stvarna vrijednost se ne mjeri, prikazani podatak je izveden na osnovi
prijenosnog omjera transformatora).

2.4 Prvi red prikazuje orijentacionu efektivnu vrijednost napona u

sekundarnom namotaju transformatora (stvarna vrijednost se ne mjeri,
prikazani podatak je izveden na osnovi prijenosnog odnosa transformatora).
Drugi red prikazuje stvarnu efektivnu vrijednost sekundarne struje (podatak se
podudara sa prvim redom informacije.

2.5 Ova informacija prikazuje aktualno stanje modula CCR (REG) - Regulator
Status. Svi natpisi su navedeni u prilogu.

3.1 Ova informacija prikazuje ukupan broj radnih sati CCR. Ukupno vrijeme
rada (TOTAL) se zbraja uvijek kada je CCR uključen (na bilo koji stupanj
intenziteta). Podatak o radnim satima se nalazi u memoriji EEPROM u modulu
BAS (osnovna konstrukcija upravljačke jedinice). Pri zamjeni modula BAS
novim, ovaj podatak se gubi.

3.2 Radni sati CCR uključenog u prvi stupanj intenziteta. Ostale informacije
prikazuju radne sate CCR uključenog u sljedeće stupanje intenziteta.

290
4.1 Osnovna informacija mjerača otpora izolacije u izlaznoj strujnoj petlji. Pri
instaliranju modula EFD, informacija prikazuje aktualnu vrijednost otpora
izolacije u strujnom krugu. Ako modul nije instaliran, pojavljuje se
informacija: NOT INSTALLED.

4.2 Informacija prikazuje udešenu vrijednost za smanjenje otpora izolacije u

strujnom krugu ispod prve granice, uključuje se signalna lampica EF-L1 na
modulu EFD.

4.3 Informacija prikazuje udešenu vrijednost za smanjenje otpora izolacije u

strujnom krugu ispod druge granice, uključuje se signalna lampica EF-L2 na
modulu EFD. Standardno namještanje prikazivanja smanjenja otpora izolacije
prvo je na EF-L1 i poslije na EF-L2, tj. namještanje vrijednosti je u smislu EF-
L1 > EF-L2.

4.4 Grupa informacija namijenjena da prikazuje cjelokupno aktualno stanje

modula EFD u sljedećim oblicima:

SETUP - inicijalizacija modula EFD poslije uključenja CCR

OK - redovno stanje, otpor izolacije u strujnom krugu u redu

ERROR - u toku rada CCR došlo je do kvara modula EFD

EF-L1 - otpor izolacije ispod granice EF-L1

EF-L2 - otpor izolacije ispod granice EF-L2

NO-CAL, ERR-CAL, UM-HIGH, UM-LOW, AD-OVF1, AD-OVF2 – su

podaci za dijagnostiku i servis. Ako se pojavi neki od navedenih podataka,
mora da se zamjeni modul EFD novim a postojeći treba poslati proizvođaču na
popravku.

4.5 Informacija o graničnoj vrijednosti EF-L1. U ovaj Meni se može ući iz

menija [4.2] dugim pritiskom na tipka "ENTER". Vrijednost se može podesiti
u opsegu od 0,1–95 M. tipkama "UP" ili "DOWN". Vrijednost je u ovom
režimu obilježena dodatnim znakom "*". Nova vrijednost je ubačena u
memoriju EEPROM poslije pritiska na tipku "ENTER", poslije čega se opet
prelazi u izbornik. Pritiskom na tipku "MENU" prelazimo u prikazivanje
informacija bez ubacivanja nove vrijednosti u EEPROM – poslije uključenja
CCR važeće su postojeće granice EF-L1.

291
4.6 Informacija o graničnoj vrijednosti EF-L2. U ovaj Meni se može ući iz
menija [4.2] dugim pritiskom na tipka "ENTER". Vrijednost se može podesiti
u opsegu 0,1–95 M. tipkama "UP" a "DOWN". Vrijednost je u ovom režimu
obilježena dodatnim znakom "*". Nova vrijednost je ubačena u memoriju
EEPROM poslije pritiska na tipka "ENTER", poslije čega se opet prelazi u
izbornik. Pritiskom na tipka "MENU" prelazimo u prikazivanje informacija
bez ubacivanja nove vrijednosti u EEPROM – poslije uključenja CCR vrijedi
postojeća granica EF-L2.

5.1 Osnovi rada modula indikacija broja pregorjelih sijalica u izlaznom

strujnom krugu. Ako je modul LFD instaliran i ako je CCR uključen na jedan
od stupanja intenziteta, prikazuje se aktualna vrijednost broja pregorjelih
sijalica u strujnom krugu. Ako CCR nije uključen (stupanj "0") ili ako još nije
došlo do stabilizacije i određivanja točnih podataka, pojavljuju se 3 znaka
"???". Znakovi "???" se također pojavljuju, ako modul LFD nije bio kalibriran
ili ako je kalibracija nevažeća. Ako modul LFD nije instaliran, u drugom redu
se pojavljuje natpis: NOT INSTALLED.

5.2 Sustav prikazuje udešenu vrijednost prve granice za analizu broja

pregorjelih sijalica. Na osnovi ove vrijednosti analizira se povećanje broja
pregorjelih sijalica u strujnom krugu i počinje da svijetli lampica LF-L1 u
modulu LFD (odnosi sa samo na CCR sa ugrađenim modulom).

5.3 Sustav prikazuje udešenu vrijednost druge granice za analizu broja

pregorjelih sijalica. Na osnovi ove vrijednosti analizira se povećanje broja
pregorjelih sijalica u strujnom krugu i počinje da svijetli lampica LF-L2 u
modulu LFD (odnosi sa samo na CCR sa ugrađenim modulom). Standardno
namještanje pretpostavlja da se pri porastu broja pregorjelih sijalica prvo
pojavi signalizacija LF-L1 i poslije sljedećeg porasta LF-L2, tj. namještanje
LF-L1 < LF-L2. Ova grupa se prikazuje samo ako je instaliran modul LFD.

5.4 Grupa informacija namijenjena za prikazivanje ukupnog aktualnog stanja

modula LFD u tekstualnom obliku:

OK - osnovno pogonsko stanje, broj pregorjelih sijalica je ispod granice LF-

L1

ERROR - u toku rada CCR došlo je do kvara modula LFD

LF-L1 - broj pregorjelih sijalica u strujnom krugu je iznad granice LF-L1

LF-L2 - broj pregorjelih sijalica u strujnom krugu je iznad granice LF-L2

292
NO-CAL - modul LFD nije bio kalibriran, podaci nisu važeći

INV-CAL - modul LFD nema važeću kalibraciju, podaci TCR-ID su u

raskoraku, podaci nisu važeći

CALIBRT - modul LFD se nalazi u režimu kalibracije

ZEROERR - pronađena je greška u detekciji u smislu prolaska kroz nultu

vrijednost, vjerojatan kvar osigurača u modulu PWR ili kvar modula LFD

POSTERR - u toku inicijalnog testa LFD došlo je do identifikacije kvara kod

modula LFD, vjerojatan kvar modula LFD, modul mora biti zamijenjen. Modul
sa kvarom predati proizvođaču radi popravke.

Ova Grupa informacija namijenjena za se pojavljuje samo ukoliko je instaliran

modul LFD. Kalibracija broja pregorjelih sijalica u strujnom krugu provodi se
isključivanjem sijalica u tom krugu.

5.5 Grupa informacija namijenjena za kalibraciju modula LFD. Kalibracija

modula LFD počinje dugim pritiskom tipke "ENTER" (min. 3 sekunde).
Namještanje se provodi uz pomoć grupe informacija - u toj grupi se ubacuje
prvi podatak odnosno formira se prvi korak kalibracije (broj pregorjelih sijalica
u strujnom krugu). Postupak kalibracije je opisan u posebnom poglavlju i
grafički je prikazan na shemi upravljanja u prilogu.

5.6 Grupa informacija namijenjena za namještanje granične vrijednosti LF-L1.

U ovu grupu se prelazi iz grupe dugim pritiskom na tipka "ENTER". Tipkama
"UP" i "DOWN" može se podesiti opseg između 1–30 sijalica. Radi bolje
uočljivosti se u ovom režimu namještanja prije podatka o broju sijalica nalazi
oznaka "*". Nova vrijednost se ubacuje u memoriju EEPROM pritiskom na
tipka "ENTER", poslije čega se prelazi u prvobitnu grupu.

5.7 Grupa informacija namijenjena za namještanje granične vrijednosti LF-L2.

U ovu grupu se prelazi iz grupe dugim pritiskom na tipka "ENTER". Tipkama
"UP" i "DOWN" može se podesiti opseg između 1–30 sijalica. Radi bolje
uočljivosti se u ovom režimu namještanja prije podatka o broju sijalica nalazi
oznaka "*". Nova vrijednost se ubacuje u memoriju EEPROM pritiskom na
tipka "ENTER", poslije čega se prelazi u prvobitnu grupu.

293
5.8 Osnovna grupa informacija namijenjena za određivanje broja pregorjelih
sijalica prvog koraka kalibracije. Broj u prvom redu iza simbola "#" označava
korak kalibracije. Kalibracija počinje korakom 1 i neophodno je da se izvrše
min. 2 koraka kalibracije (maksimalno 32 koraka kalibracije). Namještanje
broja isključenih sijalica provodi se pritiskom na tipke "UP" i "DOWN". Broj
odabranih sijalica mora se potvrditi tipkom "ENTER" i prelaskom u grupu .
Postupnim pritiskom na tipka "DOWN" prelazi se u grupu, kada se umjesto
broja isključenih sijalica pojavi tekst CANCEL, poslije pritiska na tipku
"ENTER" postupak kalibracije se može prekinuti.

5.9 Grupa informacija namijenjena za potvrđivanje odabranog broja

isključenih sijalica u određenom koraku kalibracije. U prvom redu grupe
prikazan je udešeni broj isključenih sijalica u tom koraku kalibracije.
Sljedećim pritiskom na tipka "ENTER" potvrđuje se odabrani broj pregorjelih
sijalica sa prijelazom u grupu, u kojoj se prikazuje tok koraka kalibracije.
Pritiskom na tipka "MENU" aktivnost se prekida sa povratkom u osnovnu
grupu informacija za utvrđivanje broja isključenih sijalica.

5.10 Grupa informacija namijenjena za prikazivanje prvog koraka kalibracije.

U prvom redu se nalazi broj koraka i iza kose crte je prikazan podataka o
odabranom broju isključenih sijalica. Sedmo segmentni displej na modulu DSP
prikazuje stupanj intenziteta u kome se provodi mjerenje. Drugi red je
rezerviran za tekst za čekanje. Poslije automatskog obavljanja kalibracijskih
mjerenja u svakom stupnju intenziteta, automatski dolazi do prelaska u grupu
informacija za odabiranje broja isključenih sijalica za sljedeći korak
kalibracije.

5.11 Alternativna Grupa informacija namijenjena za odabiranje broja

isključenih sijalica u narednom koraku kalibracije. U ovu Grupu se prelazi
ponovljenim pritiskom na tipka "DOWN" u osnovnoj Grupi [5.8], kada se
umjesto broja isključenih sijalica pojavi tekst CANCEL, što omogućava prekid
postupka prije svakog koraka kalibracije bez upisivanja izmjerenih podataka u
memoriju EEPROM. Poslije pritiska na tipka "ENTER" slijedi prijelaz u
Grupu.

5.12 Grupa informacija namijenjena za provedbu potvrde zahtjeva za prekid

kalibracije modula LFD (CANCEL). Ponovljenim pritiskom na tipka
"ENTER" potvrđuje se zahtjev za prekid kalibracije modula LFD bez
upisivanja izmjerenih podataka u memoriju EEPROM i sa prelaskom u Grupu
[5.13]. Pritiskom na tipka "MENU" aktivnost se prekida i slijedi povratak u
osnovnu grupu odabiranja broja isključenih sijalica.

294
5.13 Grupa informacija namijenjena za prikazivanje prekida kalibracije, koji
je već bio potvrđen u grupi. Poslije pritiska na tipka "ENTER" slijedi prelazak
u osnovnu grupu kalibracije modula LFD [5.5].

5.14 Alternativna grupa informacija namijenjena za odabiranje broja

isključenih sijalica drugog koraka kalibracije. Namještanje broja isključenih
sijalica provodi se pritiskom na tipku "UP" i "DOWN". Potvrda odabranog
broja sijalica provodi se pritiskom na tipka "ENTER" sa prelaskom u grupu.

5.15 Grupa informacija namijenjena za potvrdu odabranog broja isključenih

sijalica u drugom koraku kalibracije. U prvom redu u grupi nalazi se odabrani
broj isključenih sijalica u tom koraku. Ponovljenim pritiskom na tipka
"ENTER" potvrđen je odabrani broj pregorjelih sijalica sa prelaskom u grupu
[5.16], gdje se prikazuje tok postupka. Pritiskom na tipka "MENU" se
aktivnost prekida i slijedi povratak u osnovnu Grupu odabiranja broja
isključenih sijalica.

5.16 Grupa informacija namijenjena za prikazivanje toka drugog koraka

kalibracije. U prvom redu se nalazi broj koraka kalibracije, dok je iza kose crte
prikazan podatak o odabranom broju isključenih sijalica. Sedamsegmentni
displej na modulu DSP prikazuje stupanj intenziteta, u kome
se upravo provodi mjerenje. Drugi red je rezerviran za tekst za čekanje. Poslije
automatskog obavljanja kalibracijskih mjerenja u svakom stupanju intenziteta,
automatski dolazi do prelaska u grupu informacija za odabiranje broja
isključenih sijalica za slijedeći korak kalibracije [5.20].

5.17 Alternativna Grupa informacija namijenjena za odabiranje broja

isključenih sijalica sljedećeg koraka kalibracije. U ovu grupu se ulazi
ponovljenim pritiskom na tipka "DOWN" iz osnovne grupe [5.14], kada se
umjesto broja isključenih sijalica pojavi tekst CANCEL što omogućava prekid
postupka prije svakog koraka kalibracije bez upisivanja izmjerenih podataka u
memoriju EEPROM. Poslije pritiska na tipka "ENTER" slijedi prijelaz u
Grupu [5.18].

5.18 Grupa informacija namijenjena za potvrđivanje zahtjeva za prekid

postupka kalibracije modula LFD (CANCEL). Potvrda zahtjeva za prekid
postupka kalibracije modula LFD bez upisivanja podataka u memoriju
EEPROM daje se ponovljenim pritiskom na tipka "ENTER", poslije čega
slijedi ulazak u grupu [5.19]. Pritiskom na tipka "MENU" aktivnost se prekida
i slijedi povratak u grupu [5.17].

295
5.19 Grupa informacija namijenjena za prikaz stanja prekida postupka
kalibracije, koji je bio potvrđen u grupi [5.18]. Poslije pritiska na tipka
"ENTER" slijedi prelazak u osnovnu grupu kalibracije modula LFD [5.5].

5.20 Alternativna Grupa informacija namijenjena za odabiranje broja

isključenih sijalica sljedećeg koraka kalibracije. Namještanje broja isključenih
sijalica provodi se pritiskom na tipke "UP" i "DOWN". Potvrda odabranog
broja sijalica provodi se pritiskom na tipka "ENTER" sa prelaskom u Grupu
[5.21].

5.21 Grupa informacija namijenjena za potvrdu odabranog broja isključenih

sijalica u sljedećem koraku kalibracije. U prvom redu u grupi nalazi se
odabrani broj isključenih sijalica u tom koraku. Ponovljenim pritiskom na tipka
"ENTER" potvrđen je odabrani broj pregorjelih sijalica sa prelaskom u grupu
[5.22], gdje se prikazuje tok postupka. Pritiskom na tipka "MENU" aktivnost
se prekida i slijedi povratak u osnovnu Grupu odabiranja broja isključenih
sijalica [5.20].

5.23 Alternativna Grupa informacija namijenjena za odabiranje broja

isključenih sijalica aktualnog koraka kalibracije. U ovu grupu se ulazi
ponovljenim pritiskom na tipka "DOWN" iz osnovne grupe [5.20], kada se
umjesto broja isključenih sijalica pojavi tekst FINISH, što omogućava
završetak postupka kalibracije sa upisivanjem izmjerenih podataka u memoriju
EEPROM. Postupak kalibracije se može provoditi poslije barem dva koraka,
kada se u prvom redu ispred broja koraka kalibracije nalazi simbol "*". Poslije
pritiska na tipka "ENTER" slijedi prijelaz u grupu [5.24].

5.24 Grupa informacija namijenjena za potvrdu zahtjeva za završetak postupka

kalibracije modula LFD (FINISH). U prvom redu u grupi nalazi se odabrani
broj isključenih sijalica u tom koraku. Ponovljenim pritiskom na tipka
"ENTER" potvrđen je zahtjev za završetak postupka kalibracije modula LFD
sa upisivanjem podataka u memoriju EEPROM i prelaskom u grupu [5.25].
Pritiskom na tipka "MENU" aktivnost se prekida i slijedi povratak u osnovnu
Grupu odabiranja broja isključenih sijalica [5.23].

5.25 Grupa informacija namijenjena za prikazivanje završetka kalibracije.

Prikaz se završava uspješnim upisivanjem podataka u memoriju EEPROM
modula LFD (STATUS: OK) ili informacijom o grešci (STATUS: FAILED).
Greška u kalibraciji može biti prouzrokovana ometanjem u strujnom krugu ili
kvarom modula LFD. Poslije pritiska na tipka "ENTER" slijedi prelazak u
osnovnu grupu "Kalibracija modula LFD" [5.5].

296
5.26 Alternativna Grupa informacija namijenjena za odabiranje broja
isključenih sijalica odabranog koraka kalibracije. U ovu grupu se ulazi
ponovljenim pritiskom na tipka "DOWN" iz grupe [5.23], kada se umjesto
broja isključenih sijalica pojavi tekst CANCEL, što omogućava prekidanje
postupka kalibracije bez upisivanja izmjerenih podataka u memoriju
EEPROM. Poslije pritiska na tipka "ENTER" slijedi prijelaz u Grupu [5.27].

5.27 Grupa informacija namijenjena za potvrdu zahtjeva za prekid postupka

kalibracije modula LFD (CANCEL). Ponovnim pritiskom na tipka "ENTER"
potvrđen je zahtjev za prekid postupka kalibracije modula LFD bez upisivanja
podataka u memoriju EEPROM sa prelaskom u grupu [5.28]. Pritiskom na
tipka "MENU" aktivnost se prekida i slijedi povratak u osnovnu grupu za
odabiranje broja isključenih sijalica [5.26].

6.1 Informacije modula za prebacivanje strujnih krugova nalaze se u glavnom

izborniku.

7.1 Osnovne informacije modula komunikacija COM su te da on daje oznaku

modula, koji je instaliran (DAP 128TC / RS-485). Drugi red pokazuje naziv
adrese i moda komunikacije postavljene na modul IDK. Ako modul nije
instaliran pojavljuje se obavještenje: NOT INSTALLED.

8.1 Informacija o radnoj temperaturi TEMP T1 u upravljačkoj jedinici (modul

BAS) CCR. Senzor je smješten u blizini hladnjak tiristora. U drugom redu
grupe prikazana su stanja dopunskih ventilatora (ako su instalirani):

NONE - ventilatori nisu instalirani (TCR.2.04 i TCR.2.10)

OFF - ventilatori su isključeni (nije prekoračena granična temperatura)

DEFECT - kvar funkcije jednog ventilatora

FAULT - kvar funkcije oba ventilatora

FAN-OVC - preopterećenje kola upravljanja ventilatora (kvar ventilatora ili

modula DSP)

FAN-ERR - kvar upravljanja ventilatora (kvar ventilatora ili modula DSP)

5.22 Grupa informacija namijenjena za prikazivanje toka aktualnog koraka

kalibracije. U prvom redu se nalazi broj koraka kalibracije, dok je iza kose crte
prikazan podatak o odabranom broju isključenih sijalica. Sedmo segmentni

297
displej na modulu DSP prikazuje stupanj intenziteta, u kome se upravo provodi
mjerenje. Drugi red je rezerviran za tekst za čekanje. Poslije automatskog
obavljanja kalibracijskih mjerenja u svakom stupnju intenziteta, automatski
dolazi do prelaska u grupu informacija za odabiranje broja isključenih sijalica
za sljedeći korak kalibracije [5.20].

5.28 Grupa informacija namijenjena za prikaz stanja prekida postupka

kalibracije, koji je bio potvrđen u grupi [5.27]. Poslije pritiska na tipka
"ENTER" slijedi prelazak u osnovnu grupu "Kalibracija modula LFD" [5.5].

ON - ventilatori su uključeni (granična temperatura je prekoračena)

Dugim pritiskom na tipku "ENTER" u ovoj grupi ventilatori se mogu ručno

uključiti u neprekidan rad (tekst, kojim se daje informacija o radu ventilatora,
dopunjena je simbolom "#"). Isključenje ventilatora i prelazak u automatski
režim provodi se ponovljenim dugim pritiskom na tipka "ENTER". Ova
funkcija je namijenjena za testiranje funkcije ventilatora.

8.3 Ova Grupa informacija namijenjena je za prikazivanje sati rada ventilatora.

Podaci o satima rada nalaze se u memoriji EEPROM u modulu BAS (osnovna
upravljačka jedinica).

8.4 Grupa informacija namijenjena za namještanje termičke granice određene

za uključenje ventilatora. U ovu grupu se prijelazi iz grupe [8.2] dugim
pritiskom na tipka "ENTER". Tipka "UP" i "DOWN" su namijenjeni za
namještanje ove vrijednosti u opsegu 10–50 °C (standardno udešeno na 30 °C).
Radi pravljenja razlike vrijednosti u ovom režimu ispred podataka o
temperaturi se nalazi simbol "*". Nova vrijednost se upisuje u memoriju
EEPROM poslije pritiska na tipka "ENTER", pri čemu se prelazi nazad u
grupu [8.2].

8.2 Grupa informacija namijenjena za prikazivanje vrijednosti termičke

granice određene za uključenje ventilatora. Upravljanje radom ventilatora
postavljenih u upravljačkoj jedinici BAS provodi se na osnovi uspoređenje
vrijednosti termičke granice TEMP T1. Ova Grupa informacija namijenjena za
obavještavanje i u slučaju, da ventilatori nisu u tom tipu CCR instalirani
(TCR.2.04 i TCR.2.10).

IDK modul - opis konfiguracije

Modul IDK namijenjen je za namještanje osnovnih radnih parametara CCR

tipa TCR.2.04–30. Modul je opremljen s ukupno šesnaest prekidača B1–B16,

298
kojim se podešavaju pojedini parametri CCR. Na Slici 7. 2.27. prikazan je
modul IDK CCR tipa TCR.2.10.

Slika 7.2.27. Prednja strana panela modul IDK CCR tipa TCR.2.10.

Modul IDK je pristupačan poslije vađenja upravljačke jedinice CCR (BAS) i

nalazi se u zadnjem dijelu pored konektora XA2. Prebacivanje polugica
prekidača može se provoditi pomoću pogodnog alata (npr. izvijača). Donji
položaj svakog prekidača obilježen je simbolom "0", gornji simbolom "1".

Prekidači su podijeljeni u dvije logične grupe. Prekidači B1–B8 (REMOTE

CONTROL) su namijenjeni za formiranje adrese za komunikaciju i za režim
modula u daljinskom upravljanju i nadzoru. Prekidači B9–B16
(REGULATOR) namijenjeni su za namještanje konfiguracije izvoda
transformatora snage i režima namještanja stupanja intenziteta (tablice izlaznih
struja).

Izbor sustava struje serijskog strujnog kruga 6,6 A ili 8,3 A provodi se
zamjenom modula IDK, koji je sastavni dio CCR. Podaci o strujnom sustavu
navedeni su na pločici modula IDK. Modul IDK je pristupačan poslije vađenja
upravljačke jedinice CCR (BAS). Prvo je potrebno skinuti konektor modula
IDK, i poslije skidanja 4 zavrtnja M3 modul može da se skine. Montaža
modula provodi se obrnutim redom. Poslije montaže novog modula potrebno
je da se prekidači B1–B16 ispravno postave. Prekidači B1–B4 namijenjeni su
udešavanju adrese za komunikaciju sustava daljinskog upravljanja i nadzora
(COM-DAP – DAP 128TC, COM-RSC – RS-485).

299
Prekidač B5 namijenjen je udešavanju moda za analizu primljenih podataka
prema kojima se CCR ponaša u slučaju gubitka u sustavu komunikacije. Ako
je udešen za režim "Memory", u slučaju ispada komunikacije, ostaju sačuvani
posljednji primljeni podaci i CCR radi u odabranom stupnju intenziteta. U
režimu "Normal", u slučaju ispada dolazi do isključenja CCR (stupnju
intenziteta je "0").

Prekidači B6–B8 namijenjeni su podešavanju režima analize primljenih

podataka od sustava za komunikaciju. Konkretan značaj zavisi od tipa modula
daljinskog nadzora i upravljanja (COM-DAP / COM-RSC / COM-BIN) i
naveden je u dodatku dokumentacije, koji se odnosi na instaliran tip modula.

Prekidači B9–B11 namijenjeni su za namještanje konfiguracije izvoda sa

transformatora snage. Izmjene u konfiguraciji vrše se uvijek kada je
opterećenje strujnog kruga manje od nazivne snage CCR. Optimalnim
namještanjem izvoda utiče se na namještanje funkcije CCR, smanjenje
vrijednosti struje u strujnom krugu napajanja i poboljšanju faktora snage.
Konfiguracija izvoda 6 i 7 koristi se samo u sustavu 6,6 A. Kod sustava 8,3 A,
ova konfiguracija se ne smije upotrijebiti. U slučaju namještanja ove
konfiguracije, poslije uključenja, na LCD displeju se pojavljuje sljedeći natpis
"ID-KEY SETUP ERROR".

Prekidači B12–B13 namijenjeni su za biranje režima namještanja stupnja

intenziteta (tablice izlaznih struja). Pomoću tablica odabiranih struja može se
određivati maksimalni stupanj intenziteta CCR i istovremeno odabrati struje,
koje odgovaraju pojedinim stupnjevima.

7.2.12. Uputa za ugradnju i pogon regulatora konstantne struje

7.2.12.1. Montaža i postavljanje ormara regulatora

Regulatori tipa TCR.2.04–30, Slika 7.2.29. postavljaju se u suhim i zatvorenim

prostorijama na vodoravnoj podlozi s maksimalnim nagibom do 5° u odnosu
na horizontalnu ravan. CCR se mogu postavljati linijski - jedan do drugog.
Minimalno rastojanje zadnje strane CCR od zida mora biti 150 mm radi
dovoljne cirkulacije zraka i hlađenja CCR. Neophodno je da s prednje strane
bude osiguran dovoljan prostor (min. 1200 mm) za rukovanje i pristup
elementima u unutrašnjem dijelu kućišta (poslije skidanja prednjeg poklopca).
Kod CCR otvori za ventilaciju ne smiju biti pokriveni, jer pogoršani uvjeti
cirkulacije zraka mogu da dovedu do pregrijavanja pojedinih elemenata CCR.

300
Radi dobre manipulacije, CCR je opremljen kotačima; poslije postavljanja
CCR na poziciju potrebno je fiksirati ga pomoću 4 vijka (ključ 19).

Slika 7.2.28. Ormar CCR tipa TCR.2.04–30

7.2.12.2. Priključak na NN mrežno napajanje

Svi radovi na povezivanju CCR na električnu mrežu moraju se izvoditi

ubeznaponskom stanju - isključen napona. Radove može izvoditi samo osoba
s odgovarajućom kvalifikacijom.

Nakon skidanja prednjeg poklopca, mjesta priključaka su pristupačna sa

prednje strane. Za električni priključak namijenjene su stezaljke XC,
upravljanje i nadzor priključeni su na konektor XD, kabeli serijskog strujnog
kruga priključuju se na priključke C0 i C9 (vijci M8). S lijeve donje strane
nalazi se zajednički vijak uzemljenja (M8).
301
Regulatori konstantne struje (CCR) serije TCR.2.04–30 priključuju se na
trofaznu mrežu sa međufaznim naponom 400 V i u skladu s opisom priključnih
stezaljki (L1, L2 i PE) bez upotrebe vodiča (N) - to znači da su strujni krugovi,
namota sklopnika snage i krugova napajanja elektronike upravljanja
priključena samo na međufazni napon.

S obzirom na upotrijebljeni ulazni filtar, čiji su kondenzatori dvofazno

priključeni (L1, L2) i zaštitni vodič (PE), potrebno je osigurati spoj, priključak,
zaštitnog vodiča (PE) sa zajedničkim uzemljenjem objekta (vrijednost struje
filtra > 25 mA).

7.2.12.3. Zaštita od prenapona

Stalan (neprekidan) rad CCR tipa TCR bez kvarova, osiguran je upotrebom
odgovarajuće zaštite od prenapona u distributivnoj mreži ili liniji daljinskog
upravljanja, kao i u serijskom strujnom krugu. Primjenjuje se standard
koordinacije izolacije niskonaponskih električnih uređaja, zračni razmaci i
puzne staze. Zaštita od prenapona iz distributivne mreže mora biti riješena
kompleksno u okviru trafostanice. Sam CCR tipa TCR.2 sadrži treći stupanj
zaštite od prenapona (klasa D), dok se prvi i drugi stupanj rješava u okviru
razvodnih ormara (klasa B i C). Zaštita linija komunikacije mora se rješavati
kao dvostupanjska u odnosu prema tipu korištenog sustava. Zaštita serijskog
strujnog kruga rješava se upotrebom katodnih odvodnika prenapona s
odgovarajućim radnim naponima i strujom odvoda.

7.2.12.4. Ugađanje radnih parametara

Optimalni radni uvjeti CCR tipa TCR dobivaju se optimizacijom opterećenja

čime se smanjuje strujno opterećenje priključka iz distributivne mreže 400 V,
i ograničavaju negativni utjecaji prema mreži. Namještanje konfiguracije
izvodi se prespajanjem izvoda učinskog transformatora.

Aktualna vrijednost opterećenja CCR prikazuju se na LCD displeju modula

DSP, pri uključenju maksimalnog stupnja intenziteta (3, 5 ili 7 stupnjeva),
biranjem grupe podataka 2.2 "Opis podataka prikazivanih na LCD displeju".

Radni parametri CCR podešavaju se pomoću prekidača na modulu IDK, koji

je dostupan poslije izvlačenja upravljačke jedinice BAS iz kućišta. Osnovni
parametri CCR (tipska snaga, sustavstruje, broj stupnjeva intenziteta,…),
podešavaju se prilikom proizvodnje i ne mogu se mijenjati. U toku montaže
302
neophodno je da se izvodi izmjena konfiguracija izvoda transformatora i
usklađivanje položaja prekidača na modulu IDK. U slučaju da je montiran
modul daljinskog upravljanja, potrebno je da se udesi adresa za komunikaciju,
što se radi prema korištenom sustavu daljinskog upravljanja. Adresa se
određuje u projektu daljinskog upravljanja.

U slučaju mjerenja otpora izolacije primarnih kabela serijskog strujnog kruga

pomoću mjernog instrumenta, kabeli moraju biti isključeni (skinuti sa stezaljki
izvoda transformatora ili katodnih odvodnika prenapona). Maksimalan
dozvoljeni vanjski istosmjerni napon koji se smije pojaviti na izlaznim
stezaljkama CCR je 500 V DC (visina napona je određena na osnovi
konstrukcije krugova uređaja za mjerenje otpora izolacije) na modulu TRM,
koji se nalazi na konstrukciji transformatora snage. Prije stavljanja CCR u rad
mora se provjeriti osnovna kontrola funkcija CCR.

7.2.12.5. Provjere osnovnih funkcija

Kontrole i provjere mogu izvoditi samo ovlaštene osobe, koje su upoznate s

aktualnim propisima i legislativom, posebice, sigurnost na radu pri rukovanju
s električnim uređajima.

U sljedećim navodima opisan je postupak u koracima za provedbu kontrole

pojedinih funkcija CCR.

1. Kontrola učvršćenja, pregled - vizualna kontrola povezivanja svih kabela

(napojni kabel, primarni kabeli i kabeli daljinskog upravljanja). Provjeriti
oznaku odabranog sustava struje, (6,6 ili 8,3A - pločica lijevo gore).

2. Provjeriti pritezanje priključaka, provjeriti neprekidnost primarnih kablova

serijskog strujnog kruga, provjeriti udešenost konfiguracije izvoda prema
instaliranom opterećenju i strujnom sustavu.

3. Provjeriti položaj prekidača na modulu IDK - usklađenost s vezama na

izvodima transformatora snage, namještanje adrese i moda sustava za
komunikaciju daljinskog upravljanja.

4. Uključiti automatski osigurač, prekidač na modulu PWR nalazi se u položaju

"0" (isključeno). Na modulu PWR mora da svijetli samo crvena signalna
lampica STANDBY koja obilježava prisutnost napona na CCR, upravljačka
jedinica CCR je isključena.

303
5. Prekidač na modulu PWR prebaciti u položaj "I" (uključeno). Signalna
lampica STANDBY na modulu PWR se gasi i počinje da svijetli zelena
signalna lampica ON, koja označava prisutnost napona 24 V na modulima
upravljačke jedinice.

6. Poslije uključenja napajanja na svim modulima automatski se provodi

autonomno testiranje. Ako je testiranje svih modula uspješno završeno, sve
signalne lampice STATUS svijetle postojanim zelenim svjetlom. Ako neka ili
sve signalne lampica STATUS ostane da svijetli crveno ili ako neka treperi,
potrebno je pristupiti identifikaciji kvara.

7. Funkcija modula DSP prikazana je na svjetlećem LCD displeju, na kojem

se poslije uključenja pojavljuje tip i identifikacija CCR. U tom slučaju
sedmosegmentni LED displej mora svijetliti i pokazivati aktualan stupanj
intenziteta (ako je CCR povezan sa sustavom daljinskog upravljanja i ako je u
tom režimu rada). Ako je CCR, prije posljednjeg isključenja, bio udešen da
radi s određenim stupnjem intenziteta, odmah poslije uključenja prekidača na
modulu PWR dolazi do uključenja CCR i do njegovog namještanja na
posljednji odabrani stupanj intenziteta.

8. Sljedeća kontrola se provodi u režimu ručnog upravljanja. Ako je u CCR

poslije uključenja glavnog prekidača u režimu daljinskog upravljanja
(sedmosegmentni LED displej svijetli zeleno i signalna lampica REMOTE
svijetli postojano zeleno). U slučajudaCCRtreba prebaciti u režim ručnog
(lokalnog) upravljanja (sedmosegmentni LED displej svijetli crveno i signalna
lampica REMOTE se gasi. Za taj režim treba pritisnuti tipka "REM" i prebaciti
upravljanje. Pri prebacivanju CCR iz daljinskog u lokalno upravljanje dolazi
do isključenja CCR (na LED displeju svijetli crvena "0"). Ako je CCR poslije
uključenja glavnog prekidača u režimu lokalnog upravljanja i ako automatski
dođe do uključenja nekog stupanja intenziteta, isključimo CCR tipkom "OFF"
(na displeju LED se pojavi crvena "0"). Ako se na LED displeju umjesto
oznake "0" pojavi oznaka "-", vjerojatno se radi o kvaru modula REG i
potrebno je pristupiti identifikaciji kvara.

10. Namještanjem maksimalnog stupnja intenziteta kontroliramo opterećenje

CCR (vrijednost opterećenja u postotcima očitamo na LCD displeju modula
DSP u grupi [2.2]).

11. Provjera zaštite otvorenog strujnog kruga (OPC) - Tipkaom "+" namješta
se maksimalni stupanj intenziteta i čeka se više od 5 sekundi da bi jedinica
upravljanja zapamtila ovo stanje. Poslije toga isključi se prekidač na modulu
PWR i prekidač, (automatski osigurač), napajanja u RT - CCR – provjeri se da

304
li se na modulu PWR ugasila signalna lampica "STANDBY". Poslije toga uz
pomoć zaštitnih sredstava, (oprema HTZ), otvori se strujni krug tako da se
osiguraju primarni kabeli od direktnog dodira. Uključivanjem CCR,
automatski prelazi u posljednje radno stanje, tj. uključuje se maksimalni
stupanj intenziteta. Kvar otvorenog strujnog kruga (prenapon) mora biti
indiciran u vremenu do 3 sekunde.

9. Provedba kontrole, da li na modulu REG svijetli zelena signalna lampica

STATUS i da li su signalne lampice OVC, OPC i ERROR ostale ugašene.
Pomoću tipki "+" i "-" postupno udešavamo pojedine stupnjeve intenziteta (1-
5 ili 1-7 - prema broju instaliranih stupanja) i provjeravamo funkcije CCR.
Namještanje svakog stupanja intenziteta ostavljamo min. 5 sekundi i
provjeravamo da li dolazi do pojave signalizacije kvara (uključena signalna
lampica OVC, OPC, ERROR na modulu REG ili oznaka "-" na LED displeju).
U slučaju kvara postupa se prema uputama za popravku. Kada dolazi do
isključenja CCR, indikacija se manifestira zajedničkim crvenim svjetlom
signalnih lampica OPC i ERROR na modulu REG i oznakom "-" na LED
displeju. Tipkom "OFF" deblokiramo zaštitu i CCR se vraća u stanje "0", pri
čemu se ugase signalizacije OPC i ERROR. Minimalno 5 sekundi je potrebno
da bi CCR zapamtio stanje "0". Ponovo isključimo CCR prekidačem na
modulu PWR i glavnim prekidačem i vratimo nazad, uz sve mjere osiguranja,
kabele primarnog strujnog kruga. CCR uključimo i ispitamo rad u bilo kojem
stupnju. Kod ove provjere, na otvorenom strujnom krugu, privremeno se pojavi
visoki napon uslijed potpunog otvaranja tiristora. Zbog toga je neophodno da
se postupa maksimalno oprezno, da ne bi došlo do problema uslijed djelovanja
električne struje!

12. Ako je postavljen modul EFD (mjerenje otpora izolacije strujnog kruga),
na LCD displeju modula DSP mora se provesti kontrola udešavanja graničnih
vrijednosti EF-L1 i EF-L2. Postupak pozivanja grupe EF-L1 i EF-L2 naveden
je u posebnom poglavlju. Provodi se kontrola da li na modulima EFD svijetli
zelena signalizacija STATUS. Isključivanjem prekidača modula PWR na
upravljačkoj jedinici CCR, isključuje se napajanje na RT (prekidač ili
automatski osigurač), pri čemu se može ugasiti signalizacija "STANDBY" na
modulu PWR. Poslije se isključuju oba kraja primarnih kabela serijskog
strujnog kruga. Uključivanje napona na CCR provodi se pomoću prekidača na
modulu PWR. Signalizacije EF-L1 ili EF-L2 ne svijetle. Potrebna je provjera
da li je CCR u ručnom režimu rada i na stupnju "0" (na LED displeju svijetli
CRVENI BROJ "0") - samo u tim uvjetima moguće je nastaviti rad. Poslije
toga je potrebno napraviti kratki spoj pomoću izoliranog vodiča između izvoda
C0 ili C9 i stezaljke uzemljenja CCR, pri čemu se moraju uključiti obje
signalizacije EF-L1 i EF-L2. Iako se na izlaznim stezaljkama CCR pojavljuje

305
istosmjerni mjerni napon 500 V, sa sigurnom strujom 1 mA zabranjen je svaki
dodir izlaznih stezaljki ili vodiča kratkog spajanja. Upotreba izolacijskih
rukavica je obvezna.

14. Ako je postoji modul LFD (indikacija broja pregorjelih sijalica) potrebno
je provesti kontrolu udešavanja graničnih vrijednosti za prikazivanje LF-L1 i
LF-L2 na LCD displeju modula DSP. Postupak odabiranja grupe na kojoj se
prikazuju LF-L1 i LF-L2 je opisan u posebnom poglavlju. Provodi se kontrola,
da li na modulu LFD svijetli zelena signalizacije STATUS.

15. Kalibracija se provodi ako je postavljen modul LFD i ako još nije kalibriran
sa svojim strujnim krugom, ili ako treperi signalizacije CALIB na modulu LFD
(nevažeća kalibracija). Postupak kalibracije je opisan u posebnom poglavlju.
Poslije završetka kalibracije gasi se signalizacija CALIB.

16. Ako je postavljen modul COM (modul za komunikaciju u sustavu

daljinskog upravljanja) treba provjeriti da li na modulu svijetli zelena
signalizacija STATUS. Ni jedna od signalizacija (LINK, ERROR) na modulu
COM ne smije biti uključena. Ako neka od navedenih signalizacija svijetle radi
se o kvaru komunikacije sa sustavom daljinskog upravljanja. Značaj
signalizacije na modulu COM zavisi od tipa modula komunikacije.

17. Ako je postavljen modul COM, prebacivanje CCR u režim daljinskog

upravljanja provodi se pomoću tipke "REM" (LED displej daje zeleno
signalizaciju REMOTE na modulu DSP, CCR je spreman za rad u režimu
daljinskog upravljanja. Na CCR se trenutno prikazuje stupanja intenziteta koji
zahtjeva sustav daljinskog upravljanja. Ako signalizacija REMOTE svijetli
crveno ili ako treperi, radi se o kvaru komunikacije sa sustavom daljinskog
upravljanja - istovremeno su aktivne signalizacije LINK ili ERROR na modulu
COM, koje označavaju da je modul COM u kvaru.

18. Ako je priključen sustav daljinskog nadzora i upravljanja, provodi se

kontrola rada CCR u režimu daljinskog upravljanja. Kontrola funkcija CCR
provodi se davanjem pojedinih komandi preko sustava daljinskog upravljanja.

7.2.13. Primjer kalibriranja modula

Modul LFD (Lamp Fault Detector) osigurava signalizaciju broja pregorjelih

sijalica u strujnom krugu priključenog na CCR tipa TCR. LFD je poseban

306
modul, koji se može postaviti u osnovnoj jedinici BAS.2.10 ili BAS.2.30 u
svim CCR tipa TCR.2.04–30.

Funkcija modula LFD bazira se na mjerenju faznog pomaka između prvih

harmonika napona i struje u strujnom krugu. Kontrola napona uzima se preko
mjernog transformatora na primarnoj strani transformatora snage, a struja se
prati na mjernom strujnom transformatoru. Promjene se filtriraju pomoću
filtra, koji osiguravaju prolazak samo prvih harmonika. Detektor faza analizira
fazni pomak uključujući i status (induktivni ili kapacitivni karakter tereta). Ako
dođe do pregaranja sijalici u strujnom krugu, mijenja se karakter opterećenja i
dolazi do pomicanja faznog kuta između napona i struje. Ovu promjenu prati
mikroprocesor, koji na osnovi podataka o izvršenoj kalibraciji, daje podatke o
broju pregorjelih sijalica u strujnom krugu.

Kalibracija se bazira na mjerenju parametara strujnog kruga za unaprijed

definiran broj pregorjelih sijalica. Broj kalibracijskih koraka (točaka) zavisi od
parametara strujnog kruga, broja sijalica u strujnom krugu i od zahtijevane
točnosti vrednovanja broja pregorjelih sijalica u strujnom krugu. Preporučljivo
je da se kalibracija provodi minimalno u tri do četiri koraka za proračun
pregorjelih sijalica. Pri kalibraciji se postupno iz strujnog kruga isključuje
odabrani broj sijalica, ovaj broj se prikazuje na displeju CCR tipa TCR i prelazi
se u sljedeći korak kalibracije.
U toku kalibracije su stanja CCR pod kontrolom modula LFD, pri čemu je
isključeno ručno upravljanje CCR. Pojedini stupanj intenziteta CCR se
postupno automatski uključuju i u toku ovog vremena modul LFD mjeri
parametre u strujnom krugu. Mjerenje se postupno provodi u svim stupnjevima
intenziteta poslije čega slijedi isključenje CCR. Slijedi isključivanje sljedećih
sijalica i provodi se kalibracija u narednom koraku. Ova aktivnost se provodi
u svim odabranim koracima kalibracije i postupak se završava odabiranjem
komande FINISH. Tada su od strane modula LFD završena mjerenja svih
parametara upisanih u memoriju EEPROM modula LFD (unošenje podataka
osigurava njihovu postojanost i u slučaju ispada mrežnog napona).

Modul LFD nije tvornički kalibriran, što znači da je potrebno da se prije

upotrebe provede inicijalna kalibracija (u grupi [5.4] na LCD displeju se
pokazuje tekst NO-CAL - kalibracija nije izvršena).

7.2.14. Uvjeti operabilnosti modula

Ispravna aktivnost modula LFD uvjetovana je ispravnim funkcioniranjem

CCR tipa TCR. Izbor odgovarajuće konfiguracije izvoda na transformatoru
snage mora biti takav da opterećenje CCR bude minimalno 50 % pri

307
maksimalnom stupnju intenziteta, što je uslov za stabilan rad CCR. Isto tako,
neophodno je osigurati da sve sijalice i njihovi izolacijski transformatori budu
identičnog tipa (proizvođača) i identične nazivne snage. Prije početka
kalibracije neophodno je da se provede vizualna kontrola ispravnosti svih
sijalica u strujnom krugu.

Navedene vrijednosti definirane su za maksimalan stupanj intenziteta CCR.

Kod nižih stupnjeva intenziteta točnost neznatno pada i nije definirana.

Funkcija modula LFD uvjetovana je kako osnovnim parametrima u serijskom

strujnom krugu, tako i parametrima konkretnog CCR tipa TCR. Zbog toga je
kalibracija modula LFD namijenjena konkretnom CCR tipa TCR, koji je
interno identificiran pomoću koda TCR-ID. Ovaj kod je u toku kalibracija
upisan u memoriju EEPROM modula LFD i u toku rada CCR dolazi do trajne
provjere. Ukoliko dođe do zamjene CCR, zamjene jedinice BAS, zamjene
modula REG ili do zamjene identifikacijskog broja (IDK), dolazi također do
izmjene identifikacijskog koda TCR-ID, a time i do ukidanje važnosti
kalibracije (u grupi [5.4] se na LCD displeju pojavi tekstualna poruka INV-
CAL - kalibracija nije važeća).

7.2.15. Opis funkcija u procesu kalibracije modula

U ovom poglavlju opisan je postupak kalibracije modula LFD, korak po korak.

Postupak kalibracije je identičan u slučaju prve (inicijalne) kalibracije novog
modula LFD i u slučaju ponovljenih kalibracija (rekalibracija) modula u
slučaju zamjene modula BAS, PWR, REG ili transformatora snage CCR tipa
TCR. Postupak kalibracije opisan je prema pojedinim grupama informacija,
koje se pojavljuju na LCD displeju modula DSP, brojevi odgovaraju shemi u
prilogu. Značaj i opis pojedinih grupa opisan je u posebnom poglavlju „Opis
podataka prikazanih na LCD displeju“.

1. Potrebno je provesti kontrolu priključaka strujnog kruga, konfiguracije

izvoda transformatora snage i položaja izbornih prekidača na modulu IDK.
Provjeriti rad CCR kod pojedinih stupanja intenziteta i maksimalno
opterećenje CCR na maksimalnom stupnju intenziteta (min. 50 %).

2. Potrebno je provesti kontrolu svih sijalica u strujnom krugu i odrediti broj

isključenih (pregorjelih) sijalica u prvom koraku kalibracije. Za kalibraciju nije
neophodno da sve sijalice već na prvom koraku kalibracije budu u redu, već je
potrebno znati točan broj pregorjelih sijalica. Broj koraka kalibracije određuje
se prema zahtjevu na točnost i preciznost dobivanja podataka o pregorjelim

308
sijalicama u strujnom krugu - preporučljivo je uraditi bar 4 koraka. Ukoliko to
uslovi dozvoljavaju preporučuje se da se za svaku isključenu sijalicu uradi
posebno mjerenje (poseban korak kalibracije).

3. Pritiskom na tipka "MENU", 3 x tipka "ENTER" a 4 x tipka "UP" (strelica

gore) prelazi se u grupu [5.5] na LCD displeju modula DSP (grupa informacija
za početak kalibracije modulu LFD). Dugim pritiskom na tipka "ENTER"
(min. 3 sekundi) započinje kalibracija modulu LFD. Poslije tog pritiska
pojavljuje se grupa [5.8] namijenjena za ubacivanje broja isključenih sijalica
prvog koraka kalibracije.

4. Ponovljenim pritiskom na tipka "UP" (strelica gore) / "DOWN" (strelica

dole) odaberemo brojku koja označava broj isključenih sijalica u tom koraku
kalibracije. Pritiskom na tipka "ENTER" potvrdimo odabrani podatak i
prelazimo u grupu [5.9].

5. Drugim pritiskom na tipka "ENTER" potvrđuje se odabir broja isključenih

sijalica i aktiviramo automatsko mjerenje parametara strujnog kruga u tom
koraku kalibracije. U tom dijelu namještanja, radom CCR upravlja samo
modul LFD i isključeno je manualno upravljanje regulatorom i on se
automatski postupno uključuje na pojedine stupnjeve intenziteta, pri čemu
modul LFD mjeri parametre u serijskom strujnom krugu. Mjerenje se postupno
provodi u svim stupnjevima intenziteta, poslije čega se CCR automatski
isključuje. Trajanje ove faze (koraka) je oko 2,5 minuta - u toku ove faze
prikazuje se grupa informacija [5.10], koja bilježi tok mjerenja u ovom koraku
kalibracije. Pritiskom na tipka "MENU" umjesto na tipka "ENTER" vraća se
u prvobitnu grupu [5.8] za određivanje (odabiranje) broja isključenih sijalica
bez završetka mjerenja u tom koraku. Međutim ako je mjerenje u pojedinim
stupnjevima u toku, prekidanje kalibracije pomoću tipki nije moguće. Ako je
neophodno da se postupak kalibracije prekine, to može da se u tom slučaju
uradi samo isključenjem i ponovnim uključenjem CCR pomoću prekidača na
modulu PWR. U tom slučaju dolazi do gubitka podatak iz prethodnim mjerenja
i cijela kalibracija se mora ponoviti.

6. Na kraju mjerenja sustav automatski prelazi u grupu [5.14] namijenjenu za

odabiranje sljedećeg broja isključenih sijalica u narednom koraku kalibracije.
U slučaju da još nisu bili izvršeni svi koraci kalibracije, isključimo svaku
sijalicu (sijalice) u strujnom krugu i nastavljamo u svemu prema stavu (4.). U
ovoj fazi moguće je pomoću tipke "+" i "-" uključiti CCR (sijalice svijetle),
čime je pojednostavljena identifikacija i isključivanje (izdvajanje) sijalica u
strujnom krugu.

309
7. Poslije završetka svih koraka kalibracije ponovljenim pritiskom na tipka
"DOWN" u grupi [5.20] odaberemo tekst "FINISH" (na mjestu brojke, koja
odgovara broju isključenih (izdvojeni) sijalica - grupa [5.23]) i pritiskom na
tipka "ENTER" potvrdimo zahtjev za završetak kalibracije i upisivanje
izmjerenih podataka u memoriji EEPROM. Po pritisku na tipka "ENTER"
slijedi prelazak u grupu [5.24]. Drugim pritiskom na tipka "ENTER" potvrđuje
se zahtjev za završetak kalibracije.

8. Uspješan završetak kalibracije i smještaj podataka o kalibraciji u memoriju

EEPROM potvrđeni su prikazom teksta "OK" u grupi [5.25]. Poslije sljedećeg
pritiska na tipka "ENTER" slijedi prelazak u početnu grupu [5.5] i završetak
postupka kalibracije modula LFD.

Ako se zahtjeva maksimalna točnost dobivanja informacija o pregorjelim

sijalicama, preporučuje se da se provjera kalibracije modula LFD obavlja u
redovnim vremenskim periodima uz eventualnu rekalibraciju.

7.2.16. Atipične kalibracije

U ovom poglavlju navedeni su podaci koji vrijede za CCR s izvan standardnim

namještanjem izlaznih struja, (npr. - Ruska Federacija). CCR opremljeni
prema standardima ICAO i FAA sa 5 i 7 stupnjeva intenziteta ne podliježu
ovim podešavanjima. Pomoću tabelarnog kompleta podataka sa vrijednostima
izlaznih struja moguće je da se posebno definira maksimalna vrijednost stupnja
intenziteta CCR i da se istovremeno odrede struje za ostale stupnjeve. Za svaki
strujni sustav (6,6 A / 8,3 A) mogu se formirati dvije odvojene tabele
vrijednosti struja (U1 = USER 1 / U2 = USER 2) - ukupno su definirane 4
tabele. Izbor aktualne tabele vrijednosti provodi se pomoću izbornih prekidača
na modulu IDK. Značaj pojedinih izbornih prekidača naveden je u sljedećoj
tabeli. Izbor strujnog sustava 6,6 A ili 8,3 A provodi se zamjenom modula IDK
i istovremeno sa njegovom zamjenom već su udešene vrijednosti izlaznih
struja. Vrijednost struja, navedenih u pojedinim korisničkim tabelama su
upisane u memoriji tipa EEPROM, koja se nalazi u osnovnoj upravljačkoj
jedinici CCR (BAS). Ova memorija garantiraju čuvanje udešenih vrijednosti i
u slučaju ispada napona za napajanje CCR.
Namještanje stupnjeva intenziteta i vrijednosti izlaznih struja potpuno je
izdvojen od standardnog menija modula DSP i aktivira se uključenjem CCR
uz pritisnut tipka MENU na modulu DSP. Prekidačem na modulu PWR
isključimo CCR, pritisnemo tipka MENU, CCR ponovo uključimo i tipka
MENU oslobodimo pritiska. Na LCD displeju treba se pojaviti tekst "USER

310
CONFIG MODE". Kratkim pritiskom na tipka MENU prelazimo u grupe
informacija namijenjenih za namještanje izlaznih struja.

Pritiskom na tipka ENTER odabira se odgovarajući komplet podataka o

izlaznim strujama (6,6 A/U1, 6,6 A/U2, 8,3 A/U1 a 8,3 A/U2). U prvoj grupi
svakog tabelarnog kompleta uvijek treba odabrati ukupan broj stupnjeva
intenziteta i u sljedećem koraku vrijednosti izlazne struje, koja odgovara tom
stupnju intenziteta. Povratak u redovan režim rada provodi se isključenjem i
ponovnim uključenjem CCR prekidačem na modulu PWR.

Za potrebe unosa i prikazivanja vrijednosti struja namijenjene su tipke

"MENU", "ENTER", "UP" (strelica gore) i "DOWN" (strelica dolje). Kod
svaketipke vrijedi primjena kratkog pritiska (kraći od 1 sekundi) i dugačkog
pritiska (pritisak duži od 3 sekundi). Pregled prikazivanih podataka i način
njihovog aktiviranja je prethodno obrađen kao i prelazak između pojedinih
grupa. Kod svake grupe je navedeno obilježavanje koda, koji je naveden.
Ukoliko je pored simbola tipke navedeno "(3 s)", radi se o dužini pritiska
(dugačak pritisak) na tipku, u svim ostalim slučajevima se radi o normalnom
(kratkom) pritisku.

U nastavku je dat opis pojedinih grupa na LCD displeju, njihov prikaz i

uspostavljanje komunikacije i prijelaza između grupa za modifikaciju.

1. Osnovna grupa za modifikaciju tabelarnog kompleta USER 1 za strujni

sustav 6,6 A. Grupa prikazuje i omogućava modifikacije svih stupanja
intenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazimo u
osnovnu grupu za namještanje slijedećeg tabelarnog pregleda.

2. U prvom redu date su informacije o strujnom sustavu (6,6 A), oznaka

tabelarnog kompleta (U1=USER 1) i prvi stupanj intenziteta (LVL 1). Drugi
red prikazuje udešenu vrijednost izlazne struje koja odgovara prvom stupnju
intenziteta.

3. Alternativna grupa za namještanje vrijednosti struje slijedećeg stupnja

intenziteta. U prvom redu se nalazi informacija o strujnom sustavu (6,6 A),
oznaka tabelarnog kompleta (U1=USER 1) i broj aktualnog stupanja
intenziteta (LVL Y). Drugi red prikazuje udešenu vrijednost izlazne struje,
koja odgovara prvom stupnju intenziteta.

4. Alternativna grupa za namještanje vrijednosti struje stupnja za temperiranje.

U prvom redu se nalazi informacija o strujnom sustavu (6,6 A), oznaka
tabelarnog kompleta (U1=USER 1) i broj stupnja intenziteta temperiranja

311
(LVL T). Drugi red prikazuje udešenu vrijednost izlazne struje, koja odgovara
stupnju intenziteta za temperiranje.

5. Grupa za namještanje aktualne vrijednosti izlazne struje. U ovaj nivo se ulazi

iz grupe [12.2] dugim pritiskom na tipka "ENTER". Tipkom "UP" i "DOWN"
mogu se podesiti vrijednosti između 1,0 – 6,6 A. Da bi se uočila razlika u radu
u ovom režimu namještanja dodaje se, ispred broja stupanja intenziteta, simbol
"*". Nova vrijednost se unosi u memoriju EEPROM poslije pritiska na tipka
"ENTER", poslije čega se prelazi nazad u grupu [12.2].

6. Alternativna grupa za namještanje aktualne vrijednosti izlazne struje stupnja

temperiranja. U ovu grupu se prelazi dugim pritiskom na tipka "ENTER".
Tipkom "UP" (mogu se podesiti vrijednosti između 1,0 – 6,6 A). Da bi se
primijetila razlika u radu u ovom režimu namještanja dodaje se, ispred broja
stupnja intenziteta, simbol "*". Nova vrijednost se unosi u memoriju EEPROM
poslije pritiska na tipka "ENTER", poslije čega se prelazi nazad u polaznu
grupu.

7. Osnovna grupa za modifikaciju tabelarnog kompleta USER 2 za strujni

sustav 6,6 A. Grupa prikazuje i omogućava modifikacije svih stupanja
intenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazi se u
osnovnu grupu za namještanje slijedećeg tabelarnog pregleda. Prikazivanje
vrijednosti izlaznih struja i njihova modifikacija se provodi slično kao u
tabelarnom kompletu 6,6A/USER1 (Postupak se ponavlja analogno grupama
[12.2]–[12.8]).

8. Osnovna grupa za modifikaciju tabelarnog kompleta USER 1 strujnog

sustava 8,3 A. Grupa prikazuje i omogućava modifikacije svih stupanja
intenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazi se u
osnovnu grupu za namještanje slijedećeg tabelarnog pregleda. Prikazivanje
vrijednosti izlaznih struja i njihova modifikacija provodi se slično kao u
tabelarnom kompletu 6,6 A / USER1 (Postupak se ponavlja analogno grupama
[12.2]–[12.8]).

9. Osnovna grupa za modifikaciju tabelarnog kompleta USER 2 strujnog

sustava 8,3 A. Grupa prikazuje i omogućava modifikacije svih stupanja
intenziteta u tabelarnom pregledu. Pritiskom na tipka "ENTER" prelazi se u
osnovnu grupu za namještanje slijedećeg tabelarnog pregleda.

10. Informacije o osnovnoj konfiguraciji CCR sa zahtjevom za modifikaciju

tabelarnih kompleta odabiranih struja, pojavljuju se poslije uključenja CCR s
izbornikom "MENU". Ponovnim pritiskom na tipka "MENU" prelazi se u

312
prikazivanje slijedećih grupa. Prvi red prikazuje tipsku snagu CCR (4 / 10 / 20
/ 30 kVA), strujni sustav (6,6 / 8,3 A), broj stupanja intenziteta (5 / 7 / 1=U1 /
2=U2) i udešenu konfiguraciju izvoda na transformatoru snage (0–7). Ovi
podaci su uzeti prema udešenoj konfiguraciji CCR na identifikacijskom
modulu IDK. Drugi red prikazuje tekst "USER CONFIG MODE", koji
odgovara prelasku u izbornik za modifikaciju tabelarnog kompleta struja.

11. Grupa za namještanje ukupnog broja svih stupnjeva intenziteta u

tabelarnom kompletu, prelazi iz statusa opisanog u [12.1] dugim pritiskom na
"ENTER". Tipkaima "UP" i "DOWN" može se provoditi korekcija vrijednosti
1-7. Da bi se primijetila razlika u radu u ovom režimu namještanja dodaje se,
ispred broja stupanja intenziteta, simbol "*". Nova vrijednost se unosi u
memoriju EEPROM poslije pritiska na tipka "ENTER", poslije čega se prelazi
nazad u grupu [12.1].

12. Alternativna grupa za namještanje aktualne vrijednosti izlazne struje

slijedećeg stupnja intenziteta. U ovu grupu se prelazi iz dugim pritiskom na
tipka "ENTER". Tipkaima "UP" i "DOWN" vrijednosti struje se mogu podesiti
između 1,0–6,6 A. Da bi se primijetila razlika u radu u ovom režimu
namještanja dodaje se, ispred broja stupanja intenziteta, simbol "*". Nova
vrijednost se unosi u memoriju EEPROM poslije pritiska na tipka "ENTER",
poslije čega se prelazi nazad u polaznu grupu. Prikazivanje vrijednosti izlaznih
struja i njihova modifikacija provodi se slično kao u tabelarnom kompletu 6,6
A / USER1.

313
7.2.17. Definicije i pojmovi aerodromske opreme

Serijski strujni krug

Serijski strujni krug, (engl. Series Circuit - SC), električni je strujni krug
namijenjen za napajanje ALS, a koji se sastoji od Regulatora konstantne struje,
kabela spojenih s komponentama serijski u krug, razdjelnih - izolacijskih
transformatora, rasvjetnih ili drugih uređaja serijski priključenih u krug preko
izolacijskih transformatora.

Strujni sustav

Strujni sustav, (engl. Current System - CS), nazivna je struja serijskog strujnog
kruga ALS, čija je standardna vrijednost: 6,6 A, 8,3 A ili 20 A.

Regulator konstantne struje

Regulator konstantne struje, CCR, predstavlja izvor struje, za napajanje trošila

u SC strujom regulirane vrijednosti u opsegu od 0 do 6,6 A, (8,3)A ili (20)A.
L1: Specifikaciji L-829, propisa FAA AdvisoryCircular AC 150/5345 - 10 E.

Izolacijski strujni transformator

Izolacijski strujni transformator, potpuno galvanski odvaja trošila priključena

na svoj sekundar od serijskog strujnog kruga u kojem je serijski priključen
primar transformatora. Prijenosni omjer je 6,6 A/6,6 A, L2: Specifikacija u
skladu sa propisima FAA AdvisoryCircular AC 150/5345 - 47 A.

Rasvjetna tijela, svjetiljka ALS

Svjetiljke, odnosno rasvjetna tijela su izvori ALS rasvjete, čije su

karakteristike precizno utvrđene u propisu ICAO, Dodatku 14 Konvenciji o
međunarodnom civilnom zrakoplovstvu.

314
Kabeli serijskih strujnih krugova

Za napajanje trošila serijskog strujnog kruga ALS, koriste se su primarni i

sekundarni kabeli. Za kabele vrijedi specifikacija, L4: L - 824 propisa FAA
Advisory Circular AC 150/5345 - 7 D.

Primarni kabl je energetski jednožilni kabl, koji serijski povezuje primarne

namotaja izolacijskih strujnih transformatora. Kabeli mogu biti s ekranom,
(metalnim zaštitnim opletom, ekranom).

Sekundarni kabel povezuje paralelno sekundarni namotaj izolacijskog

strujnog transformatora i trošilo (svjetiljku, svjetlosnu oznaka i sl.).

Konektori

Konektori služe za rastavljanje spoja povezanih primarnih kabela i primarnog

namotaja izolacijskih strujnih transformatora i sekundarnog spoja trošila
priključenih u sekundar izolacijskog serijskog strujnog transformatora. Po
mjestu gdje su ugrađeni mogu biti primarni i sekundarni. L6:, za konektore
se primjenjuje specifikacija L - 823 propisa FAA AdvisoryCircular AC
150/5345 - 26 B.

Primarni konektor

Spaja i rastavlja primarne kabele i primarne namotaje izolacijskih strujnih

transformatora. Sastoje se od dva utikača i dvije utičnice za svaki spoj
primarnog namotaja izolacijskog strujnog transformatora.

Sekundarni konektor

Spaja i rastavlja sekundarne kabele i sekundarne namotaje izolacijskih strujnih

transformatora i trošila (svjetiljke, rasvjetna tijela i svjetleće oznaka ALS).
Sastoje se najčešće od dvopolnog utikača i dvopolne utičnice za svaki
pojedinačni spoj trošila na sekundar izolacijskog strujnog transformatora.

315
7.2.18. Prepoznavanje komponenti inteligentnih aerodromskih sustava

Najveći broj zrakoplovnih inteligentnih sustava vezan je uz globalni pozicijski

sustav, (engl. Global Positioning System - GPS). Sustav omogućuje pouzdano
pozicioniranje, navigaciju i vremenske usluge korisnicima širom svijeta na
kontinuiranoj osnovi u svim vremenskim uvjetima, danju i noću, svugdje na
Zemlji ili blizu nje, ondje gdje postoji neometan kontakt s četirima ili više
satelita GPS-a, koji se od 1978. godine lansiraju u zemljinu orbitu, Tablica
7.2.6.

Tablica 7.2.6. Pregled lansiranja i operabilnosti GPS satelita

Blok Period Uspjelo/ U Planirana Trenutačn

lansiranja Neuspjelo priprem o u orbiti i
i funkciji
I 1978–1985 10/1 0 0 0
II 1989–1990 9 0 0 0
IIA 1990–1997 19 0 0 11 od 19
IIR 1997–2004 12/1 0 0 12 od 13
IIR-M 2005–2009 8 0 0 7 od 8
IIF od 2010 0 10 0 0
IIIA 2014–? 12
IIIB 8
IIIC 16
Ukupno 58/2 10 36 30

Tako je korisno navesti neke od inteligentnih sustava u funkciji sigurnosto

zračne plovidbe. Jedan od njih je napredni visualni sustav za navođenje
pristajanja zrakoplova na parkirnu poziciju na stajanci, (engl. Visual Docking
Guidance Systems - VDGS). On funkcionira po principu AGNIS/PAPA, (engl.
Azimuth Guidance for Nose-In Stand/ Parallax Aircraf Parking Aid). To
uključuje navođenje nosa zrakoplova zapoziciju po azimutu. Azimut je
vodoravni kut koji zatvara pravac sjevera s točkom promatranja, a mjeri se u
smjeru kretanja kazaljke na satu. Označava se grčkim slovomω, a iskazuje se
kutnom udaljenošću od najbliže strane svijeta (npr. ω = S18° ili ω = S+18°) ili
kutnom udaljenošću od sjevera u pravcu kazaljke na satu (npr. ω = 18°).

Nešto napredniji je A-VDGS, (engl. Advanced Visual Docking Guidance

Systems). Način funkcioniranja prikazan je na slikama 7.2.29. do 7.2.31. a
preciznost informacija o odmaku zrakoplova prikazuje Tabela 7.2.7.

316
 Slika 7.2.29. Princip navođenja tipova zrakoplova i prikaz signalizacije
sustava za navođenje na parkirnu poziciju stajanke

Slika 7.2.30. Komponente sustav za navođenje zrakoplova na parkirnu

poziciju stajanke, (kamere i zasloni)

Slika 7.2.31. Princip prikaza tipa zrakoplova i navođenja prema parkirnoj

poziciji s udaljenostima u metrima, (do 3m)

317
 Slika 7.2.31. Princip navođenja prema parkirnoj poziciji s udaljenostima u
metrima, (manje od 3m)

Inteligentni sustavi za navođenje zrakoplova do stajanke i na parkirnu

poziciju velike su preciznosti. Navođenje nosa zrakoplova na poziciju po
azimutu koji zatvara pravac sjevera s točkom promatranja, a mjeri se u smjeru
kretanja kazaljke na satu u veličinama prikazuje Tablica 7.2.7.

Tablica 7.2.7. Najmanja preciznost informacija o odmaku zrakoplova

po sustavu A-VDGS

INFORMACIJE O NAVOĐENJU AZIMUT UDALJENOST

Maksimalno odstupanje na +/- 250 mm +/-500 mm

parkirališnommjestu (zaustavljanje)
Maksimalno odstupanje na +/-340 mm +/-1.000 mm
udaljenostiod 9 m od parkirališnog
mjesta(zaustavljanje)
Maksimalno odstupanje na +/-400 mm +/-1.300 mm
udaljenostiod 15 m od parkirališnog
mjesta(zaustavljanje)
Maksimalno odstupanje na +/-500 mm Nije definirano
udaljenostiod 25 m od parkirališnog
mjesta(zaustavljanje)

U istu grupu inteligentnih sustava ubrajaju se i sustavi za navođenje

zrakoplova koji su integrirani u sustav svjetlosne signalizacije, Slike 7.2.32. i
7.2.33.

318
 Slika 7.2.32. Dio nadzorno upravljačkog sustava za vođenje zrakoplova do
stajanke

Slika 7.2.33. Periferne komponente sustav za upravljanje kretanjem po

stazama za vožnju

Princip rada inteligentnog sustava za vođenje zrakoplova sa stajanke do

USS na polijetanje isti je kao i sustav za vođenje zrakoplova do stajanke.
Sustav je integriran u aerodromski sustav svjetlosne signalizacije, Slike 7.2.34.
do 7.2.39.

319
Slika 7.2.34. Komponente inteligentnog sustav za vođenje zrakoplova po
stazama za vožnju ( A-senzor, B-nadzirani zrakoplov, C-područje nadzora
USS, D-konvertor, E-integrator u SSK, F-upravljačko mjesto na tornju)

Slika 7.2.35. Periferna jedinica inteligentnog sustav za vođenje zrakoplova

po stazama za vožnju –ugradno svjetlo ili senzor

320
Slika 7.2.36. Princip integracije svih komponenti inteligentnog sustav za
vođenje zrakoplova po stazama za vožnju

321
 a) b)
Slika 7.2.37. Vođenje zrakoplova inteligentnim sustavom na polijetanje
a) zrakoplov pred STOP-BAR-om na čekanju, b) izlazi na USS

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

322
 e) f)
Slika 7.2.39. Vođenje zrakoplova inteligentnim sustavom na polijetanje
e)zrakoplov prolazi zaštitnu zonu USS, f) ulazi u zonu USS na polijetanje)

U istu grupu inteligentnih sustava ubrajaju se i sustav za navođenje

aviomosta na vrata zrakoplova za izlaz putnika iz parkiranog zrakoplova na
stajanci, koji je integriran u sustav opsluživanja zrakoplova, Slika 7.2.40.

Slika 7.2.40. Navođenje aviomosta za izlaz iz zrakoplova

323
 Inteligentnim podsustavima za opsluživanje zrakoplova po dolasku na
stajanku upravlja aerodromski prometni centar, Slika 7.2.41. i 7.2.42.

Slika 7.2.41. Aerodromski prometni centar iz kojeg se upravlja operacijama

na stajanci preko inteligentnih podsustava

Slika 7.2.42. Prikaz dijela opreme u aerodromskom prometnom centru iz

kojeg se upravlja operacijama na stajanci

Inteligentnim podsustavima za upravljanje kretanjem zrakoplova po

stazama za vožnju do dolaska na stajanku, kao i slijetanjem i polijetanjem
zrakoplova upravljaju kontrolori s kontrolnog tornja, Slika 7.2.43. i 7.2.44.
324
Slika 7.2.43. Aerodromska kontrola koja upravlja slijetanjem i polijetanjem
zrakoplova

Slika 7.2.44. Aerodromski kontrolni toranj s kojeg se upravlja kretanjem

zrakoplova sve do dolaska na stajanku

325
 Nadzorno upravljački dijelovi inteligentnih podsustava koji su vezani na
sustav svjetlosne signalizacije, nalaze se na lokacijama, u prostorijama,
prometnog centra i kontrolnog tornja. Upravljanje kretanjem zrakoplova po
stazama za vožnju dok se zrakoplov kreće prema stajanci ili odlazi sa stajanke
upravljaju kontrolori. Po dolasku na stajanku upravljanje opsluživanjem
zrakoplova preuzima prometni centar.

Mrežu aerodromskih inteligentnih tehničkih sustava i sustava za

gospodarenje prikazuju slike 7.2.45. i 7.2.46.
Sustav svjetlosne signalizacije integriran s inteligentnim podsustavima za
upravljanje kretanjem zrakoplova po stazama za vožnju prikazuju slike 7.2.47.
do 7.2.49. Opremu i povezivanje inteligentnih sustava u podstanicama za
sustave kategorije III, prikazuju slike 7.2.50. do 7.2.52.

Slika 7.2.45. Mreža povezivanja aerodromskih inteligentnih sustava

326
Slika 7.2.46. Konfiguracija povezivanja aerodromskih inteligentnih sustava

Slika 7.2.47. Oprema i povezivanje inteligentnog sustava na tornju

327
Slika 7.2.48. Zaslon upravljanja i nadzora inteligentnim sustavom na tornju

Slika 7.2.49. Sustav svjetlosne signalizacije uzletno-sletne staze CAT III

Slika 7.2.50. Oprema i povezivanje inteligentnog sustava u podstanici

328
 Slika 7.2.51. Prikaz nadzora stanja inteligentnog sustava u podstanici

Slika 7.2.52. Aerodromski sustavi rasvjete operativnih površina

Integraciju aerodromskih inteligentnih podsustava i sustav svjetlosne

signalizacije, s komponentaqma inteligentnih podsustava za upravljanje
kretanjem zrakoplova po stazama za vožnju prikazuje slika 7.2.53.
Pregled i značenje oznaka aerodromskih sustava i opreme prikazuje Tablica
7.2.8. a globalnu podjelu aerodromskih sustava svjetlosne signalizacije
prikazuje Tablica 7.2.9.

329
Slika 7.2.53. Prikaz integracije dijelova inteligentnih podsustava za
upravljanje kretanjem zrakoplova po stazama za vožnju

330
Tablica 7.2.8. Pregled i značenje oznaka aerodromskih sustava i opreme

Red. Oznaka Engleski naziv Hrvatski naziv

br.
AGL Airfield Ground Lighting zemaljski svjetlosni
sustav
ALS Airfield Lighting System sustav svjetlosne
signalizacije
AMS Airport Monitoring Systems aerodromski nadzorni
sustav
AFTN Aviation Fixed Telecommunication zrakoplovna stacionarna
Network telekomunikacijska
mreža
ATIS Airtraffic Information System informacijski sustav
zračnog prometa
zračnog prometa
ATS Airtraffic Services služba kontrole zračnog
prometa
ACN Aircraft Classification Number klasifikacijski broj
zrakoplova
CCR ConstantCurrentRegulators regulator konstantne
struje
EPS Electric Power Systems sustav elektro opskrbe

LCU Lighting Monitoring System–Control svjetlosni nadzorni

Unit sustav
LOC Localizer usmjerivač
LLC Lighting Monitoring System–Lighting svjetlosni nadzorni
Controller sustav – svjetlosni
kontroleri
LMC Lighting Monitoring System–Media svjetlosni nadzorni
Convertor sustav –prijenosni
pretvarači
LMS Lighting Monitoring System svjetlosni nadzorni
sustav
LTP Testing and Programming device for Uređaj za ispitivanje i
the modules LLC and LMC programiranje modula
svjetlosnog nadzornog
sustava
IFR Instrument Flight Rules pravila instrumentalnog
letenja

331
 ILS Instrument Landing System sustav za instrumentalno
slijetanje
IMC Instrument Meteorological meteorološki uvjeti za
Conditions instrumentalni let
MLS Microwave Landing System mikrovalni sustav za
instrumentalnoslijetanje
ME Meteorological Equipment meteorološka oprema
MM Middle Marker srednji marker
OCA/H Obstacle Clearance Altitude/Height visina nadvišenja
prepreka/visina
OFZ Obstacle Free Zone zona bez prepreka
OM Outer Marker vanjski marker
PAPI Precision Approach Path Indicator pokazivač letne
putanjepreciznog
prilaženja
RCLL Runway Centre Line Light središnje crte
uzletnosletne
staze
REDL Runway Edge Light svjetla ruba uzletno-
sletne staze
RNE Radio Navigation Equipmentand radio-navigacijska
Systems oprema i sustavi
RENL Runway EndLight svjetla kraja uzletno-
sletne staze (USS)
RVR Runway Visual Range vidljivost uzduž uzletno-
sletne staze
STOP- Stop Bar zaustavna prečka
BAR
TDZ Touchdown Zone zona dodira
THR Threshold prag
TWR Aerodrome Control Tower aerodromski kontrolni
toranj
TWY Taxiway staza za vožnju
VFR Visual Flight Rules pravila vizualni let
VMC Visual Meteorological Conditions meteorološki uvjeti za
vizualno letenje

332
 Tablica 7.2.9. Globalna podjela aerodromskih sustava svjetlosne
signalizacije

AERODROMSKI SUSTAVI SVJETLOSNE SIGNALIZACIJE

SUSTAVI RASVJETE PRILAZNIH SUSTAVI RASVJETE OPERATIVNIH

SVJETALA POVRŠINA AERODROMA

SUSTAVI SUSTAVI
RASVJETE RASVJETE
MANEVARISKIH STAJANKE
POVRŠINA

Inteligentni sustavi instalirani su na aerodromskim lokalitetima:

 OBJEKTIMA,
 OPERATIVNIM POVRŠINAMA i
 POVRŠINAMA PRILAZNIH SVJETALA

Inteligentni sustavisadrže veze između:

 INSTALACIJA i
 UREĐAJA

Koji su funkcionalne cjeline sustava svjetlosne signalizacije i pripadaju:

 SUSTAVU RASVJETE PRILAZNIH SVJETALA I

 SUSTAVU RASVJETE OPERATIVNIH POVRŠINA
AERODROMA

Sustavi prilaznih svjetala i sustavi rasvjete operativnih površina aerodroma

imaju svoje dijelove:

 Sustav svjetala za kružno navođenje

 Sustavi prilazne rasvjete
 Sustavi svjetlosnih pokazivača nagiba prilaza
333
 Svjetlosni sustavi za uvođenje zrakoplova na USS
 Svjetlosni sustavi za identifikaciju praga USS-e
 Sustavi svjetala praga USS-e i krilnih prečki
 Sustav rubnih svjetala USS-e
 Sustavi svjetala središnje crteUSS-e
 Sustav svjetala područja dodirana USS-i
 Svjetla kraja (završetka) USS-e
 Sustavi svjetala okretišta USS-e
 Sustav svjetala izlaska s površine za uklanjanje i sprječavanje
stvaranja leda
 Sustav sigurnosnih svjetala USS-e
 Svjetlosni sustav za navođenje zrakoplova na poziciju s aviomostom
 Napredni svjetlosni sustav navođenja zrakoplova na aviomost
 Sustav svjetala za navođenje zrakoplova na poziciju
 Sustav svjetala zaustavne prečke
 Sustav svjetala staze za zaustavljanje
 Sustav svjetala središnje crte staze za vožnju
 Svjetlosni pokazivači brzih izlaznih staza za vožnju
 Sustav rubnih svjetala staze za vožnju
 Rubna svjetla stajanke
 Svjetlosni znakovi naredbi
 Informativni svjetlosni znakovi
 Rasvjeta za slučaj događaja koji ugrožava sigurnost
 Rasvjeta pokazivača smjera vjetra
 Aerodromski svjetlosni far
 Svjetlosni identifikacijski far
 Sustav rasvjete stajanke
 Svjetla i rasvjeta za označavanje prepreka
 Sustavi rasvjete na zatvorenoj USS i stazi za vožnju

334
 Osnovni dijelovi sustava prilaznih svjetala i sustava rasvjete operativnih
površina aerodroma su svjetla i znakovi koji su priključeni na sustave sigurnog
napajanja električnom energijom, za sustave zrakoplovne navigacije
uključujući sustave za vođenje i kontrolu površinskog kretanja.

Dijelovi instalacije i uređaji koji čine funkcionalnu elektrotehničku cjelinu

sustava prilaznih svjetala i sustava rasvjete operativnih površina aerodroma,
priključeni na sustave sigurnog napajanja električnom energijom su:

I N S T A L A C I J E:

 Primarni strujni krugovi kabelskih vodova sustava svjetlosne

signalizacije
 Sekundarni strujni krugovi kabelskih vodova sustava svjetlosne
signalizacije
 Električni strujni krugovi osim primarnih i sekundarnih za napajanje
ostale rasvjete
 Instalacije komunikacijskih i informacijsko prijenosnih veza za sustave
signalizacije
 Primarni konektori i spojnice za kabelske vodove sustava svjetlosne
signalizacije
 Sekundarni konektori za kabelske vodove sustava svjetlosne
signalizacije

U R E Đ A J I/S U S T A V I:

 Izolacijski transformatori strujnih krugova sustava svjetlosne

signalizacije
 Regulatori konstantne struje za napajanje primarnih strujnih krugova
 Moduli mjerenja, nadzora i upravljanja povezani na sustave rasvjete i
sustave sigurnog napajanja električnom energijom
 Sustav za nadzor i upravljanje sustavom svjetlosne signalizacije na
kontrolnom tornju
 Sustav za nadzor sustavom svjetlosne signalizacije u centru održavanja

335
  Sustav za nadzor i upravljanja sustavima sigurnog napajanja za potrebe
sustava svjetlosne signalizacije u EEO i centru održavanja

Objekti i operativne površine funkcionalnih cjelina instalacija i uređaja sustava

svjetlosne signalizacije, rasvjete operativnih površina aerodroma i sustava
sigurnog napajanja električnom energijom su:

O B J E K T I:

 Transformatorske stanice
 Sklopna, razvodna i razdjelna postrojenja
 Agregatske stanice
 Akumulatorske stanice
 Stanice uređaja besprekidnog i rezervnog napajanja
 Centri upravljanja, nadzora i veza elektroenergetskih postrojenja
 Centri održavanja
 Kontrolni toranj
 Prometni centar

O P E R A T I V N E P O V R Š I N E:

 Uzletno-sletna staza
 Okretišta
 Sigurnosna površina kraja uzletno-sletne staze
 Staza za zaustavljanje
 Staza za vožnju
 Površine i pozicije za čekanje
 Stajanka

POVRŠINE PRILAZNIH SVJETALA

336
  Površina prilaznih svjetala aerodroma uređene opremom za kategorije
CATI, II ili III (IIIA, IIIB, i IIIC)
 Površina prilaznih svjetala aerodroma skraćenog prilaza
 Površine prečki prilaznih svjetala
 Površina prilaznog bljeskajućeg slijednog svjetla
 Površina bljeskajućeg rubnog svjetla USS

Slika 7.2.48. Pogled iz zraka na aerodromsku zgradu i operativne površine

Slika 7.2.49. Pogled na kretanje zrakoplova po stazama za vožnju

337
7.3 Inteligentni i ekspertni sustavi u elektroenergetici

U elektroenergetskom sustavu, jedan od ključnih elemenata su

rasklopna postrojenja. U svakom od njih ima više polja, koja u sebi imaju
više tipova visokonaponske opreme, koja ovisno o tipu i namjeni polja
može biti raspoređena u različitim kombinacijama. Tako u njima imamo
prekidače, rastavljače, zemljospojnike, strujne i naponske mjerne
transformatore i odvodnike prenapona.

Pravilno funkcioniranje svih ovih uređaja koji se mogu naći u jednom

polju znači siguran rad svih uređaja koji su spojeni na to polje, a među
njima su i kapitalni objekti generatori i transformatori.

Tradicionalne metode održavanja opreme u elektroenergetskim

postrojenjima zahtijevaju značajna financijska sredstva i zaposlenike s
velikom količinom znanja koji se znaju snaći u slučaju poremećaja rada
sustava. Međutim, pojedine nepravilnosti u radu i u stanju opreme se čak
niti na ovaj način ne mogu uvidjeti, prvenstveno stoga što se one mogu
dogoditi u razdoblju između dva intervala inspekcija opreme. Na ovaj način
se u postrojenju ipak može dogoditi kvar.

Sustavi monitoringa stanja opreme predstavljaju značajan napredak u

pouzdanosti i ekonomskoj učinkovitosti energetskih sustava. U sklopu
uvođenja naprednih energetskih mreža i digitalizacije elektroenergetskog
sustava, sustavi monitoringa se ističu kao jedna od osnovnih komponenti
novog energetskog doba. Korištenje ovakvih sustava čini opskrbu
električnom energijom sigurnijom, pouzdanijom i kvalitetnijom. Glavni
cilj korištenja sustava monitoringa je predvidjeti kvar prije nego do njega
dođe te na vrijeme alarmirati korisnike.

Sustavom monitoringa rasklopnih postrojenja kontinuirano se prati

stanje prekidača, rastavljača, mjernih transformatora i zemljospojnika, te
se omogućava uvid u stvarno stanje svakog pojedinog elementa. Glavna
karakteristika sustava je njegova modularna struktura te nije nužno trajno
provoditi nadzor svih navedenih elemenata, već samo nekih od njih. Sustav
je moguće povezati sa sustavom monitoringa transformatora i generatora
čime se dobije integrirani sustav monitoringa. Podacima takvog sustava
pristupa se putem web korisničkog sučelja.

338
 Prednosti sustava monitoringa rasklopnog postrojenja su:

• predviđanje i prevencija kvara,

• povećanje pouzdanosti i raspoloživosti opreme,
• smanjenje troškova održavanja, i
• održavanje prema stanju opreme.

7.3.1 Visokonaponski SF6 prekidači

Najvažniji i najskuplji element visokonaponskog rasklopnog

postrojenja je prekidač. Iako postoje različiti mediji za gašenje električnog
luka (ulje, komprimirani zrak, vakuum, plin sumporni heksafluorid – SF6),
danas na visokom naponu suvereno vlada plin SF6.
Visokonaponski SF6 prekidači za vanjsku montažu gase električni luk
u plinu sumpornom heksafluoridu - SF6, koji se nalazi pod malim tlakom u
polovima prekidača, a komprimira se tijekom isklapanja. Za
komprimiranje plina i pokretanje kontakata koristi se elektrohidraulički ili
opružni pogon. Upravljanje može biti daljinski, jednopolno ili tropolno.
Svaki pol prekidača opremljen je odgovarajućim brojem prekidnih
komora i potpornih izolatora. Prekidači s više od jedne komore prema polu,
u pravilu, imaju i visokonaponske kondenzatore za postizanje jednolike
raspodjele povratnog napona prema komori. „Starije“ izvedbe prekidača u
Svijetu imale su i uklopne otpornike za ograničavanje prenapona tijekom
uklapanja dalekovoda.

Prva generacija SF6 prekidača su dvotlačni prekidači u slučaju kojih

se plin SF6 „nalazi” u visokotlačnom spremniku pod tlakom 1 do 1.6 MPa.
Tijekom gašenja električnog luka plin SF6 „struji“ iz visokotlačnog
spremnika u prekidnu komoru u kojoj je niski tlak. Glavni nedostatak ovih
prekidača je što se pri tlaku od 1 do 1.6 MPa potrebnom za uspješno gašenje
električnog luka plin SF6 ukapljuje pri temperaturi i iznad
00 C. Upravo zbog toga predmetni prekidači zahtijevaju intenzivno
grijanje!
Druga generacija SF6 prekidača su jednotlačni, kompresijski
prekidači. Tlak plina SF6 u prekidaču iznosi 0.5 do 0.8 MPa. Visoki tlak
potreban za gašenje električnog luka stvara se samo tijekom procesa
prekidanja struje na taj način da pomični kompresijski cilindar tlači plin u
prekidnoj komori. Bitni nedostatak ovih prekidača je taj što pogonski
mehanizam treba osigurati energiju i za gibanje kontakta i za realiziranje
visokog tlaka potrebnog za gašenje električnog luka. Upravo zbog toga su

339
pogonski mehanizmi izuzetno složeni i snažni, a reakcijske sile su na
postolju bitno uočljive.

Treća generacija SF6 prekidača su jednotlačni, auto kompresijski

prekidači koji u fazi prekidanja struje koriste toplinsku energiju električnog
luka za postizanje visokog tlaka u prekidnoj komori neophodnog za
uspješno gašenje. Pogonski mehanizam koristi se samo za osiguravanje
energije potrebne za gibanje kontakta, te je poradi bitnog smanjenja
potrebne pogonske energije omogućena upotreba malih, pouzdanih
opružnih mehanizama.

7.3.1.1 Princip rada visokonaponskog SF6 prekidača

Kompresijski princip

Na slici 7.1. predočena je prekidna komora visokonaponskog SF6

prekidača koji „koristi“ kompresijski princip za gašenje električnog luka.

Potreban tlak plina za gašenje električnog luka nastaje unutar

kompresijskog cilindra (1) smještenog u prekidnoj komori. Tijekom
isklapanja pomiču se kompresijski cilindar (1) i pomični kontaktni prsti
(2) prema nepomičnom klipu (4) i na taj način tlače obuhvaćeni plin SF6,
slika 7.1.b. Razdvajanjem kontakata, pomična vodilica (5), koja
jednakovremeno djeluje kao zasun, oslobađa strujanje stlačenog plina SF6,
slika 7.1. c. Električni luk, koji u početku gori između sapnice i pomičnog
kontakta, uslijed struje plina i elektrodinamičkih sila električnog luka za
nekoliko milisekundi potiskuje se u sapnice, slika 7.1. c i gasi se 5 do 15
milisekundi nakon galvanskog razdvajanja kontakata. Kompresijski
cilindar pri tome obuhvaća prostor za gašenje i čini komoru pod tlakom.
Komprimirani plin struji najkraćim putem, radijalno na rastavno mjesto, i
odvodi se aksijalno kroz sapnice. Nakon prekida struje, pomični kontakt se
dalje giba do svog krajnjeg isklopljenog položaja, slika 7.1. d.

340
 1

2
5
3

a) b) c) d)

1 kompresijski cilindar 4 nepomični klip

2 kontaktni prst 5 pomična vodilica
3 metalna sapnica

Slika 7.1. Kompresijski princip gašenja električnog luka u slučaju

visokonaponskih SF6 prekidača s dvije metalne sapnice

Na slici 7.2. predočena je komora koja ima jednu izoliranu sapnicu,

glavne i lučne kontakte. Pomični kontakti (4 i 6), sapnica (2) i kompresijski
cilindar (8) čine jedan pomični sklop. Gibanjem ovog sklopa, slika 7.2. b,
dolazi do tlačenja plina SF6 unutar kompresijskog volumena (7). Prvotno
se razdvajaju glavni kontakti (5 i 6), a zatim lučni (3 i 4). U trenutku
razdvajanja kontakata, slika 7.2. c, pali se električni luk, a u trenutku
prolaza struje kroz nulu električni luk se gasi i stlačeni plin počinje strujati
iz kompresijskog volumena kroz sapnicu, slika 7.2. d.

341
 1 2

3
5
4
6
7 8

9
11
10

a) b) c) d) e)

1 gornji strujni vodič 7 kompresijski volumen

2 sapnica 8 kompresijski cilindar
3 nepomični lučni kontakt 9 ventil za punjenje
4 pomični lučni kontakt 10 nepomični klip
5 nepomični glavni kontakt 11 doljnji strujni vodič
6 pomični glavni kontakt

Slika 7.2. Kompresijski princip gašenja električnog luka kod

visokonaponskih SF6 prekidača s jednom izoliranom sapnicom

Auto kompresijski princip

Na slici 7.3. predočena je prekidna komora visokonaponskog SF6

prekidača koji koristi auto kompresijski princip, odnosno toplinsku
energiju električnog luka u fazi gašenja.
U trenutku razdvajanja kontakata između njih se pali električni luk koji
intenzivno zagrijava okolni plin SF6. U slučaju prekidanja malih struja,
toplinska energija električnog luka nije dostatna za stvaranje visokog tlaka
kao niti za zatvaranje auto kompresijskog ventila (8) u auto kompresijskom
cilindru (7). Zbog toga se potreban visoki tlak stvara uslijed tlačenja plina
između kompresijskog cilindra (10) i nepomičnog klipa (13) u
kompresijskom volumenu (9), slika 7.3. b i c. U trenutku prolaza struje kroz
nulu gasi se električni luk i oslobađa prolaz kroz sapnice (2) kroz koji plin
struji u prostor glavnog fiksnog kontakta (5) i deionizira među kontaktni
prostor, slika 7.3. d.

342
1 2

5
3
6
4
7 8

10
9
12
11

13 14

a) b) c) d) e)

1 gornji strujni vodič 8 auto kompresijski ventil

2 sapnica
3 nepomični lučni kontakt
4 pomični lučni kontakt
5 nepomični glavni kontakt
6 pomični glavni kontakt
7 auto kompresijski volumen
9 kompresijski volumen
10 kompresijski cilindar
11 ventil za ponovno punjenje
12 ventil za oslobađanje nad tlaka
13 nepomični klip
14 doljnji strujni vodič

Slika 7.3. Auto kompresijski princip rada visokonaponskog SF6

prekidača – prekidanje malih struja

Na slici 7.4. predočeno je prekidanje struje kratkog spoja. Tijekom

gorenja električnog luka, zbog visoke temperature, raste tlak u
kompresijskom (9) i auto kompresijskom volumenu (7), slika 7.4. b. Pri
dovoljno visokom tlaku zatvara se auto kompresijski ventil (8), slika 7.4.
c. Jednakovremeno otvara se tlačni ventil (11) i propušta višak stlačenog
plina iz kompresijskog volumena (9). U trenutku prolaza struje kroz nulu
gasi se električni luk i oslobađa prolaz kroz sapnice (2). Plin SF6 počinje
strujati iz prostora s višim tlakom (7) kroz sapnice (2) u prostor s nižim
tlakom (1) i na taj način vrlo brzo deionizira prostor između kontakata,
slika 7.4. d. Visoki tlak plina u prekidnoj komori stvoren je isključivo
korištenjem toplinske energije električnog luka, a pogonski mehanizam
služi samo za osiguravanje energije potrebne za gibanje kontakata. Zbog
značajnog smanjenja potrebne energije ovaj prekidač koristi mali opružni
mehanizam.

343
 1
2

7
8

9 11

a) b) c) d) e)

Slika 7.4. Auto kompresijski princip rada visokonaponskog SF6

prekidača – prekidanje struje kratkog spoja

Princip dvostrukog gibanja kontakata

Na slici 7.5. predočena je komora visokonaponskog SF6 prekidača koji

osim auto kompresijskog principa koristi i princip dvostrukog gibanja
kontakata.

Energija pogonskog mehanizma proporcionalna je kvadratu brzine,

E = ½ mv2. Gibanjem oba kontaktna sustava brzina je smanjena za 50 %, a
da se nisu promijenili ostali tehnički parametri (vrijeme uklopa i isklopa).
Zahvaljujući principu dvostrukog pomičnog kontaktnog sustava, energija
pogonskog mehanizma smanjena je za 65 %.

344
 5

1 doljnji pomični kontakt 2 gornji pomični kontakt

3 auto kompresijski volumen 4 kompresijski volumen
5 kompresijski stap

Slika 7.5. Princip rada visokonaponskog SF6 prekidača s dvostrukim

pomičnim kontaktnim sustavom

7.3.1.2 Konstrukcija

Prekidači napona 72.5 - 170 kV izvode se s jednom, okomito

postavljenom standardnom prekidnom komorom, i jednim potpornim
izolatorom. Prekidači 245 - 420 kV izvode se s dvije horizontalno
postavljene standardne prekidne komore i dva ili tri potporna izolatora,
ovisno o nazivnom naponu. Također, postoji i izvedba prekidača 245 kV s
jednom okomito postavljenom posebnom prekidnom komorom (tzv.
„bačvastog“ oblika) i dva potporna izolatora.

345
 PREKIDNA KOMORA

POTPORNI IZOLATOR

POGONSKI MEHANIZAM

1 prekidna komora 2 potporni izolator 3 pogonski mehanizam

Slika 7.6. Glavni konstrukcijski sklopovi visokonaponskog SF6 prekidača

a) b)

1 prekidna komora 2 potporni izolator 3 pogonski mehanizam

Slika 7.7. Izvedbe pogona visokonaponskih SF6 prekidača

a) tropolni pogon
b) jednopolni pogon

346
7.3.1.3 Pogonski mehanizam

Elektrohidraulički pogon

Elektrohidraulički pogonski sustav sastoji se od:

- elektromotora,
- uljne crpke,
- hidrauličkog pogona,
- hidrauličkog spremnika,
- uljnog spremnika,
- okidačkog bloka i
- signalne sklopke.

Okidački blok sadrži ventile potrebne za upravljanje. Neposredno na

okidački blok pričvršćeni su uklopni i isklopni elektromagnet.

Princip rada elektrohidrauličkog pogonskog sustava visokonaponskog

SF6 prekidača predočen je na slici 7.8.

Iz zajedničkog hidrauličkog spremnika (1), kroz cijevi koje su trajno

pod tlakom, ulje dolazi do pogonskog cilindra svakog pola. „Isklopna“
strana pogonskog stapa (2) trajno je pod tlakom, a „uklopna“ strana dolazi
pod tlak ovisno o smjeru prolaza ulja kroz glavni razvodni ventil (4). Sila
potrebna za uklapanje jednaka je razlici sila koje djeluju na suprotnim
stranama pogonskog stapa (dakle razlici površina). Površina „isklopne“
strane stapa je za površinu stapne motke manja od površine „uklopne“
strane.

Pogonski stap je u oba krajnja položaja fiksiran hidrauličkom silom, a

nešto prije postizanja ovih položaja gibanje se hidraulički prigušuje.

Ventili ventilskog bloka konstruirani su tako da osiguravaju ispravno

i pouzdano otvaranje i zatvaranje tijekom faza sklapanja. Pri nestanku
upravljačkog napona i padu tlaka hidraulike ventili „ostaju“ u njihovom
trenutnom krajnjem položaju.

347
 1 Hidraulički spremnik 9 Električki motor
2 Pogonski stap 10 Filter
3 Upravljački ventil 11 Nepovratni ventil
4 Glavni razvodni ventil 12 Tlačni kompenzacijski ventil
5 Uklopni svitak 13 Sigurnosni ventil
6 Isklopni svitak 14 Manometar
7 Uljni spremnik 15 Tlačni releji
8 Uljna crpka 16 Kompaktni hidraulički pogon

Slika 7.8. Shematsko predočenje elektrohidrauličkog pogonskog sustava

prekidača

Uklapanje

Uzbudom svitka (5) uklopnog elektromagneta otvara se upravljački

ventil (3), a time preko nepovratnog ventila (11) i glavni ventil (4), koji
zbog samoodržanja ostaje otvoren. Gibanjem klipa u glavnom ventilu
jednakovremeno se zatvara veza sa spremnikom ulja (7) i otvara tlačni
prostor prema „uklopnoj“ strani pogonskog klipa i pogon uklapa prekidač.

348
 Isklapanje

Uzbudom svitka (6) isklopnog elektromagneta zatvara se upravljački

ventil (3). Glavni razvodni ventil (4) gubi samoodržanje, budući da ulje iz
tlačnog prostora „odlazi“ u spremnik ulja (7), te taj prostor ostaje bez tlaka.
Gibanjem stapa u glavnom ventilu jednakovremeno se „uklopnoj“ strani
stapa otvara veza sa spremnikom ulja i zatvara dotok stlačenog ulja iz
tlačnog prostora. Budući da je „isklopna“ strana stapa trajno pod tlakom,
a pod „uklopnom“ se na opisani način tlak smanjuje, pogon isklapa
prekidač.

Elektrohidraulički pogonski sustav u elektroenergetskim

postrojenjima HEP-a imaju prekidači proizvodnje KONČAR i SIEMENS.

Motorno opružni pogon

Motorno opružni pogonski sustav sastoji se od:

- Električkog motora,
- uklopne opruge (spiralna ili cilindrična tlačna) i
- isklopne opruge (cilindrična tlačna opruga)

1 isklopna zaporka 7 pogonska poluga

2 pogonska poluga
3 uklopna poluga
4 uklopna zaporka
5 glavna osovina
6 uklopna opruga (spiralna)
8 univerzalni električki motor
9 krajnja sklopka
11 amortizer
A isklopna opruga

Slika 7.9. Motorno opružni pogon – spiralna i cilindrična opruga

349
 Slika 7.10. Motorno opružni pogon – isklop

U normalnom pogonskom stanju kontakti prekidača su zatvoreni, a

isklopna i uklopna opruga su napete.

Isklapanje

Uzbudom svitka isklopnog elektromagneta otpušta se isklopna

zaporka (1), slika 7.10., i isklopna opruga (A) izvede isklop prekidača.
Gibanje kontaktnog sustava prekidača prigušeno je djelovanjem amortizera
(11).

11

a) b)

Slika 7.11. Motorno opružni pogon – uklop

a) uklop
b) napinjanje uklopne opruge

350
 Uklapanje

Uzbudom svitka uklopnog elektromagneta otpušta se uklopna zaporka

(4), slika 7.11. a). Pogonska poluga (2) dovodi uklopnu polugu (3) u
zatvoreni položaj. Jednakovremeno napinje se i isklopna opruga (A). U
trenutku kada kontakti prekidača „dođu“ u zatvoreni položaj, uklopna
poluga (3) se blokira isklopnom zaporkom (1), a pogonska poluga (2) se
oslobađa i nastavlja gibanje do neutralnog položaja. Prekidač je uklopljen
i strujni krug motora se zatvara preko krajnje sklopke (8), a motor (7) starta
i napinje uklopnu oprugu (6) slika 7.11 b). Kada je uklopna opruga napeta,
krajnja sklopka (8) otvara krug motora.

Ovakav opružni pogonski sustav u elektroenergetskim postrojenjima

HEP-a imaju prekidači proizvodnje KONČAR, ABB i AREVA.

Sličan princip rada ima i opružni pogon s dvije cilindrične tlačne

opruge, slika 7.12. Na slici je predočen mehanizam s napetom uklopnom
oprugom (7), odnosno u položaju za uklop.

Uklapanje

Uzbudom uklopnog svitka (1) otpušta se uklopna zaporka i „prazni“

uklopna opruga (7). Uklopna opruga pokreće uklopnu kulisu (2) koja
djeluje na isklopnu kulisu (11). Isklopna kulisa „gura“ pogonsku motku (4)
i preko kutne poluge (3) uklapa prekidač. Jednakovremeno pogon
započinje nadopunjavanje napetosti uklopne opruge (7), a isklopna kulisa
(11), preko pogonske osovine (13), napinje isklopnu oprugu (17) do
krajnjeg položaja i prekidač je spreman za isklop.

Isklapanje

Uzbudom isklopnog svitka (15) otpušta se isklopna zaporka i „prazni“

isklopna opruga (17). Isklopna opruga preko motke isklopne opruge (6) i
pogonske motke (4) zakreće kutnu polugu (3) i isklapa prekidač.

Ovakav opružni pogonski sustav u elektroenergetskim postrojenjima

HEP-a imaju prekidači proizvodnje SIEMENS.

351
1 uklopni svitak
2 uklopna kulisa
3 kutna poluga
4 pogonska motka
5 motka za uklopnu oprugu
6 motka za isklopnu oprugu
7 uklopna opruga
8 pogon
9 mehanizam za napinjanje
10 motka za napinjanje
11 isklopna kulisa
12 uklopni prigušnik
13 pogonska osovina
14 isklopni prigušnik
15 isklopni svitak
16 kućište mehanizma
17 isklopna opruga

 UKLOP
 ISKLOP

Slika 7.12. Motorno opružni pogon – dvije cilindrične tlačne opruge

352
 Elektromotorni pogon
Elektromotorni pogon je jedno od najnovijih rješenje pogonskog mehanizma,
i za sada ga predlaže samo firma ABB pod imenom „Motor Drive“, slika 7.13.
Riječ je o digitalnom sustavu sa servomotorom koji neposredno zakreće kontakte
prekidača. Jedini pokretni dio pogona je osovina motora. Pogonska energija
potrebna za rad motora akumulirana je u kondenzatorskoj bateriji, a upravljanje
se obavlja s pomoću digitalne I/O tehnologije i senzora položaja.

Slika 7.13. Elektromotorni pogon – „Motor Drive“

Temeljne su prednosti predmetnog pogona nepostojanje tzv. klasičnog

mehanizma, odnosno minimalan broj mehaničkih (pokretnih) dijelova kao i
povratna veza koja omogućava da I/O upravljački sustav kontinuirano
„obavještava“ korisnika o položaju, stanju motora i punjenju i pražnjenju
kondenzatorske baterije. Pored toga predmetni pogon ima i funkciju samo-
testiranja tzv. „Micro motion“ s kojom unaprijed programiranom učestalošću, čak
i kada je prekidač u pogonu, s malim pomacima (< 1mm) pogonske motke
(kontakata) provjerava funkcionalnost prekidača.

7.3.1.4 Upravljački i kontrolni krugovi

Upravljački i kontrolni krugovi imaju funkciju upravljanja radom prekidača.

Isklapanje ili uklapanje prekidača, u osnovi započinje vanjskim nalogom (ili s
releja ili od operatera) koji aktivira pogonski mehanizam poradi promjene
položaja glavnih kontakata. Jednakovremeno nadzorni sustav prekidača treba
ustanoviti dali je prekidač spreman izvršiti traženu „operaciju“ ili nije. U tu svrhu
353
nadzorni sustav prekidača konstantno motri nekoliko pogonskih veličina, npr.
stanje pogonske energije, gustoću plina, položaj glavnih kontakata i na temelju
dobivenih informacija dopušta da prekidač izvrši sklopnu „operaciju“ ili blokira
rad prekidača. Postoji velik broj različitih shema kontrolnih i upravljačkih
krugova visokonaponskih prekidača, međutim, sama logika rada je uvijek
jednaka, a predočena je na slici 7.14.

DC 1 DC 2 upravljački napon AC / DC

14. Daljinski nadzor i pokazivači

13. Uređaj za isključivanje napajanja

nadziranog kruga

14. Lokalni nadzor

12.Sklopka za upravljanje (lokalno / daljinski)
i pokazivači

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

10. Blokada
pumpanja

4. Kontrolnik 3. Električni
9. Kontakti kontrolnika gustoće M
gustoće motor

8. Signalna sklopka 2. Pogonski mehanizam

6. Isklopni 5. Uklopni 7. Isklopni 1. Glavni kontakti

15. Nesimetrija polova
svitak 1 svitak svitak 2 prekidača

mehanička veza
električna veza

Slika 7.14. Kontrolni i upravljački krug visokonaponskog prekidača

1. Glavni kontakti prekidača (nisu dio nadzornog kruga) mehanički su vezani

preko sklopne motke na pogonski mehanizam.
2. Pogonski mehanizam (nije dio nadzornog kruga) osigurava potrebnu
energiju za isklapanje i uklapanje glavnih kontakata.
3. Električki motor (nije dio nadzornog kruga) koristi se za nadopunjavanje
hidrauličkog spremnika, odnosno „napinjanje“ pogonske opruge.
4. Kontrolnik gustoće (temperaturno kompenzirana tlačna sklopka)
kontinuirano nadzire gustoću plina SF6.

354
5. Uklopni svitak. Stavljanjem ovog svitka pod napon pokreće se pogonski
mehanizam za uklop glavnih kontakata prekidača. Kada glavni kontakti
prekidača dođu u uklopljeni položaj, kontakti signalne sklopke („b“) u
uklopnom strujnom krugu se otvaraju i na uklopnom svitku nestaje napon.
6. Isklopni svitak. Stavljanjem ovog svitka pod napon pokreće se pogonski
mehanizam za isklop glavnih kontakata prekidača. Kada glavni kontakti
prekidača dođu u isklopljeni položaj, kontakti signalne sklopke („a“) u
isklopnom strujnom krugu se otvaraju i na isklopnom svitku nestaje napon.
7. Isklopni svitak 2. Obično postoje dva isklopna svitka, svaki na posebnom
upravljačkom naponu kako bi se izbjeglo zatajenje prekidača u slučaju
nestanka upravljačkog napona.
8. Signalna sklopka koristi se prije svega za prekidanje napajanja uklopnog i
isklopnog svitka kada završi sklopna „operacija“. Koristi se i za monitoring
stanja prekidača, odnosno i za monitoring ostalih funkcija. Obično ima 6
normalno otvorenih kontakata (NO) i 6 normalno zatvorenih kontakata
(NC). Često korisnici traže i puno veći broj kontakata.
9. Kontakti kontrolnika gustoće u slučaju gubitka plina, koji detektira
kontrolnik gustoće (4), prvo daju alarm „gubitak plina“, a u slučaju da plin
„padne“ ispod dozvoljene vrijednosti blokiraju rad prekidača.
10. Blokada pumpanja koristi se za sprječavanje ponovnog uklopa ako je
slučajno ostala aktivna komanda „uklop“, a prekidač dobije nalog za isklop.
Na taj se način sprječava višestruko uzastopno uklapanje i isklapanje
prekidača. Uklopna komanda stavlja pod napon anti-pumpni relej preko
kontakta „a“ signalne sklopke. Jedan kontakt ovog releja prekida isklopni
strujni krug, a drugi kontakt služi za samodržanje releja sve dok ne nestane
komanda za isklop.
11. Krajnja sklopka služi za aktiviranje i zaustavljanje električkog motora koji
služi za nadopunjavanje hidrauličkog spremnika, odnosno za napinjanje
pogonske opruge.
12. Sklopka za lokalno/daljinsko upravljanje omogućuje operateru biranje
načina upravljanja prekidačem.
13. Uređaj za isključivanje napajanja kontrolnog kruga služi za isključivanje s
napona tijekom radova održavanja.
14. Kontrola i pokazivači služe za pokazivanje položaja prekidača, odnosno
statusa lokalna/daljinska kontrola.
15. Nesimetrija polova. U slučaju prekidača s jednopolnim pogonom može se
dogoditi da sva tri pola prekidača nisu u istom položaju. Ukoliko se to
dogodi, vremenski relej se stavlja pod napon preko kontakata „a i b“
signalne sklopke i nakon određenog vremenskog kašnjenja (1.5 do 5 s) daje
prekidaču nalog za isklop, kako bi sva tri pola bila u otvorenom položaju.

355
7.3.2 Održavanje visokonaponskih prekidača

Održavanje (engl. maintenance) visokonaponskih prekidača je skup

tehničkih i administrativnih djelatnosti, sa ciljem da se prekidač održi ili ponovo
„vrati“ u stanje u kojem može obavljati namijenjenu mu funkciju. Takove
djelatnosti može se podijeliti na dijagnostiku i na radove, slika 7.15.

Slika 7.15. Djelatnosti održavanja visokonaponskih prekidača

Dijagnostika (engl. dijagnostici) visokonaponskih prekidača je

pravovremeno ili periodičko određivanje stanja prekidača (i njegovih sastavnih
dijelova) sa ciljem procjene pouzdanosti daljnjeg pogona i/ili predlaganja načina
i opsega servisiranja.

Pregled i provjere (engl. inspection) obuhvaćaju periodička vizualna

ispitivanja temeljnih osobina prekidača, te provjera funkcionalnosti, podešenosti
i točnosti. Provode se tijekom pogona, bez otvaranja prekidača. Predmetne
aktivnosti obično se odnose na provjeru: tlakova, razina pogonskih tekućina,
nepropusnosti, položaja releja, zagađenosti izolacijskih dijelova, ali i na radove
koji se mogu obavljati tijekom normalnog pogona, kao što su podmazivanje,
čišćenje, pranje i sl.

Monitoring (engl. monitoring, supervision) obuhvaća aktivnosti koje se

provode ručno ili automatski (očitavanjem mjernih instrumenata i signalizacije),
a u cilju promatranja stanja prekidača. Monitoring se provodi dok je prekidač u
pogonu. Ukoliko se provodi kontinuirano osmatranje mjernih instrumenata riječ
je o kontinuiranom motrenju (engl. continuos monitoring).

Dijagnostička ispitivanja (engl. diagnostic tests) su usporedbena ispitivanja

bitnih parametara prekidača kako bi se potvrdila njihova funkcionalnost.
Izmjerene veličine uspoređuju se sa specificiranim ili prethodno izmjerenim
356
veličinama (npr. veličinama izmjerenim tijekom tzv. rutinskih ispitivanja, ili
ispitivanja tijekom puštanja u pogon). Dijagnostička ispitivanja obično se provode
na prekidaču izvan pogona (engl. off-line tests), međutim, postoji mogućnost da
se stanovita ispitivanja provode i tijekom pogona (engl. on-line tests).

Radovi na prekidaču mogu se obavljati tijekom pogona (pregled i provjere),

odnosno kada je prekidač izvan pogona (revizije, remont i popravci).

Revizija (engl. examination) sadrži radove koji se obavljaju na prekidaču

prema unaprijed definiranom redoslijedu i terminu. Uz pregled i provjere koje se
ne mogu obaviti tijekom pogona, provode se mjerenja i tzv. ne razorna ispitivanja,
na djelomično otvorenom prekidaču, kako bi se pouzdano odredilo njegovo stanje,
te se provodi čišćenje, podmazivanje i zamjena istrošenih dijelova.

Remont (engl. overhaul) sadrži složenije radove na prekidaču u svrhu

popravka ili zamjene elemenata za koje je pregledom, ispitivanjem ili mjerenjem
pokazano da odstupaju od uobičajenih vrijednosti.

Popravak se poduzima nakon kvara prekidača, a u svrhu ponovnog

uspostavljanja njegovih normalnih funkcionalnih svojstava.

Veličine koje imaju utjecaj na stanje visokonaponskog SF6 prekidača su:

- vođenje i sklapanje nazivne struje,
- dielektrična naprezanja (pogonski napon, povišeni napon, atmosferski
i sklopni udarni prenaponi),
- mehanička naprezanja i utjecaj okoline, i
- vođenje i sklapanje struje kratkog spoja.

Postupci radova održavanja predočeni su u tablici 7.1.

357
 Tablica 7.1. Radovi održavanja visokonaponskih prekidača

RADOVI ODRŽAVANJA
SVOJSTVO
PREGLED I
PROVJERA REVIZIJA I REMONT POPRAVAK
- Vizualni - Čišćenje i podmazivanje - Zamjena svih elemenata,
pregled; svih „malo“ oštećenih i/ili pomičnih kontakata koji su
„blago“ nagorenih izgoreni ili pred
VOĐENJE POVREMENO kontaktnih elemenata (ili „kolapsom“, uključujući
NAZIVNE - Termovizija.; površina) kontaktne opruge
STRUJE I 2 x godišnje - Zamjena svih „jače“ - Zamjena svih elemenata,
STRUJE - Vizualna nagorenih i/ili oštećenih fiksnih kontakata koji su
KRATKOG kontrola kontaktnih elemenata izgoreni ili pred
SPOJA kontakata; uključujući zamjenu „kolapsom“, uključujući
TIJEKOM kontaktnih opruga spojni materijal
REVIZIJE - Provjera pada napona ili - Provjera pada napona ili
ILI REMONTA mjerenje otpora. mjerenje otpora.
- Čišćenje vanjskih
površina izolatora
- Vizualni - Zamjena polomljenih,
- Zamjena medija za
pregled; strani napuklih, probijenih ili
gašenje luka novim ili
talozi, jače oštećenih krutih
regeneriranim medijem,
pramenasta izolatora
prema potrebi mijenjaju se
izbijanja; - Zamjena medija za
i filtarski ulošci
SVAKIH 3 DO gašenje luka novim
NAPONSKE - Zamjena ili čišćenje
6 MJESECI medijem
ZNAČAJKE unutarnje krute izolacije
- Vizualno; - Zamjena izolacijskih
lučne ili prekidne komore,
stanje krute dijelova lučne ili prekidne
koja je oštećena
izolacije. komore
djelovanjem luka, u skladu
TIJEKOM - Provjera zamijenjene
s uputama proizvođača
REVIZIJE krute izolacije
- Provjera krute izolacije
ILI REMONTA
(megerom ili ispitnim
naponom 50 Hz
- Vizualna
kontrola - Revizija (ili remont)
mehaničkog mehaničkog sustava - Zamjena svih dijelova
sustava prekidnog elementa, koji su oštećeni uslijed
prekidača, zamjenom glavnih dijelova kvara ( bilo u prekidnom
MEHANIČKA posebice - Revizija (ili remont) elementu, bilo pri
FUNKCIO- mehanizma ili pogonskog uređaja i prijenosu ili pogonskom
NALNOST pogona; prijenosa, podmazivanjem uređaju)
I UTJECAJ - Podmazivanje i/ili zamjenom pohabanih, - Podešavanje mehaničkog
OKOLINE i čišćenje prema deformiranih ili sustava aparata, u skladu s
potrebi; polomljenih dijelova, uputama proizvođača
uključujući sklopne opruge - Provjera vremena odziva
JEDNOM opružnog mehanizma, i/ili brzine kontakata
GODIŠNJE prema potrebi

358
 - Čujna kontrola - Zamjena svih dotrajalih
sklapanja; brtvi i gumenih brtvi
starijih od 5 godina
PRILIKOM - Pregled vanjskih
SKLAPANJA metalnih površina, čišćenje
i bojanje prema potrebi
- Pregled, provjera i
podešavanje elemenata
pomoćnih strujnih krugova
na pr. grijača, presostata,
signalnih i krajnjih sklopki
itd.
- Podešavanje meh. sustava
aparata, u skladu s
uputama proizvođača
- Provjera vremena odziva
i/ili brzine kontakata.
- RADOVI NA IZOLACIJI
I NA MEHANIČKOM
SUSTAVU (kako je
prethodno navedeno)
- Čišćenje manje nagorenih - Zamjena svih dijelova
- Vizualna:
lučnih kontakata i/ili prekidnog elementa koji su
stanje krute
izolacijskih dijelova lučne oštećeni pri kvaru, ili
izolacije i
komore, kao na pr. sapnica zamjena kompletnog
ostalih bitnih
PREKIDNA i slično prekidnog elementa
dijelova lučne
I - Zamjena „jače“ - RADOVI
i/ili prekidne
UKLOPNA nagorenih lučnih kontakata PODEŠAVANJA I
komore.
MOĆ i kont. opruga i/ili zamjena SNIMANJA VREMENA
jače nagorenih izolacijskih ODZIVA KAO U
TIJEKOM
dijelova lučne komore, kao SVOJSTVU (kako je
REVIZIJE
na pr. sapnica i slično prethodno navedeno).
ILI REMONTA
- RADOVI
PODEŠAVANJA I
SNIMANJA VREMENA
ODZIVA (kako je
prethodno navedeno)

Postoje četiri temeljna principa održavanja visokonaponskih prekidača:

 vremenski temeljeno održavanje TBM (engl. Time Based Maintenance),

 održavanje temeljeno na stanju prekidača CBM (engl.Condition Based
Maintenance),
 održavanje temeljeno na pouzdanosti RBM (engl. Realibility Based
Maintenance), i
 izlazak na kvar.

359
 Vremenski temeljeno održavanje je održavanje u svezi starosti prekidača.
Pregledi, dijagnostička ispitivanja i intervali između revizija su unaprijed
određeni, na osnovi proizvođačevih i/ili korisničkih iskustava. Održavanje se
provodi u definiranim vremenskim intervalima ili nakon određenog broja
sklapanja. Datoteka s podacima o provedenim održavanjima daje mogućnost
promjene unaprijed određenih intervala, te je tada riječ o tzv. adaptivnom TBM.

Održavanje temeljeno na stanju prekidača je održavanje temeljeno na

realnom stanju prekidača. Mjeri se (prati) stanje prekidača s pomoću podataka
dobivenih uporabom pregleda, dijagnostičkih ispitivanja i sustava monitoringa.
Kada se stanje promjeni ili prelazi utvrđenu granicu, primjenjuju se mjere
potrebne da se element „vrati“ u prihvatljivo pogonsko stanje. Održavanje se
planira i provodi kada se ustanovi da je stanje prekidača postalo kritično. Može
se primijeniti monitoring (engl. monitoring) prekidača pod naponom (engl. on-
line) ili monitoring prekidača kad nije pod naponom (engl. off-line).

Održavanje temeljeno na pouzdanosti održavanje je koje se temelji na

posljedicama kvara. Prvi put primijenjeno je u zrakoplovnoj industriji, a temelji
se na procesu od 7 koraka:
1. Izbor sustava 2. Definiranje rubnih uvjeta 3. Opis sustava 4.
Funkcioniranje sustava i funkcijske pogreške 5. Analiza kvara i njegovih učinaka
- FMEA (engl. Failure Mode and Effects Analyses) 6. Analiza logičkih prioriteta
7. Odabir primjenljivih i ekonomski opravdanih mjera.
Potrebna je povratna veza statistike, pregleda, dijagnostičkih ispitivanja,
monitoringa i iskustava iz održavanja kako bi se odredilo kada i koje mjere treba
primijeniti.
Na stanje prekidača ima utjecaj njegov rad, ali i uvjeti okoline. Za prekidače
koji su u normalnom kontinuiranom pogonu, i koji se sklapaju u pravilnim
vremenskim intervalima vremenski temeljeno održavanje je dostatno. Međutim,
za prekidače koji se koriste za višestruka sklapanja (npr. prigušnica ili
kondenzatorskih baterija i koji relativno brzo načine tisuće „operacija“), odnosno
za prekidače koji se rijetko sklapaju (npr. u dalekovodnom polju koje se sklapa
dva tri puta godišnje) održavanje temeljeno prema stanju prekidača je pouzdanije
i ekonomičnije.
Bolja procjena dobiva se uporabom održavanja temeljenog na pouzdanosti
budući da se u obzir uzimaju i posljedice kvara, a stvarno potrebni radovi
održavanja za točno određene prekidače su u „pravom“ trenutku.
U Hrvatskoj elektroprivredi bitna, a moglo bi se reći i jedina metoda
održavanja je još uvijek vremenski temeljeno održavanje u skladu s preporukama
proizvođača opreme.
Radovi održavanja, na primjer SF6 prekidača proizvodnje KONČAR dijele
se u tri grupe:
360
1. „Rutinska“ kontrola svake 4 godine
Predmetna kontrola uključuje radove koje je moguće provesti na prekidaču u
pogonu. Ispuštanje plina SF6 nije potrebno.
2. Mala revizija
Provodi se nakon svakih 1500 sklapanja ili nakon 10 godina pogona.
3. Velika revizija (remont)
Provodi se nakon svakih 3000 sklapanja ili nakon 20 godina pogona.

Trajnost kontakata odgovara uobičajenoj životnoj dobi prekidača, međutim

kada broj sklapanja struje kratkog spoja naraste iznad dozvoljenog prema slici
7.16. treba provesti kontrolu kontakata.

n - broj isklopa
I - struja koja se prekida
IA - nazivna prekidna moć

Slika 7.16. Dozvoljen broj sklapanja u ovisnosti o struji kratkog spoja

361
7.3.3 Dijagnostika i monitoring visokonaponskih prekidača

Uporaba dijagnostičkih tehnika i tehnika monitoringa ima smisla samo ako

je i ekonomski opravdana. Naravno, primjena tehnika monitoringa u slučaju
starijih prekidača je preskupa, odnosno ograničena samo na specijalne slučajeve.
Suprotno k tome periodička primjena dijagnostičkih tehnika na cijelu
„populaciju“ prekidača i te kako je korisna i ekonomski opravdana. Jednako tako
cijena suvremenih sustava monitoringa koji se ugrađuju u nove prekidače je,
relativno, mala zahvaljujući brzom razvoju na području senzora i mikroprocesora
koji se i tako već koriste za kontrolne i upravljačke sustave. Jedan od najtežih
problema dijagnostičkih tehnika je kako odrediti pravi trenutak kada je potrebno
zamijeniti dio ili čak cijeli prekidač. U tablici 7.2. predočeni su danas najčešće
korišteni parametri u dijagnostičkim tehnikama i tehnikama monitoringa koji se
koriste za pravovremeno otkrivanje oštećenja i kvarova, odnosno trošenja i tzv.
degradacije.

Tablica 7.2. Parametri dijagnostičkih tehnika i tehnika monitoringa

IZOLACIJSKI MEDIJ MEDIJ ZA GAŠENJE
ELEKTRIČNOG LUKA
Tlak plina M Tlak plina M
Gustoća plina M Gustoća plina M
Količina plina D Količina plina D
Vlažnost D Vlažnost D
Produkti raspada P Produkti raspada P
Faktor gubitaka u ulju D Promjena tlaka D
Dielektrična čvrstoća ulja D Porast tlaka u tlačnom cilindru D
Razina ulja P Razina ulja P
Sadržaj vode u ulju D
Otpor izolacije D IZOLACIJSKI MATERIJAL
Kapacitet izolacije D Stanje površine izolatora P
Curenje ulja P Masa P
Odvodne struje M Parcijalna izbijanja D
Curenje plina SF6 D Faktor gubitaka D
Broj ponovnih proboja M
GLAVNI KONTAKTI
Položaj kontakata DM KINEMATIČKI LANCI
Položaj kontakata u odnosu na DM Trenje D
mehanizam
Čistoća kontakata P Lom P
Temperatura kontakata D Prekomjeran rad P

362
 Otpor kontakata D Čvrstoća P
Podmazivanje P korozija P
Nagaranje, oznake gorenja el. P
luka
LUČNI KONTAKTI KONTROLNI/POMOĆNI
KRUGOVI
Stanje, trošenje P Uklopni i isklopni svitci DM
Dužina D Sklopna vremena D
Koordinacija s glavnim DP Isključenje M
kontaktima
Udarac DM Stavljanje pod napon PM
Brzina DM Grijanje PM
Akceleracija DM Električni kontinuitet svitaka DM
Lučna vremena D Upravljački ventili u D
hidrauličkom sustavu
Zbroj prekinute struje M Pomoćni kontakti PM
Zbroj I2t D Napon upravljanja svitaka DM
Napon motora DM
Tlak kompresorskog sustava D
Struja motora D
POGONSKI MEHANIZAM
Udarac, put DM
Brzina DM
Akceleracija DM
Sila D OSTALO
Prigušenje D Ne sinkronizam polova M
Razina ulja PM Temperatura najtoplije točke D
Dinamički pad tlaka D Pretjerana korozija P
Tlak plina u akumulatoru DM Neadekvatno podmazivanje P
Broj sklopnih ciklusa M Zagađenje P
Vrijeme ponovnog punjenja DM Boja P
Ukupno vrijeme rada M Znaci pretjeranog zagrijavanja P
Broj „operacija“ motora M Znaci gorenja el. Luka P
Položaj napete opruge PM Pukotine u porculanu P
Curenje ulja P Postolje P
Status svitka za isklop P Znaci vibracija D
P pregled
D dijagnostika
M monitoring
7.3.3.1 Dijagnostika visokonaponskih SF6 prekidača

363
 Tablica 7.3. Dijagnostičke tehnike za visokonaponske prekidače

DIJAGNOSTIČKE AKTIVNOSTI

SVOJSTVO
NADZOR PREGLED I
PROVJERA
ISPITIVANJE

MJERENJE EKSPERTIZA
VOĐENJE - Kontrola iznosa - Vizualni - Pad napona - Samo u slučaju
NAZIVNE struje; regled; (ili otpor) ako se ne može
STRUJE I - Kontrola glavnog postići
STRUJE temperature POVREMENO strujnog deklarirani otpor.
KRATKOG okoline (1); - Termovizija. kruga.
SPOJA - Kontrola nad 2 x godišnje
temperatura - Vizualna PRIJE
kontakata (ako kontrola REVIZIJE
postoji kontakata. ILI
kontinuirano TIJEKOM REMONTA
mjerenje). REVIZIJE (2)
SVAKI DAN, ILI REMONTA NAKON
KONTINUIRANO (2) REVIZIJE,
REMONTA
ILI
POPRAVKA
(2)

364
 - Kontrola tlaka ili - Osjetilna: - - Parcijalna
gustoće medija; vidom – strani Dielektrična izbijanja prema
- Kontrola razine talozi, čvrstoća potrebi (starog ili
NAPONSKE tekućinskog sluhom – jaka medija; obnovljenog
ZNAČAJKE medija; pramenasta - prekid.);
izbijanja; Dielektrična - Ispitivanje
SVAKI DAN, čvrstoća vanjske krute
KONTINUIRANO SVAKIH 3 DO krute izolacije u
6 MJESECI izolacije slanoj komori
- Vizualno – (megerom ili (samo u
stanje krute ispit. pecijalnim
izolacije. naponom 50 slučajevima).
TIJEKOM Hz)
REVIZIJE ILI - Ispitivanje
REMONTA (2) pomoćnih
strujnih
krugova,
2000 V,
50 Hz.
PRIJE
(I NAKON)
REVIZIJE,
REMONTA
ILI
POPRAVKA
(2)
- Kontrola tlaka u - Vizualna - Mjerenje - Ekspertiza je
MEHANIČKA akumulatoru kontrola meh. vremena potrebna, samo
FUNKCIO- energije; sustava odziva i/ili ako se ne mogu
NALNOST - Kontrola stanja prekidača, brzine postići
I UTJECAJ uklopne opruge; posebno kontakata i deklarirana
OKOLINE - Kontrola sklopnog mehanizma ili sinkronizma. vremena,
stanja prekidača, pogona; brzine kontakata
- Podmazivanje NAKON I i/ili sinkronizam.
SVAKI DAN, i čišćenje prema MOGUĆE
KONTINUIRANO potrebi. PRIJE
JEDNOM REMONTA
GODIŠNJE (2) (3)
- Čujna kontrola
sklapanja.
PRILIKOM
SKLAPANJA

365
 - Kontrola dojave PRILIKOM - Mjerenje - Ekspertiza se
stanja PREKIDANJA sklopnih provodi samo u
PREKIDNA trošenja kontakta (2) vremena i slučaju
I ili I2t ako postoji. sinkronizma neuspješnog
UKLOPNA - Vizualna: polova. prekidanja ili
MOĆ KONTINUIRANO stanje krute - Mjerenje nenormalnog
ILI NAKON izolacije i produkata vladanja
PREKIDANJA ostalih bitnih raspada prekidača kod
JAČEG dijelova lučne plina SF6 prekidanja (na pr.
KRATKOG SPOJA i/ili prekidne - Mjerenje ako se stvaraju
komore. sadržaja preveliki
TIJEKOM vlage u prenaponi ili
REVIZIJE ILI plinu. slično).
REMONTA (2) PRIJE (I
(4) NAKON)
REVIZIJE,
REMONTA
ILI
POPRAVKA
(2)

Visokonaponski SF6 prekidači trebaju podnijeti određena električna,

toplinska i mehanička naprezanja koja se na njih postavljaju pri različitim radnim
režimima pogona, što znači da trebaju imati određena svojstva odnosno tehničke
sposobnosti.

Napomene:
(1) Pod „okolinom“ smatra se zrak u blizini prekidača.
(2) Rokovi revizije i remonta prema uputama proizvođača. Orijentacijski rok
revizije ili remonta:– svake 4 god.
(3) Orijentacijski broj sklapanja prije revizije ili remonta: 500 sklapanja.
(4) Orijentacijski broj prekidanja „pune“ struje kratkog spoja prije revizije ili
remonta: 10 do 30 prekidanja

Prva četiri svojstva ili minimalno neka od njih obično imaju svi električki
strojevi, uređaji i oprema, dok je prekidna i uklopna „moć“ specifičnost
prekidača, a proizlazi iz njihove temeljne namjene.

Na sličan način grupirana su ispitivanja koja obrađuju međunarodne IEC

norme za sklopne aparate, te je taj način prikladan i za praćenje stanja i
dijagnostiku visokonaponskih prekidača u pogonu, Tablica 7.3.

366
7.3.3.2 Monitoring visokonaponskih SF6 prekidača

Kao pomoć pri dijagnosticiranju stanja prekidača i predviđanja mogućih

kvarova, korisnik bi trebao provoditi monitoring potrebnih karakteristika i
funkcija prekidača.
Dijagnostika stanja prekidača može pomoći korisniku pri određivanju stanja
pojedinih dijelova prekidača i produljivanju intervala između revizija.
Prekidači mogu imati uređaje za monitoring ugrađene u isto kućište s
energetskim dijelom. Također, moguće je takove uređaje priključiti izvan na
prekidač. Veličina i složenost dodatnih uređaja ovisi o tipu i nazivnim
vrijednostima prekidača, ulozi prekidača u sustavu i potrebama korisnika.

Monitoring (nadgledanje) prekidača zahtijeva sljedeće postupke od strane

korisnika:
a) Periodičku vizualnu kontrolu mnogih pokazatelja, oznaka, mjernih
instrumenata, svjetlosnih signala, itd. na prekidaču, bez rastavljanja ili
isključivanja prekidača, ali uz otvaranje ormarića s mehanizmom, ako je to
potrebno.
b) Periodičku vizualnu kontrolu mnogih indikatora, mjernih instrumenata, na
udaljenim lokacijama, bez rastavljanja ili isključivanja prekidača. To može
zahtijevati kontinuirani priključak s pomoćnih kontakata, itd.
c) Vizualnu kontrolu raznih indikatora, mjernih instrumenata, te uređaja
privremeno spojenih na prekidač, kao što su npr. manometri.
d) Kontinuirano ili periodičko automatsko bilježenje rada prekidača
upotrebom oscilografa, registratora redoslijeda događaja, registratora
kvarova, itd. Navedeni postupci mogu zahtijevati isključivanje prekidača s
mreže i djelomično stavljanje izvan funkcije prekidača.
e) Stavljanje u pogon složenijih sustava dijagnostike koji su kontinuirano ili
povremeno spojeni na prekidač.
f) Vanjska dijagnostička ispitivanja, kao što su kontrola sklopnih vremena,
mjerenje kontaktnog otpora, izolacije, faktora snage, kao postupci mogu
zahtijevati isključivanje prekidača sa mreže i djelomično otvaranje
prekidača, a mogu biti provedeni i tijekom pogonu.
g) Prema potrebi, pregled isključenog ili djelomično otvorenog prekidača,
dopunjen potrebnim mjerenjima, ne razornim ispitivanjima, itd.
h) Kontrola podešenja i rada tlačnih sklopki. Prethodni postupci mogu
zahtijevati isključivanje prekidača s mreže.

367
 U tablicama 7.4. do 7.9. date su neke od značajki i funkcija prekidača koje je
moguće kontinuirano ili periodički nadgledati. Tablice uključuju sljedeće:

a) značajke koje treba nadgledati,

b) radno stanje prekidača (u pogonu/izvan pogona) tijekom monitoringa,
c) parametri koje treba mjeriti i dobivene informacije,
d) procjena stanja prekidača na osnovi sakupljenih informacija i
e) odnos dobivene koristi prema sredstvima uloženim u sustav monitoringa.

Stanovite značajke besprekidno se motre preko mjernih instrumenata,

mehaničkih indikatora ili releja, itd. spojenih na kontrolni (upravljački) sustav
prekidača. Za ostale značajke prekidač je potrebno isključiti i izolirati ili čak
djelomično otvoriti.

Značajke s obzirom na faktor snage, otpor, itd. traže od korisnika da

pravovaljano registriraju podatke i promatraju porast ili pad pojedinih veličina
kako bi se pouzdano procijenilo stanje prekidača.
Uložena sredstva u sustav monitoringa predstavljaju troškove potrebnog
materijala, projektiranja i izvođenja i troškove rada i održavanja sustava, te ovise
o nekoliko faktora kao što su tip prekidača, složenost sustava za monitoring, broj
prekidača koje sustav obuhvaća i njihova lokacija. Zbog toga različiti korisnici
imaju različite visine uloženih sredstava. Uložena sredstva u sustav monitoringa
definiraju se kao mala ukoliko se sustav može izvesti bez većih izdataka za
projektiranje i rad, bilo od strane proizvođača, bilo od strane korisnika. Uložena
sredstva u sustav monitoringa definiraju se kao srednja kada su troškovi
projektiranja i rada između malih i velikih. Uložena sredstva u sustav monitoringa
definiraju se kao velika kad postavljanje sustava zahtijeva značajne troškove
projektiranja i rada ili ukoliko je prekidač potrebno isključivati ili djelomično
rastavljati prilikom monitoringa. Visoke troškove, također, predstavljaju i
informacije o stanje prekidača koje se posredno mogu dobiti uz znatno manje
troškove. Uložena sredstva u sustav monitoringa definiraju se kao ekstremno
velika kad prekidač treba premjestiti na drugu lokaciju radi ispitivanja ili kad treba
provesti značajnu pripremu terena.

Korist od monitoringa definira se kao mala kada dobivene informacije koriste

samo za statistiku ili određivanje i promatranje trenda porasta ili pada pojedinih
veličina. Korisnost je mala i ukoliko detektirano stanje prekidača ne zahtijeva brzo
i neposredno djelovanje. Korist od monitoringa definira se kao srednja ukoliko je
važnost dobivenih informacija između male i velike. Korist od monitoringa
definira se kao velika kada dobivene informacije ukazuju na stanje koje, ukoliko
se ne korigira, može dovesti do većeg kvara prekidača.

368
 Korisnik sam treba provesti analizu s kojom će odrediti do koje mjere trebaju
prekidači biti opremljeni uređajima za monitoring. Proizvođač može dati
preporuke s obzirom na mjerene parametre. Poznavanje kvarova koji su se već
dogodili na prekidaču i važnost samog prekidača u sustavu od velike su pomoći
korisniku pri određivanju omjera uloženih sredstava i dobivene koristi za sustav
monitoringa koji smatra potrebnim.

Tablica 7.4. Monitoring mehaničkih karakteristika

Karakteris Dobivena
Stanje Mjereni parametri
tike koje korist /
prekid i dobivene Procjena Uložena
treba
ača informacije sredstva
nadgledati
Integritet mehanizma,
Status Usporedba statusa
spojeva, blokada i
indikatora u indikatora (otvoren-
indikatora da pomakne
ovisnosti od I zatvoren) u odnosu
glavne kontakte u status V/M
položaja na položaj
ukl./iskl. i pravilno
mehanizma mehanizma
indicira položaj
Status
Vrijeme od
glavnog
uključenja do
kontakta u Rad mehanizma pri
0 uklapanja ili
ovisnosti od uklapanju i isklapanju V/V
isklapanja glavnih
naloga za
kontakata
uklop
Snaga sustava s
Pozicija pohranjenom energijom;
kontakata u Položaj kontakata u pravilno podmazivanje,
0
ovisnosti o ovisnosti o vremenu rad amortizera, V/V
vremenu odskakivanje kontakata,
trenje mehanizma
Dimenzije ili položaj
Podešavanj
0 kontakata ili spojnih Pravilan rad kontakata
e kontakata V/V
dijelova
Status
Vrijeme od
pomoćnih
uključenja do
kontakata u Rad mehanizma pri
I uklapanja ili
ovisnosti od uklapanju i isklapanju V/M
isklapanja pomoćnih
naloga za
kontakata
uklop
I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala;
S – srednja; V – velika; EV – ekstra velika
369
 Tablica 7.5. Monitoring električnih karakteristika
Karakteris Mjereni Dobivena
Stanje
tike koje parametri i korist /
prekid Procjene Uložena
treba dobivene
ača sredstva
nadgledati informacije
Otpor kontakata i Cjelovitost spojne
Kontaktni
0 drugih dijelova površine kontakata i
otpor V/V
strujnog puta u  primijenjene sile
Temperatur
Stanje kontakata i
a kontakata
Porast temperature vodiča
i vodiča u 0
kontakata i vodiča Stanje medija za V/V
ovisnosti o
prijenos topline
struji
Temperatura krajeva
Temperatur Relativna provodnog izolatora
a krajeva temperatura unutar dozvoljenih
I
provodnog krajeva provodnog granica V/M
izolatora izolatora Stanje krajeva
provodnog izolatora
I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala;
S – srednja; V – velika; EV – ekstra velika

Tablica 7.6. Monitoring izolacijskih karakteristika

Karakteris Mjereni Dobivena
Stanje
tike koje parametri i korist /
prekid Procjene Uložena
treba dobivene
ača sredstva
nadgledati informacije
Onečišćena ili na drugi
Podnosivi Podnosivi napon ili
način oslabljena izolacija
napon 0 probojni napon veći V/EV
među fazama i od faze
izolacije od specificiranog
prema zemlji
Podnosivi Onečišćena izolacija
Podnosivi napon ili
napon prekidne komore i
0 probojni napon veći V/EV
prekidne visokonaponski
od specificiranog
komore kondenzatori
Klizna
Onečišćeni ili popucali
struja 0 Klizna struja V/V
izolatori
izolatora
370
 Pojava el. luka na
Neobična buka, izolaciji, slabo
Buka I S/M
vibracije, korona pričvršćeni provodni
izolatori
Ispitivanje
prisutnosti Slabljenje izolacije
vanjske ili 0 Prisutnost korone Kontakti oštećeni ili se M/EV
unutarnje ne dodiruju
korone
Sposobnost provodnog
izolatora da izdrži
Provodni Kapacitet, faktor
0 specificirani napon V/V
izolatori snage
Kvaliteta provodnih
izolatora
Indeks Faktor snage
Neprekinutost svih
gubitaka čitavog prekidača
0 izolacijskih sustava od V/V
prekidača od svih primarnih
faze prema zemlji
(kućišta) krajeva do zemlje
I - prekidač uključen i u pogonu; 0 – prekidač isključen i uzemljen; M – mala;
S – srednja; V – velika; EV – ekstra velika

Tablica 7.7. Monitoring karakteristika sklapanja

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

371
 Tablica 7.8. Monitoring karakteristika pomoćnih i kontrolnih krugova
Karakteris Mjereni Dobivena
Stanje
tike koje parametri i korist /
prekid Procjene Uložena
treba dobivene
ača sredstva
nadgledati informacije
Izvor za
uklapanje, Odgovarajući izvori za
izvor za osiguranje potrebne
okidanje, energije za uklapanje i
I Napon izvora V/M
izvor za okidanje, nabijanje
nabijanje, (pneumatika, hidraulika
izvor za opruga) i grijače
grijanje
Rad Cjelovitost namota,
okidačkog i Oblik i amplituda kontakata pomoćnih
0, I V/S za 0
uklopnog struje namota sklopki i ožičenja,
V/V za I
svitka krutost izvora
Cjelovitost motora,
Struja grijača koju
kontakata pomoćnih
Rad motora I „vuče“ iz izvora u V/S
sklopki i ožičenja,
radu
krutost izvora
Cjelovitost grijača,
Struja koju grijač
kontakata pomoćnih
Rad grijača I „vuče“ iz izvora V/M
sklopki i ožičenja,
prilikom rada
krutost izvora
Cjelovitost i pozicija
Rad Daje li daljinska
lokalne i daljinske
daljinske 0, I kontrola željene V/S za I
kontrole, ožičenja i
kontrole rezultate V/V za 0
komunikacijskih kanala
Funkcionira Utvrditi da li
nje kontrolni krugovi Pravilan rad kontrolnih
0 V/S
kontrolnih funkcioniraju na krugova
krugova predviđen način
Odrediti minimalni
Stanje
napon potreban za Energija uložena za rad
okidačkih i
pravilan rad okidačkih ili uklopnih
uklopnih 0 S/S
okidačkih i blokada ukazuje na
blokada/svit
uklopnih stanje sustava blokada
aka
namota/blokada

372
 Tablica 7.9. Monitoring posebnih karakteristika jednotlačnih SF6 prekidača
Karakteris Mjereni Dobivena
Stanje
tike koje parametri i korist /
prekid Procjene Uložena
treba dobivene
ača sredstva
nadgledati informacije
Procjena sposobnosti
Tlak, podnošenja
Razina
I Gustoća (tlak i specificiranog napona, V/M
plina SF6
temperatura) te vođenja i prekidanja
struje
Rad Promjene tlaka u Procjena rada
prekidne 0 vremenu prilikom kompresijskog stapa, V/EV
komore sklapanja sapnice i kontakata
Procjena razine H2O u
Mjerenje količine SF6 koji može utjecati
Vlaga u SF6 I vodenih para u SF6 na razinu podnosivog V/M
u milijuntinkama napona, sposobnost
prekidanja
Utvrditi je li otpor
0 Otpor u  unutar predviđenih V/V
tolerancija
Otpornici
Odrediti je li vrijeme
za
umetanja između
uklapanje i
uklapanja (isklapanja)
isklapanje
Vrijeme umetanja otporske sklopke i
(ukoliko 0 V/V
u ms uklapanja (isklapanja)
postoje)
glavnih kontakata
unutar dozvoljenih
granica
Visokonapo
nski Utvrditi je li kapacitet
kondenzato 0 Kapacitet u pF unutar predviđenih V/V
ri (ako tolerancija
postoje)
Kondenzato
ri između Utvrditi je li kapacitet
faze i 0 Kapacitet u pF unutar predviđenih V/V
zemlje (ako tolerancija
postoje)
Struja grijača Utvrditi stanje plina
Grijač I
Otpor grijača SF6 i brtvi V/M
373
7.3.4 Moderne metode održavanja elektroenergetskih postrojenja

7.3.4.1 Dijagnostička ispitivanja

Dijagnostička ispitivanja visokonaponskih prekidača čine prvi korak u

promjeni strategije održavanja, od vremenski temeljenog održavanja na
održavanje prema stvarnom stanju prekidača. Na taj se način postižu pouzdaniji i
ekonomičniji rad prekidača, pouzdanija eksploatacija cijelog elektroenergetskog
postrojenja, kao i značajne uštede pri održavanju prekidača. Rezultati
dijagnostičkih ispitivanja koja je KONČAR – Institut za elektrotehniku proveo
2004., 2005. i 2006. godine na visokonaponskim prekidačima u
elektroenergetskim postrojenjima HEP-a predočeni su u tablici 7.10. i 7.11.

Tablica 7.10. Rezultati dijagnostičkih ispitivanja visokonaponskih prekidača

Broj komada /
Nađena neispravnost
Dijagnostička ispitivanja ukupno ispitano
Redovito 82 / 110 30
Referentno
(nakon montaže ili 23 / 110 1
remonta)
Ostalo
(havarije postrojenja, 5 / 110 2
studije)

Tablica 7.11. Najčešći uzroci neispravnosti uočeni dijagnostičkim ispitivanjima

Najčešći uzroci Nađeno na broju

neispravnosti od 15 prekidača
Sklopnici, tlačne sklopke, manometri,
10
grijači
Povećani pad napona 4
Sklopna vremena 4
Sniženi tlak / gustoća plina 1

374
 Iz tablice 7.10. uočava se da je tijekom dijagnostičkih ispitivanja otkrivena
nepravilnost u radu približno 30 % prekidača koji su redovito održavani u skladu
s preporukama proizvođača i u skladu s HEP-ovim Pravilnikom o održavanju
visokonaponske opreme. Upravo zbog toga kao dodatak redovitom održavanju
prekidača trebalo bi uključiti i dijagnostička ispitivanja i mjerenja, i to na
prekidačima u generatorskim i transformatorskim poljima jednom godišnje, a na
prekidačima u ostalim poljima svake dvije godine. Dijagnostička ispitivanja i
mjerenja provode se na prekidaču izoliranom od mreže i na jednom kraju kratko
spojenom i uzemljenom, a prema shemi predočenoj na slici 7.17.

Predmetna ispitivanja moguće je podijeliti u slijedeće grupe ispitivanja:

1. mjerenje sklopnih vremena i brzina,
2. provjera zagrijanja prekidača,
3. provjera prisutnosti produkata raspada i sadržaja zraka u plinu SF6,
4. provjera točke rosišta / relativne vlažnosti plina,
5. provjera gustoće plina,
6. provjera curenja plina SF6 i
7. provjera djelovanja blokada i vremena recirkulacije.

Slika 7.17. Dijagnostička ispitivanja SF6 visokonaponskog prekidača

375
7.3.4.2 Nadzor u realnom vremenu - monitoring

Sustav monitoringa visokonaponskog polja elektroenergetskih postrojenja

razvijen je kako bi se moglo u svakom trenutku ocijeniti stanje nadziranih aparata
i uređaja, te na temelju istog donijeti valjanu odluku o potrebnoj aktivnosti u
smislu održavanja i daljnje eksploatacije.
Predmetni sustav (slika 7.18.) koncipiran je na osnovi programibilnog
kontrolera Compact RIO (engl Programmable Automation Controller), koji
prikuplja rezultate mjerenja sa senzora ugrađenih na opremi, te ih prosljeđuje do
računala servera.
Rezultati mjerenja obrađuju se na računalu u programu Lab VIEW, koji je
konfiguriran prema konkretnom visokonaponskom polju. Podaci dobiveni
obradom slažu se i spremaju u bazu te se prezentiraju kroz grafičko sučelje na
računalu (slika 7.19.), a kojem je moguće pristupiti i daljinski (lokalna mreža ili
internet).

Prednji rub sustava čine slobodni signalni kontakti i senzori koji se ugrađuju
na motrenu opremu. Koriste se standardni senzori za industrijsku primjenu, i to:
- strujni mjerni transformatori,
- shuntovi,
- senzori tlaka,
- PT-100 sonde za mjerenje temperature,
- analogni i digitalni encoderi za snimanje puta i brzina,
- senzori za točku rosišta plina i
- senzori za gustoću plina i ostalo.

Centralni dio sustava je programibilni kontroler Compact RIO, proizvodnje

National Instruments, u kojeg se, ovisno o željenom broju i tipu motrenih veličina
ugrađuje module za potrebne funkcije. Jedan kontroler može primiti do osam
različitih modula, i može pokriti broj signala za potrebe do dva polja. Kontroler
ili više njih se povezuje sa serverom preko optičkog kabela, preko kojeg
prosljeđuje signale, a koji se zatim obrađuju i spremaju na serveru.

376
Slika 7.18. Sustav monitoringa VN rasklopnog postrojenja

377
 Na ovaj način dobiven je relativno otvoreni sustav, koji dozvoljava
prikupljanje velikog broja različitih signala i veličina, a spomenut će se samo neke
za SF6 prekidač:

Dinamičke pojave pri jednostavnijim i složenijim sklopnim

„operacijama“ prekidača:
- struja glavnog strujnog kruga,
- struje upravljačkih svitaka,
- brzine i hodovi kontakata i/ili mehanizma,
- promjena hidrauličkog tlaka,
- sklopna vremena u krugu glavnih kontakata i pomoćnih kontakata
signalnih sklopki, i
- promjene pomoćnog napona.

Pojave u svezi s radom motora:

- struja i vrijeme rada i
- učestalost prorade ovisno o sklopnom stanju prekidača.

Statusne veličine u svezi stanja prekidača:

- stanja kao što su sklopno stanje glavnog i pomoćnih strujnih krugova,
napetosti opruge, prisutnosti i veličine pomoćnih napona, rad grijača,
- prorada blokada prekidača,
- tlak, točka rosišta, temperatura i gustoća SF6 plina, i
- temperatura upravljačkog ormarića i okoline i ostalo.

Trendovi vezani uz dinamiku i smjer promjena izmjerenih veličina na

prekidaču:
- promjene hodova i kumulativ (I2 t) isklopne struje (trošenje kontakata),
- gubitak plina,
- „prelijevanje” ulja u hidrauličkom pogonu, i
- promjene sklopnih vremena, oblika struje upravljačkih svitaka, krivulje
puta.

378
Slika 7.19. Grafičko sučelje sustava monitoringa VN rasklopnog postrojenja

379
7.3.5 Ekspertni sustav za nadzor i upravljanje elektroenergetskim
postrojenjima

Ekspertni sustav za nadzor i upravljanje elektroenergetskih postrojenja

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

Tablica 7.12. Senzori za detekciju kvarova prekidača

obvezatno dodatno
SENZOR za otkriva kvar otkriva ukupno
kvar
Pogonski napon 20 6 26
Pogonska struja 21 23 44
Put kontakata 47 7 54
Signalna sklopka 33 21 54
Tlak/gustoća plina 38 1 39
Vlažnost plina 4 0 4
Akumulirana pogonska energija 106 19 125
Upravljački napon 46 14 60
380
 Upravljačka struja 20 12 32
Neprekinutost upravljačkog svitka 7 26 33
Napon motora 117 5 122
Struja motora 16 104 120
Napon grijača 6 3 9
Struja grijača 7 2 9
Temperatura okoline 0 24 24
Temperatura pogonskog mehanizma 3 5 8
Temperatura plina u prekidnoj komori 4 34 38
Blokada rada zbog nedostatka pogonske 20 92 112
energije
Blokada rada zbog gubitka plina SF6 38 0 38
UKUPNO RAZLIČITIH KVAROVA 553 398 951

Proces postavljanja realnog uvida sastoji se od tri temeljna procesa:

1. utvrđivanje bitnih elemenata (odstupanje između promatranog i

normalnog vladanja),
2. postavljanje stava (pretpostavka koja komponenta može biti
uzrok kvara),
3. provjera svake komponente (za koju se procjeni da je sukladna
s opažanjem).

Broj mogućih dijagnostičkih hipoteza N, raste eksponencijalno s brojem

komponenata sustava k:
N ≥ 2k (7.1)

U osnovi tri temeljne metode koje se koriste u ekspertnim sustavima za

dijagnostiku stanja su:
1. dijagnoza koja se temelji na odgovarajućim pravilima,
2. dijagnoza koja se temelji na matematičkom modelu i
3. dijagnoza koja se temelji na tzv. problemu „slučaj".

U slučaju br. 1 koriste se ekspertna znanja i iskustva na osnovi kojih se

postavljaju odgovarajuća pravila o postupanju u slučaju nepravilnosti pri radu
prekidača. Predmetnom metodom nemoguće je „pokriti" nepredviđene
događaje.

Primjenom metode br. 2 koristi se simulacijski matematički model

prekidača za otkrivanje nestandardnog vladanja bilo koje njegove komponente.

381
 Budući da model simulira vladanje prekidača u realno mogućim pogonskim
stanjima posebna ekspertna iskustva nisu potrebna. Za navedenu metodu
potrebna je jasnije poznavati vladanje prekidača i u okviru elektroenergetskog
sustava.

U slučaju br. 3 koristi se baza podataka o realnim kvarovima na prekidaču

tijekom pogona i njihovim uzrocima kako bi se na osnovi toga postigla
najbolja moguća rješenja u slučaju nastanka novonastalih tzv. problematičnih
pogonskih stanja. U slučaju predmetne metode potrebno je imati prikupljeno
većinu podataka o kvarovima na prekidaču prije kao i o načinu njihovog
rješavanja.

Predlaže se kombinacija dviju dijagnostičkih metoda: metode koja ima

uporište na matematičkom modelu i metode koja se temelji prema slučaju.

Matematički model koristi se za otkrivanje nestandardnog vladanja nekog

od elementa prekidača, dok se baza podataka o realnim kvarovima i njihovim
uzrocima u prošlosti koristi kako bi se pronašlo rješenje problema.

Korištenjem simulacijskog modela, predočenog u poglavlju 7.5.

simuliraju se realno moguća pogonska stanja visokonaponskog prekidača, a
rezultati simulacije pohranjuju se u bazu podataka. Predmetna baza podataka
koristi se za utvrđivanje stanja prekidača kada se ustanovi odstupanje od
referentnih vrijednosti.

Simulacijski model visokonaponskog SF6 prekidača predočen u poglavlju

7.5. predstavlja osnovu za izradu ekspertnog sustava monitoringa prekidača, i
svakako bi ga trebalo doraditi i ugraditi u sustav trajnog monitoringa
visokonaponskih prekidača.

382
7.3.6 Razvoj aplikativnih ekspertnih sustava za elektroenergetska
postrojenja – simulacijski model visokonaponskog prekidača

U svrhu teorijskih istraživanja vladanja visokonaponskih SF6 prekidača

tijekom pogona korisnim se čini zasnovati i njihov odgovarajući matematički
odnosno računalno podržan simulacijski model. Da bi se takav model razvio
nužno je poznavati fizikalno matematičke, mehaničke te ostale podloge koje
su imanentne prekidačima kakovi su SF6 prekidači. Da bi se teorijska
istraživanja fizikalno potvrdila bitna su i istraživanja određenih stanja
prekidača u realnom pogonu, temeljem kojih se može potvrditi pouzdanost
zasnovanog matematičkog modela.

7.3.6.1 Struktura simulacijskog modela visokonaponskog SF6 prekidača

Kako bi se omogućilo što bolje poimanje, a tako i predviđanje mehanizma

kvara pojedinih konstrukcijskih elemenata visokonaponskog prekidača,
zasnovan je SIMULINK model visokonaponskog SF6 prekidača. SIMULINK
je grafički simulacijski alat koji koristi tzv. matematičku ljusku MATLAB-a
kako bi se provela dinamička analiza nekog sustava. Kao temelj iskorišten je
SIMULINK model visokonaponskog prekidača ABB s opružnim pogonom,
koji je dopunjen i prilagođen visokonaponskom SF6 prekidaču 123 kV s
elektro hidrauličkim pogonom.

Model ima 46 ulaznih i 27 izlazna parametara koji se mogu pratiti u

realnom vremenu tijekom simulacije. Radi lakšeg prilagođavanja
simulacijskog modela drugim tipovima visokonaponskih prekidača, model je
normaliziran, odnosno normalna vrijednost svih ulaznih i izlaznih parametara
je 1.

Prekidač je predočen s tri temeljne funkcijske cjeline: kontrolni i

upravljački krug, pogonski mehanizam i prekidna komora (slika 7.20.). Svaka
od ovih cjelina modelirana je nezavisno i sastoji se od više različitih pod
sklopova koji se posebno modeliraju. Svi pod sklopovi spojeni su preko
odgovarajućih ulaznih i izlaznih podatkovnih veza u cjeloviti model prekidača.
Razvijeni model može simulirati rad prekidača kao i rad svake njegove
komponente, što je vrlo bitno za dijagnostiku nepravilnosti pri radu prekidača.
Parametri modela podešavaju se ručno kako bi se što bolje opisao prekidač koji
se nadzire. Model se koristi da se simuliraju svi realno mogući kvarovi na
prekidaču, a rezultati se spremaju u bazu podataka. Baza se može koristiti u

383
sustavu trajnog monitoringa prekidača, kako bi se, u slučaju odstupanja rada
prekidača od normalnog pogona, što bolje dijagnosticirao kvar.
Najveći broj kvarova visokonaponskih prekidača je mehaničke naravi,
odnosno utvrđeni su u pogonskom mehanizmu. Upravo zbog toga posebna
pozornost data je modeliranju pogonskog mehanizma, te je predmetni pod
sklop i najsloženiji dio simulacijskog modela.

Kontrolni i upravljački krug simuliran je sa 6 pod sklopova: kontrolni

krug, isklopni svitak, uklopni svitak, pomoćni kontakt A, pomoćni kontakt B i
mehanička veza pomoćnih kontakata.
Upravljački napon se „prosljeđuje“ uklopnom, odnosno isklopnom
svitku samo ako postoji kontrolni signal, ako je odgovarajući pomoćni kontakt
zatvoren i ako je pomoćni sklopnik uklopljen.

Izlazni parametri su: napon isklopnog svitka, napon uklopnog svitka,

struja svitka, mehanička sila na glavni razvodni ventil, položaj mehaničke
veze, stanje kontakata.

Pogonski mehanizam simuliran je sa 8 pod sklopova: radni hidraulički

cilindar, glavni razvodni ventil, visokotlačni volumen, radni spremnik
(akumulator), uljna crpka, mehanički prijenos crpke, električki motor i krajnja
sklopka.
Kad se pokrene električki motor, isti preko uljne crpke „tjera“ ulje i tlači
plin N2 u radnom spremniku. Kada se postigne najveći radni tlak, električki
motor se zaustavlja. Uklapanje se izvodi električkim ili ručnim aktiviranjem
uklopnog svitka koji djeluje na glavni razvodni ventil.

Glavni razvodni ventil se podiže i zatvara spoj prema uljnom spremniku,

a otvara visokotlačni volumen na uklopnoj strani stapa u radnom spremniku.
Radni stap u radnom cilindru preko sklopne motke zatvara glavne kontakte
prekidača. Isklapanje se izvodi električkim ili ručnim aktiviranjem isklopnog
svitka koji djeluje na glavni razvodni ventil. Glavni razvodni ventil zatvara
spoj prema visokotlačnom volumenu, zbog čega se rasterećuje uklopna strana
pogonskog cilindra prema uljnom spremniku. Radni stap, zbog prisustva tlaka
u prostoru pogonskog cilindra, preko sklopne motke otvara glavne kontakte
prekidača.

Izlazni parametri su: gubitak ulja, položaj stapa, položaj glavnog

razvodnog ventila, količina ulja na ulazu visokotlačnog volumena, položaj
akumulatora, hidraulički tlak generiran akumulatorom, mehaničko opterećenje
polužja, mehaničko opterećenje motora, brzina vrtnje motora i struja motora.

384
 9
29
stanje motora
napon motora

30
10
podesenje krajnje
KRAJNJA SKLOPKA struja motora
sklopke 40 38
el.vodljivost motora motor ST omjer
41 STR.TRAFO MOTORA
pocetna brzina motora
ELEKTROMOTOR
42

32 dotok ulja

status prijenosa pumpe

Vrijeme 37 ULJNA PUMPA

STOP 46 trenje prijenosa pumpe

MEH.PRIJENOS PUMPE
max trajanje simulacije

KRAJ SIMULACIJE
1
STOP LOGIKA
stanje
akumulatora

33 11
pocet poz.akum. 39 napon izvora
8
4 34 NT omjer - I
kolicina curenja NT IZVORA
upravlj. napon VISOKOTLACNI VOLUMEN gor.gran.aku.
ulja
1 35
6
5
komanda uklop dolj.gran.aku. 8
struja ukl.svit.
napon ukl.svit. 36
31 napon tereta
snaga motora
NT omjer - T
2 RADNI SPREMNIK-AKUMULATOR NT TERETA

385
komanda isklop 5

napon iskl.svit. otpor ukl.sv.

UKLOP. SVITAK 14 2
7
11 hidraulicki tlak 7 struja
6
status ukl. sklopke ST omjer gl.str.

prekidna komora
13 ubrzanje GRV STRUJNI TRAFO
13 kruga
3
struja isk.svit.
status iskl. sklopke KONTROLNI KRUG pocetna poz. GRV
9

pogonski mehanizam
43 limit puta GRV_C
10
otpor isk.svit.
limit puta GRV_O 12
3 ISKLOP. SVITAK GLAV. RAZVODNI VENTIL
pomocni napon pocetni pol.stapa
uklop 14
limit puta uklop

kontrolni i upravljački krug

4 25
15
pomocni napon 1/ L tereta 45
limit puta isklop
isklop
16 prisustvo izvora
ELEKTRO ENERGETSKI SUSTAV
kraj prigusenja C
17
kraj prigusenja O 21
18
tlak plina
hidr.prigus.stapa
22
28 RADNI (HIDRAULICKI) CILINDAR 20
12 trosenje kont.
POMOCNI KONT. A podesenje skl.motka OK
26 44 put 23
pom.kont. A 19 mehanizma
status veze status pokazivaca el.otpor kont.

Slika 7.20. SIMULINK model SF6 prekidača – funkcijske cjeline

trenje motke
pom.kont. SKLOPNA MOTKA polozaja POKAZIVAC POLOZAJA
24
27
masa kont.
podesenje MEH.VEZA POM.KONT.
POMOCNI KONT. B GLAVNI KONTAKTI
pom.kont. B
15
tlak SF6
 Kao što je već prethodno navedeno, zbog važnosti pogonskog mehanizma
na funkcionalnost prekidača, pojedini pod sklopovi modelirani su vrlo složeno.
Na slici 7.21. predočen je detaljno model jednog pod sklopa pogonskog
mehanizma – radni (hidraulički) cilindar.

6
limit C
granicni uvjeti 7
1 limit O
hidrulicki tlak
sila na
strani motke 1
1.5 -K- 1
efektivna sila s xos tanh(200*u) 2
ubrzanje brzina 1 put stapa
put krivulja puta
u(1)*u(2)

tlak na strani ventila

sila na
strani ventila

0.68 5 u
povrsina stapa poc.pozicija
stacionarno stanje
(strana motke)

povrsina stapa
Scope
(strana ventila)

0.02

masa motke
3
masa pokr.sistema
4
meh.prigusenje

10 3 70
hidraulicko prigusenje
prigusenje
8
2 9 prigusenje C
pozicija ventila granicno prigusenje prigusenje O
efektivna povrsina
-0.5 1
gubitak ulja

Slika 7.21. SIMULINK pod sklop - radni (hidraulički) cilindar

U radnom cilindru nalazi se stap, koji je preko sklopne motke povezan

s glavnim kontaktima prekidača.

Za isklapanje kontakata potrebno je dovesti hidraulički tlak samo na

površinu stapa na strani sklopne motke (isklopna strana), pri čemu se isti
pomiče u isklopni položaj.
Za uklapanje kontakata, hidraulički tlak se dovodi s obje strane stapa, i
ovisno o razlici površine stapa na isklopnoj strani i površine stapa na strani
glavnog razvodnog ventila (uklopna strana) stap se pomiče u uklopni položaj,
odnosno preko sklopne motke dolazi do zatvaranja kontakata. Sila potrebna za
386
uklapanje jednaka je razlici sila koje djeluju na suprotnim stranama pogonskog
stapa, odnosno razlici površina isklopne i uklopne strane stapa. Površina
isklopne strane stapa je za površinu sklopne motke manja od površine uklopne
strane stapa.

Prekidna komora je simulirana s 3 komponente: sklopna motka, glavni

kontakti i pokazivač položaja.

Gibanje hidrauličkog stapa prenosi se pomoću sklopne motke na glavne

kontakte. U trenutku kada se kontakti približe na probojni razmak, odnosno
kada napon između kontakata premaši dielektričnu čvrstoću počinje teći struja.
Prilikom razdvajanja kontakata između njih se pali električni luk.
Električni luk se gasi pri prolazu struje kroz nul točku ukoliko se kontakti
nalaze u krajnje otvorenom položaju.

Izlazni parametri su: tlak plina SF6, položaj sklopne motke, napon
električnog luka, električni otpor kontakata, stanje kontakata, masa kontaktnog
sustava, efektivno prigušenje, položaj kontakata, napon izvora, napon tereta i
pogonska struja.

Simulirano je samo prekidanje pogonskih struja, budući da je prekidanje

struje kratkog spoja vrlo rijetko.

Međutim, da bi se razumjelo i proces prekidanja struje kratkog spoja,

odnosno djelovanje prekidne komore, u pod sklop „glavni kontakti” moguće
je ukomponirati i model električnog luka, npr. Mayrov model (7.2), slika 7.22.
Riječ je o matematičkom modelu koji opisuje električne veličine električnog
luka, odnosno opisuje električno vladanje prekidača, a ne simulira složene
fizikalne procese unutar prekidača.

1 dg dlng 1  ui 
     1 (7.2)
g dt dt P 
g vodljivost električnog luka (S),
u napon električnog luka (V),
i struja električnog luka (A),
 vremenska konstanta električnog luka (s) i
P snaga hlađenja (W).

387
 Dok su kontakti zatvoreni, vrijedi slijedeća diferencijalna jednadžba:
dlng
0 (7.3)
dt

Zbog toga se model električnog luka vlada kao vodič s vodljivošću g(0).
Od trenutka razdvajanja kontakata rješava se Mayrova jednadžba:

dlng 1  gu 2 
   1 (7.4)
dt  P 

Početni parametri: g(0), , P i trenutak razdvajanja kontakata trebaju se

zadati prije početka simulacije.

Mayrov
model el. luka

struja el. luka

1 +
v 1
- Mayrov model el. luka signal
napon
el. luka DEE
editor diferencijalne
jednadzbe
detekcija nul-tocke
razdvajanje
kontakata

Slika 7.22. Model električnog luka

Na slici 7.23. predočene su ulazne i izlazne veličine simulacijskog modela

visokonaponskog SF6 prekidača. Ulazne veličine dobivene su na temelju
podataka proizvođača, kao i na temelju dijagnostičkih mjerenja i ispitivanja
provedenih na SF6 prekidaču 123 kV. Nazivne vrijednosti ulaznih veličina za
normalan pogon predočene su također na slici 7.23. Svaka ulazna veličina
može se mijenjati zasebno, kako bi se simulirala greška, odnosno kvar na
pojedinom konstrukcijskom sklopu prekidača.
388
 Postoji 15 izlaznih veličina, pri čemu prvih 9 odgovara senzorima koji su
postavljeni na SF6 prekidač 123 kV:

1. tlak plina SF6,

2. hidraulički tlak,
3. put mehanizma,
4. struja glavnog strujnog kruga,
5. struja motora,
6. struja isklopnog svitka,
7. struja uklopnog svitka,
8. pomoćni napon (isklop),
9. pomoćni napon (uklop),
10. napon izvora,
11. napon tereta,
12. napon na isklopnom svitku,
13. napon na uklopnom svitku,
14. stanje motora (uključen/isključen) i
15. stanje akumulatora (prazan/pun).

389
 stanje akumulatora
1 komanda uklop

0 komanda isklop stanje akumulatora

1 pocetna poz. GRV

1 uprav lj. napon struja gl.str. kruga

1 otpor ukl.sv .
struja gl.str.kruga
1e-6 ubrzanje GRV

1 ST omjer
pomocni napon uklop
0 kolicina curenja ulja
pomocni napon (uklop)
1 limit puta GRV_C

0 limit puta GRV_O

pomocni napon isklop
0 status ukl. sklopke
pomocni napon (isklop)
0 pocetni pol.stapa

1 status iskl. sklopke

napon ukl.sv it.
1 limit puta uklop

0 limit puta isklop napon uklop.svitka

1 kraj prigusenja C

1 kraj prigusenja O struja ukl.sv it.

1 hidr.prigus.stapa
struja ukl.svitka
0.01 trenje motke

1 skl.motka OK
napon iskl.sv it.
1 tlak plina
napon iskl.svitka
0.2 trosenje kont.

10e-6 el.otpor kont.

napon tereta
1 masa kont.
napon tereta
100 1/ L tereta

1 status v eze pom.kont.

stanje motora
0.26 podesenje pom.kont. B

0.93 podesenje pom.kont. A stanje motora

1 napon motora

0 podesenje krajnje sklopke struja motora

1 NT omjer - T
struja motora
1 status prijenosa pumpe

1 pocet poz.akum.
napon izv ora
1 gor.gran.aku.
napon izvora
0 dolj.gran.aku.

1 snaga motora
put mehanizma
0.05 trenje prijenosa pumpe
put
1 motor ST omjer
mehanizma
1 NT omjer - I
struja isk.sv it.
1 el.v odljiv ost motora

1 pocetna brzina motora struja iskl.svitka

1 dotok ulja

1 otpor isk.sv it. hidraulicki tlak

1 status pokaziv aca polozaja

hidraulicki tlak
1 prisustv o izv ora

0.5 max trajanje simulacije

tlak SF6

tlak SF6

SF6 prekidac 7F1

Slika 7.23.

390
7.3.6.2 Rezultati ispitivanja i simulacije na prekidaču u pogonu

7.3.6.2.1 Sustav za monitoring visokonaponskih prekidača u realnom

vremenu

Sustav za monitoring visokonaponskih prekidača u realnom vremenu

sastoji se od nekoliko dijelova. Početni dio, vezan uz stvarne fizikalne veličine,
predstavljaju senzori koji daju vrijednosti o pojedinim parametrima koji se
trajno motre sustavom.

a) b)

Slika 7.24. Senzor puta (a) i senzor hidrauličkog tlaka (b)

Signali se sa senzora dovode na ulaze mikrokontrolerske jedinice OLM-2

čiju jezgru čini „DSP+PLC" arhitektura (digitalni procesor signala +
programibilni logički kontroler), oko koje je integriran niz I/O (ulaz/izlaz)
priključaka na koje se preko zaštitne logike spajaju željeni signali. Zadaća
ovog modula je mjerenje, akvizicija, analiza i spremanje podataka o prekidaču
u internu flash memoriju. OLM-2 jedinice se mogu iskonfigurirati za trajno
monitoring različitih signala i parametara s prekidača, ovisno o potrebama i
željama korisnika. Pojedini OLM-2 uređaji se povezuju korištenjem OLM-bus
sabirnice, koja je zapravo modificirana RS 485 sabirnica, te se na jednu
sabirnicu može priključiti do 31 uređaj. Svi se OLM-2 uređaji priključeni na
jednoj OLM-bus sabirnici centralno povezuju na osobno računalo smješteno u
zgradi unutar postrojenja. Komunikacijski kanal između računala i pojedinih
prekidača lako je ostvariti optičkim kabelima preko dva standardna pretvornika
RS 232 i optika. Računalom se svaki od OLM-2 uređaja može iskonfigurirati
i s njega se u računalo mogu „povlačiti“ podaci prikupljeni s prekidača. Iz
prikupljenih podataka automatski se izračunavaju određeni parametri za koje
se pri instalaciji sustava odredi potreba trajnog monitoringa. Ti podaci se zatim
spremaju u bazu podataka te se posebnim programom mogu raditi složene
391
analize i prikazi. Također, mogu se načiniti i podešenja graničnih vrijednosti
pojedinih parametara, te podešenja graničnih vrijednosti za trendove kod
određenih parametara.

Sustav prikuplja podatke sa sljedećim oznakama:

 statusi (signali se prikupljaju u pravilnim i od strane

korisnika zadanim vremenskim razmacima),
 uklop (engl. close),
 isklop (engl. open),
 uklop-isklop (engl. close-open) i
 rad motora.

U slučaju sklopnih „operacija“ prekidača, sustav na osnovi prepoznavanja

jednog ili više okidača (engl. trigger) u snimljenom intervalu pojave (250 ms
je čvrsta vrijednost trajanja zapisa u sustavu, frekvencija uzorkovanja 2 kHz)
automatski određuje koji je tip sklopne „operacije“ bio i kao takovog ga sprema
u bazu. Okidači za sklopne „operacije“ mogu biti digitalni i analogni (iznos
struje kroz svitak uklopa/isklopa iznad jedne čvrste vrijednosti). Kod sklopnih
„operacija“, sustav bilježi struje triju faza glavnog strujnog kruga, struje
uklopnih i/ili isklopnih svitaka i put mehanizma.

Pri proradi motora, sustav bilježi struju motora s ukupno 200 točaka i s
podesivim trajanjem od 20 do 160 s, te hod opruge (u slučaju opružnog
pogona) ili porast tlaka dušika u visokotlačnom spremniku (u slučaju
hidrauličkog pogona).

Temeljna jedinica sustava za monitoring visokonaponskih prekidača u

realnom vremenu je OLM-2 jedinica (slika 7.25.) kompaktnih dimenzija
(220 x 210 x 50 mm), smještena u aluminijsko kućište koje daje otpornost na
elektromagnetske smetnje. Sustav se može ugraditi u svojem vlastitom
ormariću koji se postavlja neposredno na visokonaponski prekidač, te se
kabelima kroz kabelske uvodnice povezuje sa senzorima i kontaktima na
prekidaču.

392
 Slika 7.25. OLM - Ugradnja OLM-2 sustava u ormarić polja

Princip rada sustava dijagnostike prekidača u realnom vremenu predočen

je na slici 7.26.
1
1

1.Prekidač
5

2.Senzori

3.OLM-2 2 2

4.Server
3 3

5.Računalo u mreži
4

6.Udaljeno računalo

6
INTERNET

Slika 7.26. Princip rada sustava dijagnostike prekidača u realnom vremenu

393
 Signali se s prekidača dovode na ulaze OLM-2 uređaj, te se nakon obrade
prosljeđuju preko optičkog kabela u kontrolnu sobu transformatorske stanice.

Programski dio sustava za monitoring visokonaponskih prekidača u

realnom vremenu sastoji se od tri programa koji rade zajedno:

- OLM Installer postavlja podešenja, kalibracije i usklađivanja rada

pojedinih OLM-2 jedinica koje su ugrađene u ormarić sustava, a iz
njega se mogu uočiti neki temeljni prikazi pojedinih „operacija“. U
njemu se, također, mogu dobiti i trenutna očitanja veličina na ulazu
pojedinih kanala u stvarnom vremenu, te na taj način provjeravati
ispravnost ožičenja pri ugradnji sustava,
- OLM Server provodi kontinuiranu vezu između OLM-2 jedinica i
računala servera, odnosno „zadužen“ je za kontinuirano prikupljanje
podataka i
- OLM Explorer daje složene algoritme za analizu prikupljenih podataka,
podešenja programa za rad s bazama podataka, podešenja pojedinih
parametara, alarmnih razina za pojedine parametre i trendove.

Predočenje jednog prozora iz OLM Explorera s nekima od spremljenih

parametara pri jednoj sklopnoj „operaciji“ isklopa struje predočen je na
slici 7.27.

Također, predočeni su sljedeći parametri: krivulja puta, struja kroz

isklopni svitak, signal za isklop, prekidna struja, uklopni i isklopni kontakti
signalne sklopke. Uklopni kontakt signalne sklopke (NO – normalno otvoren)
je otvoren kad su glavni kontakti prekidača otvoreni, a zatvoren kad su kontakti
prekidača zatvoreni. Isklopni kontakt signalne sklopke (NC – normalno
zatvoren) je otvoren kad su glavni kontakti prekidača zatvoreni, a zatvoren kad
su glavni kontakti otvoreni.

394
 krivulja puta

struja kroz svitak

ukl. kontakt A
iskl. kontakt A

ukl. kontakt B
iskl. kontakt B

ukl. kontakt C
iskl. kontakt C
signal za isklop

prekidna struja

Slika 7.27. Predočenje zapisa jedne „operacije“ isklopa struje

Popis parametara nadziranih na prekidaču:

Fizički nadzirane veličine:

 Digitalni signali
o prekidač uklopljen,
o prekidač isklopljen,
o signal blokada pumpanja,
o uklopni kontakti signalnih sklopki (sve tri faze) i
o isklopni kontakti signalnih sklopki (sve tri faze).
 Analogni signali
o struje uklopnih svitaka (sve tri zajedno - zbroj),
o struje isklopnih svitaka (sve tri zajedno - zbroj) – isklop 1,
o struja motora,
o struje glavnog strujnog kruga (sve tri faze),
o putovi mehanizma prekidača (2 pola – A i C),
o tlak ulja u hidrauličkom spremniku pogona prekidača,
395
 o gustoća plina SF6,
o tlak plina SF6,
o temperatura plina SF6,
o temperatura u upravljačkom ormariću prekidača,
o pomoćni napon 220 VDC,
o pomoćni napon 24 VDC i
o napon 230 VAC – napajanje OLM -2.

Računski izvedene veličine:

o ukupan broj „operacija“ prekidača (zajedno O, C i O-C),
o ukupan broj O „operacija“,
o ukupan broj C „operacija“,
o ukupan broj C-O „operacija“,
o broj „operacija“ motora,
o vrijeme između pojedinih „operacija“ prekidača,
o vrijeme između pojedinih „operacija“ motora,
o razina curenja plina SF6 (kg/m3 dan),
o gustoća plina preračunata na 20 °C,
o maksimalna struja uklopnih i isklopnih svitaka kod
sklopne „operacije“,
o trajanje sklopne „operacije“,
o lučno vrijeme,
o vrijeme gibanja kontakata,
o vrijeme usporavanja kontakata,
o brzina kontakata,
o akceleracija kontakata,
o mjera erozije kontakata (I2 t) – za svaku sklopnu
„operaciju“ posebno i ukupno,
o trajanje rada motora (za svaku proradu posebno i ukupno),i
o maksimalna (potezna) struja motora.

7.3.6.2.2 Rezultati dijagnostičkih ispitivanja

U slučaju SF6 prekidača 123 kV, u spojnom polju transformatorske stanice

uočeni su problemi s vremenom uklopa kad prekidač duže stoji bez
manipulacija, a također, sumnjalo se i na rasipanje vremena sklapanja
signalnih sklopki. Tijekom dijagnostike u realnom vremenu prekidač je obavio
26 uklopa, 26 isklopa i 10 C-O (uklop-isklop) „operacije“. Ova sklapanja su
uglavnom bila u bez naponskom stanju. U istom vremenu statusne veličine su
396
zapisane 3520 puta (približno broj sati u pogonu), odnosno motor je proradio
2611 puta.
Na prekidaču je proveden i skraćeni programa dijagnostičkog ispitivanja
kako bi se provjerili rezultati dobiveni u okviru monitoringa u realnom
vremenu.
Provedenim dijagnostičkim ispitivanjem potvrđen je problem koji je
uočen u okviru monitoringa u realnom vremenu, odnosno da nakon duljeg
stajanja prekidača (bez sklopnih „operacija“), vremena uklopa odstupaju i do
40 ms. Ovaj problem nije izražen kod isklopa. Sljedeći problem bio je
odstupanje vremena pomoćnih kontakata u polu A, koji je, također, potvrđen
ispitivanjem.
Glavni razlog ovom vremenskom odstupanju treba tražiti u promjenama
koje se događaju u uljnom spremniku što je i potvrđeno simulacijom.
Na slikama 7.28. do 7.31. predočeni su oscilogrami monitoringa prekidača
u realnom vremenu (uređajem OLM - 2) i oscilogrami dijagnostičkih
ispitivanja (uređajem TM -1800).

struja kroz svitak

krivulja puta

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

397
 krivulja puta

struja kroz svitak

95,6 ms

glavni kontakti 90,1 ms

100,8 ms

93,0 ms
pomoćni kontakti 91,5 ms
uklopni
92,9 ms

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

krivulja puta

struja kroz svitak

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

398
 krivulja puta

struja kroz svitak

118,6 ms

glavni kontakti 102,2 ms

131,0 ms

124,8 ms

pomoćni kontakti uklopni 103,6 ms

115,6 ms

Slika 7.31. Uklop nakon stajanja prekidača (TM-1800)

7.3.6.2.2 Rezultati simulacija normalnog i nenormalnog rada

prekidača

Na slikama 7.32. i 7.33. predočena je simulacija normalnog pogona SF6

prekidača 123 kV, isklapanje i uklapanje struje 400 Aeff. Rezultati simulacije
pokazali su vrlo dobro slaganje s rezultatima dobivenim na prekidaču tijekom
dijagnostičkih ispitivanja, slika 7.34. i 7.35.

399
 krivulja puta

pogonska struja

Slika 7.32. Simulacija normalnog pogona prekidača – isklop pogonske struje

krivulja puta

pogonska struja

Slika 7.33. Rezultati dijagnostičkog ispitivanja – isklop pogonske struje

400
 krivulja puta

pogonska struja

Slika 7.34. Simulacija normalnog pogona prekidača – uklop pogonske struje

krivulja puta

pogonska struja

Slika 7.35. Rezultati dijagnostičkog ispitivanja – uklop pogonske struje

401
 Na slici 7.36. predočena je simulacija nenormalnog pogona SF6 prekidača
123 kV, a na slici 7.37. rezultati dobiveni na prekidaču tijekom dijagnostičkih
ispitivanja.

Simulacija je načinjena s pretpostavkom da je došlo do značajnog

prigušenja u hidrauličkom spremniku. U slučaju ispitivanog prekidača uljni
spremnik se nalazi niže od hidrauličkog spremnika, tako da se tijekom dužeg
stajanja prekidača bez sklapanja, ulje iscijedi iz hidrauličkog spremnika u uljni
spremnik, a u cijevima hidrauličkog spremnika najvjerojatnije zaostaje zrak.
Upravo ovaj „zračni čep“ u cijevima hidrauličkog spremnika uzrokuje
značajno prigušenje. Nakon odzračivanja ulja, ova pojava se ne primjećuje.
Očito je da je riječ o konstrukcijskoj grešci ovog tipa prekidača, i njeno
otklanjanje zahtijeva detaljniju analizu i opsežna ispitivanja rada hidrauličkog
pogona.

Napominje se da se pojava pojavljuje samo kod prekidača koji se dulje

vrijeme ne sklapaju.

krivulja puta

prvi uklop
normalni uklop

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

402
 struja kroz svitak

krivulja puta

prvi uklop
24 ms normalni uklop

Slika 7.37. Razlika prvog i slijedećeg, normalnog uklopa (TM-1800)

Rezultati simulacije normalnog pogona visokonaponskog prekidača na

simulacijskom modelu pokazuju zadovoljavajuće slaganje s rezultatima
dijagnostičkih ispitivanja i rezultatima dobivenim tijekom monitoringa u
realnom vremenu SF6 prekidača 123 kV.

Simulacijski model visokonaponskog prekidača predočen u ovom

poglavlju predstavlja dobru osnovu za istraživanje vladanja visokonaponskih
prekidača, odnosno osnovu za izradu “ekspertnog” sustava monitoringa
visokonaponskog rasklopnog postrojenja.

Najbolji rezultati pokazuju se pri analizi procesa koji uzrokuju značajna

odstupanja i promjene, pa će model svakako trebati nadopuniti odgovarajućim
algoritmima za analizu tzv. sporo mijenjajućih stanja, kao što je npr. curenje
plina SF6.

Simulacijskim modelom prekidača treba najprije simulirati najčešće

moguće greške i kvarove, te tako dobivene rezultate spremiti u bazu podataka.
Nakon toga baza podataka koristi se u realnom vremenu za pronalaženje
najbolje dijagnoze kada se uoči odstupanje od normalnog pogona. Naravno da
pri tome treba koristiti i znanje i pogonska iskustva osoblja u rasklopnom
postrojenju, i to znanje ugraditi u ekspertni sustav.

Ekspertni sustav trebao bi pomoći osoblju u identificiranju problema

analizom motrenih veličina na praktički jednaki način kao što to radi čovjek.
Jedino na taj način smanjit će se ispadi postrojenja i spriječiti razvoj velikih
kvarova ukazivanjem na pojavu problema prije nego što isti postanu kritični.

403
8. MODELIRANJA ZA EKSPERTNE SUSTAVE

PARIPATETIČKU ŠKOLU osnovao je ARISTOTEL. Taj naziv škola je dobila

prema grčkom glagolu šetati. Kažu naime da su filozofi općenito, a Aristotel
posebno, voljeli šetati dok su poučavali svoje mlade slušatelje.

Uvod osmom poglavlju

___________________________________________________________

Ovo poglavlje u uvodu sadrži kratki opis matematičkog modeliranja i

dva primjera modeliranja za potrebe razvoja elektromagnetskog modela za
izračun raspodjele struje zemljospoja cjelovitom elektromagnetskom
spregom. Sprega uključuje sve sastavnice, dijelova elektroenergetskog
sustava, (EES) i njihove međusobne utjecaje, (konduktivne, kapacitivne i
induktivne). Proračuni provedeni razvijenim originalnim programom
rezultiraju zaključcima koji upućuju na univerzalne primjene u EES za koje
je moguće donijeti odluke o pogonu rješavanjem sličnih problema.
Opažanja i razumijevanja predmetne problematike oslonjena su na
ekspertne računalne sustave, (razvijene za potrebe utvrđivanja stanja
elektromagnetske kompatibilnosti, (EMC) i elektromagnetskog
modeliranja, (EMM), a koji se može promatrati kao projektantsko
pomagala.
Iako projektiranje nije izum a niti otkriće, prezentirani proces
modeliranja potvrđen eksperimentalnim ispitivanjem, koji je shvaćen kao
projektiranje s konkretnim rezultatima originalno je djelo, jer je pristup u
teorijskoj razradi originalan i znanstveno potvrđen. Dokazana je
univerzalnost primjene modela ekspertnog sustava, (ExSyS) jer njima
može biti modeliran bilo koji novi ili postojeći elektroenergetski objekt, ali
i njihova elektromagnetska stanja u cijelom sustavu. Modeliranje se može
smatrati projektiranjem sustava koji se svodi na prototip kada se u sustav
ubacuju realne ili simulirane elektroenergetske komponente za bilo koji
režim rada. Kao takav izvrstan je alat za testiranje, planiranje ili održavanje
na velikim sustavima koji su provjeravani EMPT programima.
Unatoč odličnim rezultatima i prezentiranim stečenim iskustvima i
dalje su otvorena pitanja novih smjernica legislative i intelektualnog
vlasništva nad ovakvim ekspertnim računalnim procesima - projektantskim
pomagalima. Prezentacijski materijal obrade, kada se grafički prikaže
zorno projicira konkretna pogonska stanja, a njegova je baza podataka

404
raspoloživa za sve druge obrade koje uključuju analize i sinteze sličnih
primjera EES jer se parametri mogu po volji mijenjati.

8.1. Pojam računalnog i matematičkog modeliranja

Svi tehnički proračuni temelje se na matematičkim formulacijama

uzročno-posljedičnih veza koje su značajne s obzirom na svrhu proračuna.
Skup matematičkih objekata koji apstraktno reproduciraju učinke neke
uzročno-posljedične veze može se smatrati njenim matematičkim
modelom. Područje valjanosti modela i točnosti modela unutar tog
područja ovisi o pretpostavkama i o aproksimacijama uz koje je model
izveden:

 Pretpostavke određuju uvjete pod kojima matematički model vjerno

odražava svojstva modelirane uzročno-posljedične veze.
 Aproksimacije su pojednostavljenja koja se pri izvođenju modela
uvode sa svrhom da model na željenoj razini točnosti bude što
jednostavniji i pogodniji za korištenje, ali često i zbog nepotpunog
poznavanja pojedinosti modelirane uzročno-posljedične veze.

Prihvaćanjem pretpostavki i aproksimacija tijekom izrade modela

fizikalnu se realnost u većoj ili manjoj mjeri idealizira, pa se može smatrati
da izvedeni matematički model točno reproducira uzročno-posljedične
veze u nekom idealiziranom apstraktnom stanju.

Istu se fizikalnu realnost može modelirati vrlo različitim modelima, a

njihova upotrebljivost bitno ovisi o točnosti kojom reproduciraju one
uzročno-posljedične veze koje su značajne s obzirom na svrhu modeliranja.
Matematički se model najčešće odnosi na dinamičke sustave. Sustav je
dinamički ako udovoljava princip kauzaliteta, odnosno ako uzročno-
posljedične veze između uzroka i posljedice unutar sustava sadrže
spremnike u kojima se u ne stacionarnim uvjetima odvijaju procesi
akumulacije. S obzirom na relativno značenje pojmova „sustav“ i
„komponenta“ kako je prethodno pojašnjeno u petom poglavlju, dinamički
sustav može biti neka prepoznatljiva cjelina ili samo dio takve cjeline.
Stanje dinamičkog sustava u svakom je trenutku vremena određeno
stupnjem ispunjenosti svih njegovih spremnika veličinama koje se u njima
akumuliraju i za koje vrijedi zakon očuvanja.

405
 Veličine koje neposredno ili posredno ovise o stanju sustava a značajne
su s obzirom na svrhu modeliranja nazivaju se izlaznim veličinama,
odnosno izlazima modeliranog sustava, pa tako u izračunima dobivamo
izlazne podatke.

Veličine koje svojim djelovanjem na sustav uzrokuju promjene

njegova stanja, a time i promjene izlaza, nazivaju se ulaznim veličinama,
odnosno ulazima sustava pa tako za pripremu izračunima kreiramo ulazne
podatke.

Broj ulaza i izlaza ovisi o prirodi promatranog sustava, o njegovoj

ulozi kao komponente nekog složenog sustava, kao i o svrsi njegova
modeliranja. Navedeni primjeri dio su cjelovitog rada i tu problematiku
zorno opisuju

Temeljni oblik iskazivanja svojstava sustava je oblik promjene izlaza

tijekom vremena, a taj ovisi o:

 obliku promjene ulaza

 početnom stanju sustava
 svojstvima samog sustava

Dobivanje modela je postupak matematičkog modeliranja, tj.

matematičko formuliranje uzročno-posljedičnih veza iz kojih proizlazi
ovisnost izlaza sustava o njegovim ulazima.

8.2. Općenito o modeliranju

Modeliranje obuhvaća:

1. Odabir pretpostavki i aproksimacija koje će rezultirati što

jednostavnijim, ali dovoljno točnim modelom s obzirom na svrhu
modeliranja

2. Razlaganje sustava na sastavnice u skladu s polaznim

pretpostavkama i aproksimacijama

406
 3. Matematičko formuliranje uzročnih veza između ulaza i izlaza, te
formuliranje interakcija između njih.

Za matematičko modeliranje polazi se od osnovnih pretpostavki:

a) da su uzročne veze između uzroka i posljedica determinističke, tj.

da isti uzroci uvijek izazivaju iste posljedice i
b) da je ispunjeno svojstvo kontinuuma, tj. da su zadržana fizikalna
svojstva unutar infinitezimalno malog volumena

Osim osnovnih pretpostavki, (koje se najčešće podrazumijevaju),

prilikom matematičkog modeliranja u svakom se pojedinačnom slučaju
uvodi i niz drugih pretpostavki i aproksimacija kojima se ostvaruje
kompromis između točnosti i složenosti modela.

8.3. Postupak modeliranja

Da bi postupak modeliranja rezultirao matematičkim ili nekim drugim,

kao u ovim slučajevima elektromagnetskim modelom, koji je primjeren
svrsi modeliranja, uputno ga je provoditi u slijedećim koracima:

1. Definiranje svrhe modela

Dobar model na najjednostavniji način, ali dovoljno točno reproducira

ona svojstva uzročnih veza između ulaza i izlaza sustava koja su značajna
za svrhu primjene modela.

2. Intuitivna analiza zbivanja u sustavu

Usvajanjem pretpostavki i aproksimacija pri modeliranju potrebno je

zadržati sve pojave o kojima ovisi uporabljivost modela za zadanu svrhu
ali istovremeno ne pretjeranom težnjom za što vjernijom reprodukcijom
svih pojava u sustavu. Izvedba takvog modela bez potrebe otežava njegovo
korištenje, naročito u različite svrhe.

3. Razlaganje modeliranog sustava na elementarne komponente

407
 Razlaganjem sustava na komponente moguće je neposredno opisivanje
odgovarajućim matematičkim formulacijama. Rezultat razlaganja prikazan
grafički u obliku blok dijagrama omogućuje jednostavnu provjeru polaznih
predodžbi o uzročnim vezama u sustavu.

4. Definiranje pretpostavki i aproksimacija

Definiranjem odnosno izričitim nabrajanjem pretpostavki i

aproksimacija uz koje se model izvodi izbjegava se opasnost da se od
modela prilikom njegova korištenja očekuje da reproducira pojave koje su
iz njega isključene nekim pretpostavkama i aproksimacijama. O usvajanju
ključnih pretpostavki – onih koje određuju temeljnu razinu idealizacije
fizikalne realnosti modeliranog sustava – odlučuje se prije izvođenja
modela, a neke se pretpostavke prihvaćaju i tijekom tog postupka.

5. Kreacija modela

Kreacija odnosno izvođenje modela obuhvaća ispisivanje svih

potrebnih jednadžbi i funkcija u skladu s prihvaćenim pretpostavkama, te
njihovo preoblikovanje do konačnog oblika modela.

6. Definiranje stacionarnog stanja sustava u modelu

Pri simulaciji ne stacionarnih (tranzijentnih) pojava u sustavu najčešće

se polazi iz stacionarnog početnog stanja sustava jer je u tom slučaju
intuitivna ocjena rezultata simulacije najjednostavnija. Kada se procesi
izjednačavanja ulaznih i izlaznih tokova unutar neke komponente odvijaju
neusporedivo brže nego li u ostalim komponentama sustava, takvu se
komponentu može promatrati kao statički sustav, a uzročnu vezu između
njenih ulaza i izlaza kao kvazi stacionarni proces. Kvazi stacionarnim se
naziva jer se ulazi tijekom vremena mijenjaju pa nisu stacionarni, ali
trenutnim vrijednostima ulaza u svakom trenutku vremena odgovaraju one
vrijednosti izlaza koje u tom trenutku zadovoljavaju matematičke
formulacije (algebarske jednadžbe).

7. Provjera kreiranog modela

Pouzdaniju provjeru modela omogućuje njegova simulacija uz uvjete

koji omogućuju dovoljno pouzdanu intuitivnu procjenu ponašanja
modeliranog sustava. Usporedba rezultata takvih simulacija s očekivanim
ponašanjem modeliranog sustava u istim okolnostima često otkriva
408
pogreške modela. Konačnu, vjerodostojnu provjeru modela, omogućuje tek
njegova usporedba s ponašanjem modeliranog sustava u uvjetima koji su
relevantni s obzirom na svrhu modeliranja.
Nezadovoljavajuća točnost modela može imati svoje uzroke na dvije
razine. Na prvoj su moguće pogreške u postupku izvođenja modela, a na
drugoj su moguće krive procjene utjecaja prihvaćenih pretpostavki i
aproksimacija na točnost reprodukcije relevantnih svojstava uzročnih veza
između ulaza i izlaza sustava.

8.4. Simulacije u postupku modeliranja

Pod simulacijom se podrazumijeva mehanizirano rješavanje modela

sustava sa svrhom oponašanja njegova odziva na zadanu pobudu. Kao
pobuda mogu djelovati promjene ulaznih veličina, ali i neravnotežno
početno stanje sustava. za odziv sustava promatraju se promjene odabranih
veličina koje su ili neke od varijabli stanja sustava ili su funkcije tih
varijabli.

Temeljna zadaća simulacije svodi se stoga na nalaženje funkcija po

kojima se mijenjaju varijable stanja sustava od svojih početnih vrijednosti
pa nadalje, ako se ulazne varijable sustava od početnog trenutka mijenjaju
na zadani način.

Simulaciju sustava može demonstrirati model u obliku sustava

diferencijalnih jednadžbi. U temelju tog modela su jednadžbe - modeli
procesa pa funkcije predstavljaju tokove koji ovise o trenutnom stanju i o
stanjima vanjskih ulaza.

Pogled na fizikalni sustav kao sredstvo koje „rješava“ svoj vlastiti

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

409
 Premda je računalo (digitalno) samo po sebi fizikalni sustav, njegova
funkcija kao sredstva za simulaciju ne ostvaruje se neposredno fizikalnim
procesom kao u simuliranom ili njemu analognom fizikalnom sustavu, već
algoritmom koji je u računalo implementiran odgovarajućim računalnim
programom. Temeljna zadaća svakog algoritma u slučaju simulacije je
rješavanje matematičkog modela numeričkim metodama. U matematičkom
smislu ta se zadaća svodi na nalaženje funkcija koje uz promjenu ulaznih
varijabli po proizvoljno zadanim funkcijama zadovoljavaju:

- sustav jednadžbi i
- zadane početne uvjete

Numeričko rješavanje sustava jednadžbi moguće je postupcima

numeričke integracije, kao što je u navedenom primjeru posebno istaknuto.

8.5. Karakter modelskog vremena

Potrebno je uočiti razlike između karaktera modelskog vremena u

modelu izraženom diferencijalnim jednadžbama i modelskog vremena u
digitalnoj simulaciji tog modela:

 Modelsko vrijeme u modelu, slično kao i vrijeme u fizikalnoj

realnosti je kontinuirana varijabla – vrijednost modelskog vremena
monotono raste od početne vrijednosti t =0 do proizvoljno zadane
granične vrijednosti tmax

 Modelsko vrijeme u digitalnoj simulaciji definirano je nizom

diskretnih vrijednosti izraženih brojkama s konačnim brojem
decimalnih mjesta.

Ta razlika u karakteru modelskog vremena kao nezavisne varijable

odražava se i na sve njene funkcije pa tako i na zadane promjene ulazne
veličine i na traženo rješenje modela.

410
8. 6. Elektromagnetski modeli elektroenergetskih sustava

8.6.1. Modeliranje cilindričnih segmenata vodiča

Za točniji izračun raspodjele struje zemljospoja potrebno je uzeti u račun

mnoštvo utjecajnih čimbenika. Prilikom sakupljanja i obrade literature
utvrđeno je kako su autori u mnogim stručnim i znanstvenim radovima
pribjegli drastičnom pojednostavljenju modeliranja zanemarujući
elektromagnetsku spregu između vodljivih dijelova koji sudjeluju u
raspodjeli struje zemljospoja. Najčešće su razvijane metode koje uzimaju
u račun samo induktivnu spregu. Slična je situacija i s aktualnom
legislativom.
U normi IEEE Std. 80-2000, preporuča se da se raspodjela struje
zemljospoja vrlo grubo procijeni korištenjem grafova koji su dobiveni
numeričkim izračunom.
U normativnim dokumentima HRN HD i EN, na koji ukazuje Pravilnik
o tehničkim zahtjevima za elektroenergetska postrojenja nazivnih
izmjeničnih napona iznad 1 kV raspodjela struje zemljospoja računa se
približno korištenjem jednostavnih analitičkih izraza, koji daju vrlo grubu
procjenu. Isto vrijedi i za direktivu ITU-T 270-9.
U širom svijeta korištenom programskom paketu CDEGS, raspodjela
struje zemljospoja računa se pomoću modula SPLITS. Teorijska podloga
programskog modula SPLITS nastala je nadogradnjom metoda koje koriste
redukcijske faktore nadzemnih vodova te se na taj način približno uzima u
račun i induktivna sprega.
Induktivna se sprega često računa korištenjem Carsonovih formula, gdje
se trostruka nulta struja po fazi nadzemnog voda koristi kao ulazni podatak
dobiven proračunom kratkog spoja. O komercijalnim programskim
podrškama bit će opširnije prezentirano na kraju ovog poglavlja.
Svi navedeni pristupi bili su podloga da se odluči cjelovito riješiti ta
važna problematika u elektroenergetskim sustavima postavljajući hipotezu
doktorske disertacije o univerzalnom rješavanju primjenom
elektromagnetskog modela, kojem je prethodio hibridni model.
Obrada problematike je obuhvatila inženjerske pristupe modeliranja
tehnikom konačnih elemenata provjerenih na uzemljivačima, s posebnom
pozornošću na modela metalne ploče ukopane u homogeno tlo.

411
8.6.1.1. Aproksimacija struja segmenata vodiča

Da bi se modelirao cilindrični segment vodiča koriste se sljedeće

pretpostavke:
 Duljina segmenta vodiča (  ) je mnogo veća od njegovog
polumjera ( r0 ),
 Vanjski polumjer vodiča je mnogo manji od valne duljine,
 Pojedini segment može biti šupalj ili pun,
 Struja unutar segmenta ima samo uzdužnu komponentu,
 Uzdužna struja je koncentrirana u osi i teče od početne prema
krajnjoj točki segmenta ,
 Segment sa svog plašta jednoliko ispušta poprečnu struju u
okolno sredstvo,
 Kod izračuna raspodjele potencijala, segment iz svoje osi
jednoliko ispušta poprečnu struju,
 Potencijal je konstantan po poprečnom presjeku segmenta
vodiča,
 Uzdužni potencijal ( kod uzdužnog sustava jednadžbi) linearno
se mijenja duž osi vodiča,
 Poprečni potencijal segmenta (potencijal segmenta kod
poprečnog sustava jednadžbi) aproksimira se po metodi
srednjeg potencijala.

Ako se modeliraju bilo kakvi vodiči iz nekog elektroenergetskog

sustava, (EES), koji sudjeluju na primjer u raspodjeli struje zemljospoja
aproksimiraju se skupom cilindričnih segmenata, Slika 8.1.

Slika 8.1. Matematički modeliran cilindrični ks-ti segment vodiča

tankožičanom aproksimacijom

Iz pretpostavke da segment jednoliko ispušta poprečnu struju u okolno

sredstvo, slijedi da se uzdužna struja mijenja linearno duž osi segmenta, a
ta uzdužna struja je po pretpostavci konstantna duž osi segmenta. Linearno
412
promjenjiva uzdužna struja aproksimira se svojom srednjom vrijednošću,
Slika 8.2.

Slika 8.2. Aproksimacija uzdužne i poprečne struje ks-tog segmenta

vodiča

Iz pretpostavke da je uzdužna struja segmenta aproksimirana srednjom

vrijednošću linearno promjenjive uzdužne struje, slijedi da segment u
čvorovima (lokalni čvorovi segmenta; P-početna i K-krajnja točka
segmenta) predaje točno 1/2 poprečne struje koja se jednoliko ispušta u
okolno sredstvo. Drugim riječima, poprečna struja segmenta koja se ispušta
duž plašta segmenta dijeli se na dva jednaka dijela koji se smještaju u
lokalne čvorove segmenta.
U daljnjem razmatranju, za potrebe tehnike konačnih elemenata, sustav
uzdužnih struja može se odvojiti od sustava poprečnih struja, Slika 8.3. To
je grafički ilustriran princip prelaska s uzdužne i poprečne struje ks-tog
segmenta na uzdužne i poprečne struje dvaju lokalnih čvorova ks-tog
segmenta.

Slika 8.3. Uzdužne i poprečne struje ks-tog segmenta i njegovi pripadni

lokalni čvorovi

413
Struje prikazane na Slikama 8.2 i 8.3 imaju sljedeće značenje:

 u
I ks - uzdužna struja ks-tog segmenta,
 p
I ks - poprečna struja ks-tog segmenta,
 I Pucks - uzdužna struja početnog čvora Pks ks-tog segmenta,
 uc
I Kks - uzdužna struja krajnjeg čvora Kks ks-tog segmenta,
 I Ppcks - poprečna struja početnog čvora Pks ks-tog segmenta,
 pc
I Kks - poprečna struja krajnjeg čvora Kks ks-tog segmenta,
 I Pc ks - ukupna struja početnog čvora Pks ks-tog segmenta,
 c
I Kks - ukupna struja krajnjeg čvora Kks ks-tog segmenta.

U skladu s oznakama i prikazanom orijentacijom struja na Slici 8.2, za

uzdužne i poprečne struje lokalnih čvorova ks-tog segmenta vrijede
sljedeći izrazi:

uc
I Pks  I ks
u
(8.1)

uc
I Kks   I ks
u
(8.2)

1 p
up
I Pks  I Kks
up
 I (8.3)
2 ks

c
IPks  IPks
uc
 IPks
pc
(8.4)

c
I Kks  I Kks
uc
 I Kks
pc
(8.5)

8.6.1.2. Aproksimacija potencijala segmenata vodiča

Segment cilindričnog vodiča u tlu može biti segment golog vodiča ili
pak segment izoliranog vodiča, a takav vodič može biti: vodič mrežastog
uzemljivača središnje transformatorske stanice, (TS), koji se aproksimira
mrežom cilindričnih vodiča, goli vodič ukopan iznad kabelskih vodova,
goli vodič ukopan između uzemljivača stupova nadzemnih vodova, metalni

414
ekran energetskog kabela, fazni vodič energetskog kabela te vanjski
metalni plašt energetskog kabela. Cilindrični segment vodiča u zraku, u
pravilu, nema dodatne izolacije, a takav vodič može biti: zaštitno uže
nadzemnog voda, fazni vodič nadzemnog voda ili vodič kojim se modelira
stup nadzemnog voda.

8.6.1.3. Jednadžbe potencijala harmonijskog elektromagnetskog

modela

Maxwellove diferencijalne jednadžbe za izmjenično harmonijski

promjenjivo elektromagnetsko polje u nepokretnom vodljivom sredstvu
mogu se napisati u sljedećem obliku:

   
  H  J    E  Js (8.6)
 
  E  j  B (8.7)

B  0 (8.8)
gdje je:


J - fazor vektora gustoće ukupne struje,

J s - fazor vektora gustoće ukupne struje vanjskih (nezavisnih) izvora,
 - kompleksna provodnost (specifična električna vodljivost) sredstva,
 - kružna frekvencija,

H - fazor vektora jakosti magnetskog polja,

E - fazor vektora jakosti električnog polja,

B - fazor vektora magnetske indukcije,
 - Hamiltonov operator,
j - imaginarna jedinica.

415
8.6.1.4. Model sredstva

Za modeliranje sredstva svaki se neograničeni prostor može podijeliti

na dva linearna homogena izotropna poluprostora, od kojih jedan ispunjava
zrak, dok drugi ispunjava homogeno tlo, Slika 8.4.

Slika 8.4. Dvoslojni model sredstva

Značajke sredstva (zraka i tla) su provodnost, dielektričnost i

permeabilnost. Može se uzeti da je provodnost zraka jednaka nuli.
Otpornost tla (recipročna vrijednost provodnosti tla) poprima vrijednosti
od nekoliko Ωm do nekoliko tisuća Ωm. Iznos provodnosti za jednu vrstu
tla se znatno mijenja s vlažnošću zbog ovisnosti o rastopljivosti prisutnih
soli. Što je vlažnost tla veća, otpornost je manja i obratno. Na iznos
provodnosti tla utječe temperatura. Kad temperatura padne značajno ispod
nule, tlo se ledi do nekih dubina, pri čemu se provodnost naglo smanjuje,
odnosno otpornost tla poprima visoke vrijednosti.
Redovito se uzima da su dielektričnost i permeabilnost zraka jednake
kao i u slučaju vakuuma. Dielektričnost tla ovisi o vrsti tla i količini
prisutne vlage. Ona se povećava s prisutnošću vlage u tlu. Dielektričnost
tla varira u daleko manjem rasponu no provodnost tla.
Može se uzeti da je magnetska permeabilnost tla jednaka magnetskoj
permeabilnosti zraka, odnosno da je njihova relativna magnetska
permeabilnost  r  1 .

U Maxwellovim diferencijalnim jednadžbama za izmjenično

harmonijski promjenjivo elektromagnetsko polje u nepokretnom
vodljivom sredstvu neka su moduli fazora efektivne vrijednosti pripadnih
veličina. Kružna je frekvencija opisana izrazom:

416
   2   f (8.9)

gdje je f frekvencija.

Neka je sredstvo linearno i izotropno. Kompleksna provodnost takvog

sredstva opisana je izrazom:

    j   (8.10)

gdje je  vodljivost sredstva, a  dielektričnost sredstva. Vrijedi da je

dielektričnost sredstva:
  0  r (8.11)

gdje je 0  8,854 1012 F/m dielektričnost zraka, dok je r relativna

dielektričnost sredstva.

Iz Maxwellovih jednadžbi (8.6) – (8.8), dobiju se Helmholtzove

nehomogene diferencijalne jednadžbe potencijala:

J s
     
2
(8.12)

  
A   2  A   0  J s (8.13)
gdje je:

A - fazor vektorskog magnetskog potencijala,
 - fazor skalarnog električnog potencijala,
 - valna konstanta sredstva,
Δ - Laplaceov diferencijalni operator.
 H/m – permeabilnost razmatranog sredstva
0

 0  4   10 7
za zrak ili tlo

Valna konstanta razmatranog sredstva opisana je izrazom:

417
   j    0   (8.14)

U linearnom homogenom izotropnom neograničenom sredstvu

volumena V, rješenje jednadžbe skalarnog električnog potencijala (8.12)
glasi:

1  e  R
     J s   dV (8.15)
4  V R

dok rješenje jednadžbe vektorskog magnetskog potencijala (4.8) glasi:

 0  e  R
A    Js   dV (8.16)
4 V R

gdje je R udaljenost između točke izvora i točke promatranja.

Jednadžba (8.15) jest partikularno rješenje Helmholtzove jednadžbe
(8.12), a jednadžba (16) partikularno rješenje Helmholtzove jednadžbe
(8.13).

Prema prethodno prezentiranoj teoriji, u linearnom homogenom

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

Slika 8.5. Cilindrični segment vodiča u homogenom neograničenom

sredstvu

418
 p
 I ks
u I ks
 J s  dV   d ks    d ks (8.17)
 ks  ks

gdje je:
p
I ks - poprečna struja ks-tog segmenta,
u
I ks - uzdužna struja ks-tog segmenta,

 ks - duljina ks-tog segmenta.

Nakon što se izraz (8.17) uvrsti u izraz (8.15) dobije se da je raspodjela

potencijala oko ks-tog segmenta u linearnom homogenom izotropnom
neograničenom sredstvu opisana izrazom:

e R
p
1 I ks
4      ks  R
     d ks (8.18)
ks

gdje je R udaljenost između točke izvora na osi segmenta i točke

promatranja. Krivulja integracije ks poklapa se s osi promatranog ks-tog
segmenta. Valna konstanta sredstva  opisana je izrazom (8.14).

Izraz (8.18) aproksimira se tako da je raspodjela potencijala oko ks-tog

segmenta u linearnom homogenom izotropnom neograničenom sredstvu
opisana izrazom:

p
 R Cks 1 I ks 1
e      d ks (8.19)
4      ks  R
ks

gdje je RCks udaljenost između središnje točke segmenta i točke

promatranja. Izraz (8.19) lako se može prevesti u novi oblik:
p
1 I ks
  f ks    Fks (8.20)
4      ks

419
gdje je:

f ks  e  R Cks (8.21)

prigušno-fazni faktor koji aproksimira prigušenje potencijala i zakretanje

njegove faze.

8.6.2. Skalarni električni potencijala segmenata vodiča

8.6.2.1. Cilindrični segment vodiča u tlu

Neka se segment vodiča nalazi u tlu dvoslojnog sredstva, Slika 8.6. U

tom slučaju treba definirati izraze za raspodjelu potencijala kojeg stvara
poprečna struja razmatranog ks-tog segmenta u tlu i u zraku. Koristi se
metoda odslikavanja tako da se odslika kvazistatički izvor struje u odnosu
na površinu tla, a gušenje i fazno zakretanje potencijala aproksimira se
korištenjem tzv. prigušno-faznog faktora. Zasebno se razmatraju raspodjela
potencijala u tlu i raspodjela potencijala u zraku.
Raspodjeli potencijala u tlu doprinose poprečna struja razmatranog
segmenta i poprečna struja kvazistatičke slike tog segmenta Slika 8.6. pa
izraz koji opisuje raspodjelu potencijala u tlu glasi:

  f ks 
1 Ip

 ks  Fks  k r1  Fks
4    1  ks
i
 (8.22)

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

f ks  e 1 R Cks ; 1  j    0  1 (8.23)

420
 Slika 8.6. Cilindrični segment vodiča u homogenom tlu

dok je faktor kvazistatičke refleksije opisan izrazom:

1   0
k r1  (8.24)
1   0
i
Veličina Fks i Fks navedene u izrazu (22) opisane su kao:

2
     
v 2   u  ks    u  ks 
d ks  2   2 
Fks   R
 ln
2
(8.25)
ks      
v 2   u  ks    u  ks 
 2   2 

d ks
 
i
Fks (8.26)
ks
i Ri

gdje je R i udaljenost između točke izvora na osi slike segmenta i točke

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

421
 Slika 8.7. Cilindrični segment vodiča i njegova kvazistatička slika koji
doprinose raspodjeli potencijala u tlu

Raspodjelu potencijala u zraku uzrokuje poprečna struja kvazistatičke

slike razmatranog segmenta, koja se preklapa sa stvarnim segmentom Slika
8.8, pa izraz koji opisuje raspodjelu potencijala u zraku glasi:

1 Ip
  f ks   ks  k t1  Fks (8.27)
4     0  ks

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

f ks  e  1RCks 1   0 RCks 0 ; 1  j     0  1 ;  
0
j     0   0 (8.28)

dok je faktor kvazistatičke transmisije opisan izrazom:

2  0
k t1  1  k r1  (8.29)
1  0

Veličina Fks navedena u izrazu (8.27) opisana je izrazom (8.25) jer se,
u ovom slučaju, slika segmenta preklapa sa stvarnim segmentom pa se
preklapaju i krivulje integracije.

422
Slika 8.8. Kvazistatička slika cilindričnog segmenta vodiča koja uzrokuje
potencijal u zraku

8.6.2.2. Cilindrični segment vodiča u zraku

Kada se segment vodiča nalazi u zraku dvoslojnog sredstva, Slika 8.9,

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

  f ks 
1 Ip

 ks  Fks  k r 0  Fks
4    0  ks
i
 (8.30)

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

f ks  e  0 R Cks ; 0  j    0  0 (8.31)

423
dok je faktor kvazistatičke refleksije opisan izrazom:

 0  1
k r 0   k r1  (8.32)
1   0
U izrazu (8.30), veličina Fks opisana je izrazom (8.25), dok je istovrsna
i
veličina Fks koja je pridružena slici ks-tog segmenta opisana izrazom
(8.26).

Slika 8.9. Cilindrični segment vodiča u zraku

Slika 8.10. Cilindrični segment vodiča i njegova kvazistatička slika koji

doprinose raspodjeli potencijala u zraku

424
 Raspodjelu potencijala u tlu uzrokuje poprečna struja kvazistatičke slike
razmatranog segmenta, Slika 8.11, koja se preklapa sa stvarnim
segmentom, pa izraz koji opisuje raspodjelu potencijala u tlu glasi:

p
1 Iks
  f ks    k t 0  Fks (8.33)
4    1  ks

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

je faktor kvazistatičke transmisije opisan izrazom:

2  1
k t0  1  kr0  (8.34)
1  0

Slika 8.11. Kvazistatička slika cilindričnog segmenta vodiča koja

uzrokuje potencijal u tlu

8.6.2.3. Modeliranje uzemljivača pločom

8.6.2.3.1. Skalarni potencijal ekvipotencijalne metalne ploče

Skalarni električni potencijal ekvipotencijalne metalne ploče u

homogenom neograničenom linearnom izotropnom sredstvu, Slika 8.12,

425
 Slika 8.12. Presjek ekvipotencijalna kružna metalna ploča u homogenom
neograničenom sredstvu

opisan je izrazom:

I r 2  z  j  a 2  z  j  a
    f   n 
j8    a   r 2  z  j  a 2  z  j  a


gdje je I fazor jakosti struje koju ploča ispušta u okolno sredstvo, a je

polumjer ploče,  je kompleksna provodnost sredstva, dok su r i z
koordinate cilindričnog koordinatnog sustava. Izvorni izraz za
kvazistatičku raspodjelu potencijala nadopunjen je prigušno-faznim
faktorom koji se u ovom slučaju može aproksimirati izrazom:
  r 2  z 2
f e  e   R C (8.36)

gdje je RC udaljenost između centra metalne ploče i točke promatranja.

Izraz (8.35) može se preinačiti u jednostavniji oblik:
I a I 
f  tan 1  f  tan 1 (8.37)
4a    4a   |z|

gdje je:
A  A2  4a 2 z2
  a, r, z   (8.38)
2

 A  A2  4a 2 z2
  a, r, z   (8.39)
2

426
 A  r2  z2  a 2 (8.40)

U posebnom slučaju za r = 0 raspodjela potencijala duž osi z opisana je

izrazom:

   z   f 
I a
 tan 1 (8.41)
4a   |z|

dok je u slučaju z = 0, r  a raspodjela potencijala duž osi r opisana

izrazom:

   (r)  f  I tan1 a  f  I sin 1a (8.42)

4πaκ r 2 a 2 4πaκ r

Ako je metalna ploča ukopana u homogeno tlo paralelno površini tla na

dubinu h, Slika 8.13, izrazi za raspodjelu potencijala u tlu i u zraku mogu
se dobiti pomoću metode odslikavanja.

Slika 8.13. Presjek kružne metalne ploče ukopane u homogeno tlo

paralelno površini tla

Za metalnu ploču ukopana u homogeno tlo, raspodjeli potencijala u tlu

doprinose struja koju ploča ispušta u tlo i struja kvazistatičke slike ploče,
Slika 8.14.

427
 Slika 8.14. Presjek kružne metalne ploče i njene kvazistatičke slike za
raspodjelu potencijala u tlu

Tada izraz koji opisuje raspodjelu potencijala u tlu glasi:

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

gdje je koeficijent kvazistatičke refleksije k r1 , a prigušno-fazni faktor f ,

u ovom slučaju, opisan je izrazom:
   r 2  z  h 2
f e  e   R C (8.44)

Raspodjelu potencijala u zraku uzrokuje struja kvazistatičke slike

razmatrane metalne ploče, koja se preklapa sa stvarnom pločom Slika 8.15,

428
 Slika 8.15. Kvazistatička slika kružne metalne ploče koja uzrokuje
potencijal u zraku

pa izraz koji opisuje raspodjelu potencijala u zraku glasi:

I a
f  k t1  tan 1 (8.45)
4    a  0 a , r, z  h 
gdje je faktor kvazistatičke transmisije k t1 , dok je, u ovom slučaju,
prigušno-fazni faktor opisan izrazom:
f  e  1RC 1   0 RC 0 ; 1  j     0  1 ;  0  j     0   0 (8.46)
Prema dosad uvedenim pretpostavka, metalne ploče koje
nadomještaju uzemljivače transformatorskih stanica jesu ekvipotencijalne,
a to znači da one nemaju uzdužne komponente struje. To znači da
ekvipotencijalne metalne ploče ne stvaraju vektorski magnetski potencijal,
već samo skalarni električni potencijal.
8.6.2.3.2. Poprečna impedancija kružne metalne ploče

Vlastita poprečna impedancija p-te ekvipotencijalne kružne metalne

ploče, polumjera a p u homogenom neograničenom sredstvu kompleksne
provodnosti  , Slika 8.16. opisana je izrazom:
1
n
Zpp, p  qn p
Zp, p  (8.47)
8  ap  

429
 Slika 8.16. Ekvipotencijalna kružna metalna ploča u homogenom
neograničenom sredstvu kompleksne provodnosti 

Gustoća struje koju ploča s obje strane ispušta u okolno homogeno i

neograničeno sredstvo opisana je izrazom:
I
J  NI (8.48)
2 a  a2  r2
gdje je, prema nazivlju metode konačnih elemenata za ploču postavljenu u
cilindrični koordinatni sustav oblikovna funkcija:
1
N (8.49)
2    a  a2  r2
Neka su dvije kružne međusobno paralelne metalne ploče p i q,
različitih polumjera a p i a q , smještene u homogenom i neograničenom
sredstvu kompleksne provodnosti  , čiji su centri horizontalno udaljeni
za RC i vertikalno udaljeni za z c Slika 8.17.

Slika 8.17. Presjek paralelno ukopanih kružnih metalnih ploča u

homogenom neograničenom sredstvu
430
 Lako se dobije da je međusobna impedancija ploča u homogenom
neograničenom sredstvu po Galjerkin-Bubnovovoj metodi opisana
izrazom:

n
Zpp, q  f p, q qn Zpp, q  f p, q   N  P (a q , r, z c , )  dS  n Zqp, p (8.50)
Sp

gdje je:

Pa , r, z,  
1 a
 tan 1 (8.51)
4a   r, a , z 

dok je veličina  opisana izrazom (4), N izrazom (15), a prigušno-fazni

faktor opisuje izraz:

 γ rc2  z c2
f p,q  e  e  γ R C (8.52)

gdje je RC udaljenost između središta razmatranih ploča.

Za potrebe 2D numeričko-analitičke integracije po površini p-te ploče
površine Sp, polovica p-te ploče podijeljena je na 25 dijelova u polarnom
koordinatnom sustavu (, ), a svakom od tih dijelova pridružena je po
jedna integracijska točka tako da duž osi  i osi  ima po 5 integracijskih
 
točaka. Dakle, integracijske točke su i ,  j i = 1, 2, ..., 5; j = 1, 2, ...,
5 Slika 8.18.

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

integracije
431
Vrijedi da je:
i  a  u i (8.53)

j    u j (8.54)

gdje su ui i uj , i = 1, 2, ..., 5; j = 1, 2, ..., 5 koordinate Gaussovih

integracijskih točaka u lokalnom 1D koordinatnom sustavu, (tablica 1).
Horizontalna udaljenost pojedine integracijske točke i ,  j ploče p  
od središta ploče q Slika 8.19. opisana je izrazom:

rij  i2  rc2  2  i  rc  cos  j (8.55)

gdje je rc horizontalna udaljenost središta ploča.

Slika 8.19. Horizontalna udaljenost integracijske točke p-te ploče od

središta q-te ploče
Korištenjem numeričko-analitičke integracije, izraz (16) poprima oblik:

5 5
n
Zpp, q  f p, q qn Zpp, q  f p, q    P(a q , rij, z c , )  H j  Wi  n Zqp, p 8.56)
i 1 j1

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

432
 ei 2 2
   
Wi   N  2      d  1   si   1   ei  (8.57)
 ap   ap 
si    
gdje su granice integrala:

i
ei  a p   H k (8.58)
k 1

si  ei  a p  Hi (8.59)

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

2 2
1 
 asi  1 
 aei 
 
Wi   (8.60)
 p  p
Dane su koordinate Gaussovih integracijskih točaka u j i njima
pripadne težinske funkcije H j za j =1, 2, …, 5 za lokalni 1D koordinatni
sustav, Tablica 8.1.

Tablica 8.1. Koordinate Gaussovih integracijskih točaka i njima pripadne

težinske funkcije

433
 Prema izrazu (8.57), kvazistatička međusobna impedancija kružnih
metalnih ploča u homogenom i neograničenom sredstvu opisana je
izrazom:

5 5
qn
Zpp, q   P(a q , rij, zc , )  H j  Wi  qn Zqp, p (8.61)
i 1 j1

8.6.2.3.3. Poprečna impedancija u dvoslojnom sredstvu

Neka je p-ta ekvipotencijalna kružna metalna ploča polumjera ap

ukopana u tlo na dubini hp , Slika 8.20.

Slika 8.20. Ekvipotencijalna kružna metalna ploča ukopana u tlo

dvoslojnog sredstva

Ako se primijeni metoda kvazistatičkog odslikavanja, Slika 8.21,

vlastita poprečna impedancija p-te ploče koja se nalazi u tlu dvoslojnog
sredstva opisana je izrazom:

Zpp,p  qn p
Zp,p  k r1qn Zp (8.62)
p, p r

gdje je:

434
 qn
Zpp, p - kvazistatička vlastita poprečna impedancija p-te ploče u
homogenom neograničenom sredstvu kompleksne
provodnosti tla 1 ,
qn
Zp - kvazistatička međusobna poprečna impedancija p-te
p, p r

ploče i njene refleksijske slike u homogenom

neograničenom sredstvu kompleksne provodnosti tla 1 ,

k r1 - faktor kvazistatičke refleksije.

Slika 8.21. Ekvipotencijalna kružna metalna ploča ukopana u tlo

dvoslojnog sredstva i njezina kvazistatička refleksijska slika

Međutim, u ovom slučaju, zbog simetričnog položaja slike ploče, u

odnosu na ploču, vrijedi jednostavniji izraz za međusobnu kvazistatičku
poprečnu impedanciju ploče i njene refleksijske slike:
5
qn
Zp, p r   P (a p , r j, 2  h p , )  Wj (8.63)
j1

gdje je:
rj  u j  a (8.64)

435
 2 2
   
r ej rsj rej
Wj   N  2  π  r  dr  1     1    (8.65)
rsj a a
j
rej  a   H k (8.66)
k 1

rsj  rej  a  H j (8.67)

I u ovom su slučaju, koordinate Gaussovih integracijskih točaka u j i

njima pripadne težinske funkcije H j (tablica 1).
Neka su dvije metalne ploče ukopane u homogeno tlo te neka su ploče
paralelne u odnosu na površinu tla, Slika 8.22.

Slika 8.22. Kružne metalne ploče ukopane u homogenom tlu

Neka je Cp centar (središte) ploče p, a C q centar (središte) ploče q:


Cp  x p , y p , z p  (8.68)


Cq  x q , y q , z q  (8.69)

Međusobna impedancija ploča u homogenom tlu lako se dobije iz

izraza za međusobnu impedanciju dviju ploča u homogenom i
neograničenom sredstvu, uz korištenje metode odslikavanja, Slika 8.23.

436
 Slika 8.23. Odslikavanje q-te kružne metalne ploče ukopane u
homogenom tlu
Konačni izraz za međusobnu impedanciju ploča u homogenom tlu glasi:

n
Zp,q  f p,q  
qn
Zp,q  k r1qn Zp,q r  (8.70)
gdje je:
qn
Zp,q - kvazistatička međusobna impedancija kružnih metalnih ploča
u homogenom i neograničenom sredstvu
qn
Zp , q r - kvazistatička međusobna impedancija p-te kružne metalne
ploče i refleksijske slike q-te metalne ploče u homogenom i
neograničenom sredstvu
k r1 - faktor kvazistatičke refleksije.

Prigušno-fazni faktor opisan je izrazom

f p,q  e 1 R c (8.71)

gdje je:

Rc  rc2  zc2  x p  xq 2  yp  yq 2  h p  hq 2 (8.72)

međusobna udaljenost između središta ploča.

437
8.6.3. Primjer modela iz prakse

Model je razvijen tako da se koriste za uzemljivače trafostanica i

stupova kružni pločasti uzemljivači. Za kabele, segmenti jednožilnih
kabela. Vodiči dalekovoda kao i zaštitnu užad, modeliraju se segmentima
nadzemnih cilindričnih vodiča. Uzemljivačka užad se modeliraju
segmentima ukopanih cilindričnih vodiča.
Ovisno o veličini modela uvode se nadomjesne jednočvorne
impedancije, te trofazni naponski izvori i zadani nulti potencijali.
Navedene sastavnice predstavljaju ulazne podatke za razvijeni programski
alat u pripremljenoj doktorskoj disertaciji kojim je obrađeno distribucijsko
područje uz transformatorsku stanicu TS 110/35/10(20) kV Drniš, koje je
načelnim prikazom svedeno na jednopolnu shemu s ucrtanim kružnim
metalnim pločama Slika 8.24.

438
 Slika 8.24. Načelni prikaz sastavnica elektromagnetskog modela TS
110/35/10(20) kV Drniš za proračun raspodjele struje zemljospoja

Ovaj elektromagnetski model je izgrađen s 1957 sastavnica i ima 868

globalnih čvorova i isto toliko linearnih jednadžbi. Sve skupa ima zadanih
8001 ulazni podatak.
Elektromagnetski model nadomješta, (predstavlja u stvarnosti), 560
elektroenergetskih objekata, na području jednog dijela Operatora
distribucijskog sustava HEP-a, čija je površina 3.031 kvadratni kilometar i
ima oko 83.368 kupaca. Nakon izračuna za tu namjenu originalno

439
razvijenim računalnim programom, dobiveno je ukupno 3136 izlaznih
podataka, što je prezentirano u doktorskoj disertaciji autora.
Elektromagnetski model, provjeren je prethodno i drugim računalnim
programom u studiji za potrebe Operatora prijenosnog sustava HEP-a, gdje
je obrađen 231 primjer pogonskih stanja, kvarova i radova na 35kV, 110kV
i 220kV zračnim vodovima, kabelskim vodovima i podmorskim kabelima.

Prezentiran je primjer razvijenog elektromagnetskog modela za izračun

raspodjele struje zemljospoja cjelovitom elektromagnetskom spregom,
(konduktivna, kapacitivna i induktivna), svih dijelova elektroenergetskog
sustava, (EES). Proračuni provedeni razvijenim originalnim programom
rezultiraju zaključcima koji upućuju na primjene u EES za koje je moguće
donijeti odluke o pogonu rješavanjem sličnih problema.
Opažanja i razumijevanja predmetne problematike oslonjena su na
ekspertni računalni sustav, (sadrži mehanizam zaključivanja, bazu
podataka i bazu znanja), a koji se može promatrati kao projektantsko
pomagala. Prezentacijski materijal obrade, kada se izrazi grafički prikazuje
zorno konkretna pogonska stanja, ali njegova je baza podataka raspoloživa
za sve druge obrade koje uključuju analize i sinteze sličnih primjera jer se
parametri mogu mijenjati.
Iako projektiranje nije izum a niti otkriće, prezentirani proces
modeliranja koji se shvaćen kao projektiranje s konkretnim rezultatima
originalno je djelo. Dokazana je univerzalnost primjene jer može biti
modeliran bilo koji novi ili postojeći elektroenergetski objekt, ali se mogu
promatrati i njihova elektromagnetska stanja u cijelom sustavu.
Modeliranje se može smatrati projektiranjem sustava koji se svodi na
prototip kada se u sustav ubacuju realne ili simulirane elektroenergetske
komponente za bilo koji režim rada. Kao takav izvrstan je alat za testiranje
ili planiranje održavanja na velikim sustavima.
Unatoč odličnim rezultatima i prezentiranim stečenim iskustvima i
dalje su otvorena pitanja novih smjernica legislative i intelektualnog
vlasništva nad ovakvim ekspertnim računalnim procesima - projektantskim
pomagalima.

440
8.6.4. Elektromagnetska kompatibilnost i modeliranje ekspertnim
sustavom

8.6.4.1. Elektromagnetska kompatibilnost u elektroenergetskim

postrojenjima

Elektromagnetska kompatibilnost, , (engl. electromagnetic

compability), EMC je značajka elektrotehničkih uređaja ili sustava da rade
u svom elektromagnetskom okruženju tako da ne izazivaju nedopuštenu
degradaciju funkcije drugih uređaja ili sustava u istom okruženju ili da
sami ne bude ometani do te mjere da se poremete njihove osnovne funkcije.
Nažalost u praksi postoji čitav niz elektromagnetskih utjecaja izraženih
kroz tranzijente (prijelazne pojave) u elektroenergetskim postrojenjima.
Neki od njih za posljedicu imaju pojavu prenapona. Razvoj
ekspertnih sustava i modeliranje programske podrške za rješavanje
problema EMC-a, započeo je 90-tih godina prošlog stoljeća. Primjena
kojom se analiziraju i simuliraju različita prijelazna stanja, uslijedila je
nedugo za tim.
Sustav koji se obrađuje u EMC ExSys-u u osnovi koristi
programsku podršku, (engl. electromagnetic transient program), EMTP
za simulaciju, a alate i okvire kao što su na primjer:

CLIPS, (engl. C Language Integrated Production System)

TBES, (engl. A Tool for Building Expert Systems)
OPS5, (engl. VAX official Production System Version 5)
PROLOG, (engl. Programing Logic),
ARTIM,(engl. Automated Reasoning Tool for Information Management)

Dio ekspertnog sustava za podršku simulacije tranzijenata razrađuje

podatke i rezultate simulacije kroz tri stadija: selekcija iz baze podataka,
verifikacija podataka pomoću pravila i evaluaciju simuliranih rezultata
pomoću programa EMPT, Slika 8.25. Modeliranje sustava podrazumijeva
primjenu analitičkih i numeričkih metoda, te provjeru postavljenih pravila
za vođenje ekspertnog sustava.

441
Slika 8.25. Prikaz strukture podsustava za podršku simulacije
tranzijenata pomoću EMPT programskog alata

442
8.6.4.2. Prenaponi u elektroenergetskim postrojenjima

Utjecajni parametri na tranzijente koji su odabrani iz navedenog

ekspertnog sustava (sklopne prenapone) svrstani su u tri grupe: -parametri
sa strane mreže, parametri komponenti sklopnog postrojenja i parametri sa
strane izvora napajanja. Od ukupno 24 parametra najjači utjecaj imaju
dužina vodova, stupanj kompenzacije, karakteristike kratkospojnog
otpornika kontakta i operacija sklopke, snaga kratkog spoja i karakter
mreže. Prema utjecaju tih parametara složena je tablica rezultata u ovisnosti
o kreiranom stanju ispitivanja, Slika 8.26.

Slika 8.26. Prikaz utjecajnih faktora na iznos prenapona u zadanom

sustavu

Provedena je evaluacija od ukupno 286 ponavljanja s

kombinacijama utjecajnih faktora u kojima su promatrane maksimalne,
srednje i minimalne vrijednosti prenapona. Najveća vrijednost faktora
prenapona iznosila je (kp= 3,7), i odnosila se na kraj voda, za manipulaciju
otvaranja prekidača bez kratkospojnog otpornika u kontaktima prekidača
za induktivno opterećenje mreže s kompenzacijskom prigušnicom manjom
od 50%.
U navedenom ekspertnom sustavu korišteni su podaci konkretnog
345kV dalekovoda Jaguara –Taquaril, Brazilske tvrtke CEMIG, Slika 8.27.

443
 Slika 8.27. Nadomjesna shema obrade u ekspertnom sustavu s
parametrima konkretnog dalekovoda

8.6.4.3. Matematičko modeliranje i simulacija tranzijenata

Matematičko modeliranje u razmatranom ekspertnom sustavu

obuhvatilo je primjenu Bergeronove metode za vod bez gubitaka. Za
konkretni dalekovod provedeno je ispitivanje i usporedba rezultata na
različitim modelima. Provedena je analiza i sinteza za vod s nadomjesnom
Π shemom, novim numeričkim modelom, za dalekovode, za kratke
vodove, za konkretne vodove s uređajima energetske elektronike, kabelske
vodove itd. Računski rezultati i rezultati dobiveni simulacijom analitički i
numerički, su uspoređivani, Slike 8.28 i 8.29.

Slika 8.28. Grafički prikaz prenapona u ekspertnom sustavu dobivenog

simulacijom

444
Slika 8.29. Numerički i analitički grafički prikaz podudaranja naponskih
veličina u ekspertnom sustavu

Potvrđena je univerzalna primjena ES u elektroenergetskim sustavima i

to za: nadzor, upravljanje, razvoj, edukaciju, uvježbavanje i analizu.
Njegova uspješnost je istaknuta u integraciji s programima za simulaciju
prijelaznih pojava u čijim su kreacijama posebno korištena heuristička
znanja eksperata iz tog područja. Rezultat je i kvalitetna baza znanja u kojoj
su pohranjeni svi rezultati, alati i ljuske.

8.6.4.4. Primjer ispitivanja i modeliranje prijelaznih pojava u

elektroenergetskom sustavu Tunela sv. Rok

Izgradnja elektroenergetskih postrojenja za napajanje potrošača

dionica autoceste oko Tunela sv. Rok, obuhvatila je sljedeće:
 Rekonstrukciju pojne točke sa sjeverne strane Tunela - postojeće
TS 110 / 35 kV Gračac,
 Rekonstrukciju pojne točke s južne strane Tunela - postojeće TS
110 / 35 kV Obrovac,
 Rekonstrukciju postojeće TS 35 / 10 kV Ličko Cerje u TS
35 / 10 (20) kV Ličko Cerje (sjeverna strana Tunela),
 Izgradnju nove trafostanice TS 35 / 20 kV na sjevernoj strani Tunela
sv. Rok s dvostrukim 35 kV priključkom iz TS 110 / 35 kV Gračac:
jedan direktni 35 kV kabelski vod i jedan 35 kV kabelski vod do

445
 Čvora sv. Rok te dalje spoj nadzemnim vodom na TS 35 / 10 (20)
kV Ličko Cerje, koja je postojećim 35 kV zračnim vodom vezana
do pojne TS 110 / 35 kV Gračac,
 Rekonstrukciju zračnog voda 35 kV od TS 110 / 35 kV Gračac
preko TS 35 / 10 kV Ličko Cerje do Čvora Sveti Rok te polaganje
35 kV kabelskog voda od Čvora sv. Rok do TS 35 / 20 kV Sveti
Rok,
 Polaganje novog 35 kV kabelskog voda između TS 35 / 20 (10) kV
Obrovac i TS 35 / 20 kV Sveti Rok,
 Izgradnju ukupno 14 transformatorskih stanica nazivnog omjera
transformacije 20 / 0,4 kV: unutar samog tunela ukupno 6
trafostanica (svaka 2 x 630 kVA), te izvan tunela sa sjeverne strane
ukupno 3 trafostanice i izvan tunela s južne strane ukupno 5
trafostanica.
Napajanje potrošača Tunela sv. Rok, moguće je iz distribucijskih
mreža:
- HEP ODS Elektra Zadar
- HEP ODS Elektro Lika Gospić.
Nakon otvorenja Tunela u jesen za vrijeme olujnog nevremena s
grmljavinom u trafostanici Obrovac dogodila se havarija. Tunel je morao
biti neko vrijeme izvan funkcije dok se nije osposobilo privremeno
napajanje potrošača. Nakon improvizacije napajanja pristupilo se sanaciji
i obnovi postrojenja TS 35 / 20 (10) kV Obrovac.

8.6.4.5. Mjerenje sklopnih prenapona u trafostanici TS 35/20kV

Obrovac

Po završetku obnove postrojenja u kojem se dogodila havarija,

pristupilo se ispitivanju s ciljem utvrđivanja uzroka havarije. Ispitivane su
zaštite i prijelazna stanja izazvana sklopnim operacijama (uklapanje i
isklapanje prekidača) u 35 kV postrojenju trafostanice TS 35 / 20 (10) kV
Obrovac.
Prema utvrđenom programu provedena su ispitivanja prijelaznih stanja,
ispitno mjernom konfiguracijom, Slika 8.30.
Cilj provedenog mjerenja bilo je utvrđivanje iznosa prenapona koji se
javljaju kod sklapanja prekidača u 35 kV postrojenju u realnim pogonskim

446
uvjetima, odnosno kod realnog konzuma kojeg je tijekom mjerenja bilo
moguće ostvariti.

Slika 8.30. Ispitno mjerna konfiguracija u 35 kV postrojenju

trafostanice TS 35 / 20 (10) kV Obrovac

Najveći konzum Tunela sv. Rok napajan iz trafostanice TS 35 / 20 (10)

kV Obrovac predstavljaju motor-ventilatorske grupe. Kod uključenja svih
88 ventilatora postignuta je maksimalna snaga od 2,83 MW, Slika 8.31.

Slika 8.31. Maksimalno opterećenje Tunela sv. Rok

447
8.6.4.6. Rezultati mjerenja

Grafički prikaz rezultata ispitivanja prijelaznih stanja, sklopnih

prenapona u trafostanici TS 35 / 20 (10) kV Obrovac kod sklapanja
prekidača u 35 kV postrojenju u realnim pogonskim uvjetima, Slika 8.32.
a) - f).
a) b)

c) d)

e) f)

Slika 8.32. Oblik izmjerenih sklopnih prenapona u 35kV postrojenju

trafostanice TS 35 / 20 (10) kV Obrovac

448
8.6.4.7. Izračun faktora prenapona

Sklopni 35 kV blokovi postrojenja u TS Obrovac su tip BVK 38-630,

proizvođača Končar. Njihov stupanj izolacije jest 38 Si 70 / 170. To znači
da najveća efektivna vrijednost linijskog napona, nazivne frekvencije,
sklopnih 35 kV blokova u stacionarnom pogonu iznosi 38 kV. Efektivna
vrijednost nazivnog kratkotrajnog (60 s) podnosivog izmjeničnog napona,
nazivne frekvencije, iznosi 70 kV, dok nazivna vršna vrijednost
podnosivog atmosferskog napon oblika 1,2/50 s iznosi 170 kV.
Faktor prenapona opisuje slijedeći izraz:

Us Us
kp   1,225 
2  Um Um
3
(8.73) (1)
gdje je U s vršna vrijednost izmjerenog faznog sklopnog prenapona, dok je
U m  38 kV najveća efektivna vrijednost linijskog pogonskog napona
pripadne opreme.

Prema prethodno navedenim podacima sklopnih 35 kV blokova,

koeficijent dopustivog prenapona iznosi:

Uw 70
k pd    3,19
Um 38
3 3
(8.74) (2)
gdje je U w   70 kV efektivna vrijednost nazivnog podnosivog
izmjeničnog napona opreme, nazivne frekvencije (50 Hz), trajanja 60 s.
Prenaponi su mjereni na 35 kV sabirnicama za 10 različitih
konfiguracija, odnosno za 8 različitih pogonskih stanja elektroenergetskog
napajanja i konzuma. Ukupno je provedeno 204 manipulacije prekidača i
snimljeno 36 isklopa i 168 uklopa prekidača. Ukupan broj konfiguracija je
za dva veći od ukupnog broja pogonskih stanja zato što su u dva navrata
korištena oba 35 kV prekidača (=H2 i =H6) tijekom manipulacija. Tijekom
mjerenja sklapani su 35 kV prekidači u poljima =H1, =H2, =H5 i =H6 ,TS
35 / 20 (10) kV Obrovac te 35 kV prekadač u polju RHE Velebit u TS

449
110 / 35 kV Obrovac, a maksimalna vrijednost faznog napona mreže
iznosila je 29,6 kV.
Najveći prenaponi su izmjereni prilikom sklapanja prekidača u poljima
=H2 i =H6 na 35 kV vodu prema TS 110 / 35 kV Obrovac i to kod izrazito
kapacitivnog opterećenja. Najveća vršna vrijednost faznog prenapona
iznosa 138 kV izmjerena je prilikom uklopa prekidača u jednoj od faza
polja =H2 kod kapacitivnog opterećenja u iznosu od 0,94 MVAr po fazi,
uz faktor snage 0,3 kap. (Tablica 8.2.). U tom najnepovoljnijem slučaju,
faktor prenapona izračunat prema izrazu (1) iznosi:

Us 138
k p  1,225   1,225   4,45
Um 38
(8.75) (3)
što je znatno veći iznos od dopustivog faktora prenapona k pd  3,19
izračunatog prema izrazu (2). To znači da je prilikom najnepovoljnijeg
uklopa 35 kV prekidača u polju =H2 izmjerena vrijednost prenapona koja
je za 39,5 % veća od dopustivog iznosa prenapona.

Slika 8.33. Vršni izmjereni sklopni prenaponi u 35kV postrojenju

trafostanice TS 35 / 20 (10) kV Obrovac

8.6.4.8. Usporedba rezultata simulacije i ispitivanja

U prethodnim cjelinama prezentirani su dobiveni rezultati. Jedni su

dobiveni simulacijom jednog konkretnog ekspertnog sustava, a drugi su
eksperimentalni rezultati dobivenih pokusom. Odnose se na problem
pojave sklopnih prenapona ali u različitim uvjetima različitih postrojenja.
450
Podudaranje rezultata ukazuje na uniformnost tranzijenata kao teorijsku
potvrdu zakonitosti elektromagnetske kompatibilnosti (mjere stanja
elektroenergetskog sustava u svom elektromagnetskom okruženju). I jedni
i drugi rezultati su potvrdili pojavu utjecajnih faktora. Ekspertnim
sustavom moguće je rješavanje problema započeti analitičkim i
numeričkim modeliranjem, a zatim programskom podrškom simulirati,
provjeriti i zaključiti na stvarno stanje. Sve to dakako ne utječući na pogon
konkretnog elektroenergetskog sustava koji je predmet istraživanja, budući
se koriste samo njegovi parametri.

Nasuprot toj metodi, za provođenje pokusa bilo je potrebno osloboditi

elektroenergetski sustav i to na način da se stavi izvan pogona, a po tom u
tim ispitnim uvjetima ostvariti odnosno postići približavanje stvarnim
pogonskim stanjima.

Kako je bila riječ o konkretnom elektroenergetskom sustavu u funkciji

napajanja potrošača autoceste, tijekom ispitivanja ona je morala biti izvan
prometa. Elektroenergetsko postrojenje trebalo je pripremiti za pokus, a
angažirani su morali bili stručnjaci specijalističkih profila vezani na
konkretan elektroenergetski sustav. To potvrđuje da je ta metoda puno
skuplja, a sam pokus nerijetko može ponovno ostaviti posljedice na
postrojenje, prouzročiti novu havariju.

Ekspertni sustavi nalaze svoju značajnu primjenu u elektroenergetici.

Od razvoja i izgradnje do puštanja u rad treba dosta vremena, a to potvrđuje
njegovu složenost pa samim tim i cijenu. No kada je jedan takav sustav
stvoren sigurno može biti upotrijebljen i za rješavanje problema koji su
sličnog karaktera, a izvan domene koju pokriva. Postoji u svjetskoj stručnoj
praksi veliki broj ekspertnih sustava o čijim se mogućnostima možemo
uvjeriti. Postoje raspoloživi mnogi korisnici i kreatori ekspertnih sustava,
inženjeri znanja i specijalisti.

Većinu ekspertnih sustava izgradili su stručnjaci i eksperti orijentirani

na sveučilišta pa je to polazna osnova i za buduće namjere. Budući su to
sustavi koji služi i za učenje, oni zahtijevaju kontinuiranu obnovu i dopunu
znanja, tako da mogu naći svoju nezaobilaznu primjenu u
znanstvenoistraživačkim radovima.

451
8.6.4.9. Tablice i sheme uz provedena ispitivanja

Tablica 8.2. Prvi dio ispitivanja u Trafostanici 110/35/20(10)kV Obrovac

Red. Max napon % Komentar s brojem sklopnih operacija

br. (kV)
4x faza "0" – uklop: H6 – TS 110/35 kV
1 42,1 142
Obrovac prazni hod transformatora T2
2 73,9 250 4x faza "4" – uklop
3 39,9 135 4x faza "8" – uklop
5x faza "0" – uklop H2 – TS 35/20 kV Sv.
4 42,3 143
Rok prazni hod voda TS 35/20 kV Sv. Rok
5 67,9 230 5x faza "4" – uklop
6 <38 <130 5x faza "8" – uklop
7 <38 <130 3x faza; "0" faza; "4"; faza "8"-
4x faza "0" – uklop H6 – TS 110/35 kV
Obrovac- prazni hod 20 kV-ni vodova
8 <38 <130 TS Marune i Tunel Sv. Rok napajanih
preko transformatora T2 - prazni hod 35
kV voda TS 35/20 kV, Sv. Rok
9 72,2 244 4x faza "4" – uklop
10 44,4 150 4x faza "8" – uklop
5x faza "0" – uklop: H2 – TS 110/35 kV
Obrovac- prazni hod 20 kV-ni vodova
11 44,7 151 TS Marune i Tunel Sv. Rok napajanih
preko transformatora T2- prazni hod 35 kV
voda TS 35/20 kV, Sv. Rok
12 57,9 196 5x faza "4" – uklop
13 38,9 131 5x faza "8" – uklop
15x faza "0" – uklop: H1 – TS 35/20 kV
Sveti Rok- prazni hod voda TS 35/20 kV
14 46,5 157 Sveti Rok, (u praznom hodu su bili i 20 kV-
ni vodovi TS Marune i Tunel Sv. Rok
napajani preko transformatora T2)
15 55,8 189 15x faza "4" – uklop

452
Tablica 8.3. Drugi dio ispitivanja u Trafostanici 110/35/20(10)kV
Obrovac

Red. Max napon % Komentar s brojem sklopnih operacija

br. (kV)
16 48,4 164 15x faza "8" – uklop
2x faza; "0" faza; "4"; faza "8"- RHE
17 <38 <130 Velebit u TS 110/35 kV Obrovac
("stara" TS) prazni hod
18 <38 <130 5xfaza; "0" faza; "4"; faza "8"-
5x faza "0" – uklop S=0,99 MVA /vršna
19 116 392 vrijednost po fazi, Q=0,94 MVAr (kap.)
P=-0,30 MW
20 138 466 5x faza "4" – uklop
21 83 282 5xfaza "8" – uklop
5x faza; "0" faza; "4"; faza "8"– H6 – TS
22 <38 <130
110/35 kV Obrovac ("stara" TS)
4x faza "0" – uklop 4 H6 – TS 110/35 kV
Obrovac ("stara" TS) S=1,01 MVA /vršna
23 90,3 305
vrijednost po fazi, Q=0,97 MVAr (kap.)
P=-0,30 MW
24 95,4 322 4x faza "4" – uklop
25 87,3 295 4x faza "8" – uklop
26 <38 <130 2x faza "0" ;faza "4" ;faza "8"
3x faza; "0" faza; "4"; faza "8"– uklop H5 –
transformator 35/20 kV, S=0,38 MVA
27 <38 <130
/vršna vrijednost po fazi, Q=0,37 MVAr
(kap.), P=0,09 MW
9x faza "0" – uklop 9 H1 – TS 35/20 kV Sv.
28 52,8 178 Rok, S=0,55 MVA /vršna vrijednost po fazi
Q=0,55 MVAr (kap.)
29 47,3 159 9x faza "4" – uklop 9
9x faza "8" – uklop 9
30 47,4 160

453
 Tablica 8.4. Tablica manipulacija, broj uklopa i isklopa sklopkama u
Trafostanici 110/35/20(10)kV Obrovac

Uklop/Isklop Br. Polje Teret

operacija
U 12 H6 P.H. T2
U 15 H2 P.H. TS 35
I 9
U 12 H6 P.H. 20kV
U 15 H2 P.H. 20kV
U 45 H1 P.H. 35 kV
U 6 RHE P.H.
I 6
U 15 H6 S=0,99 MVA
I 15
U 12 H6 S=1,01 MVA
I 6
U 9 H5 S=0,38 MVA
U 27 H1 S=0,55 MVA
Uklopa-
168
UKUPNO
Isklopa-
36
UKUPNO
SVEUKUPNO
204
operacija

Sheme napajanja Tunela sv. Rok –konfiguracije s prikazom pada

napona duž kabelske trase prikazuju Slike 8.34. - 8.40.

454
 TS OBROVAC
35 kV 20 kV
TS 8 TS 7 TS 6 TS 5 TS 4 TS 3 TS 2

8 MVA
+10 %

+5 %

Un

-5 %

Slika 8.34. Konfiguracija napajanja polovine Tunela sv. Rok iz TS35/20

kV Obrovac, s prikazom proračunskog pada napona
-10 %

TS SV. ROK TS GRACAC

20 kV 35 kV 35 kV 110 kV
TS 7 TS 6 TS 5 TS 4 TS 3 TS 2 TS 1 Normalni pogon

8 MVA 20 MVA

Slika 8.35. Konfiguracija napajanja polovine Tunela sv. Rok iz TS 35/20

kV Sv. Rok, s prikazom proračunskog pada napona

455
ni pogon
OVAC TS SV. ROK TS GRACAC

20 kV 20 kV 35 kV 35 kV 110 kV
TS 8 TS 7 TS 6 TS 5 TS 4 TS 3 TS 2 TS 1 TS L.CERJE

VA 8 MVA 20 MVA

Slika 8.36. Izvanredni pogon napajanje Tunela sv. Rok samo iz TS

110/35/20 kV- Gracac
Izvanredni pogon Gračac preko
preko TS Ličko Cerje s prikazom pada napona
L. Cerja

TS OBROVAC TS SV. ROK

35 kV 20 kV 20 kV 35 kV

TS 8 TS 7 TS 6 TS 5 TS 4 TS 3 TS 2 TS 1

8 MVA 8 MVA
+10 %

+5 %

Un

-5 %

Slika 8.37. Izvanredni pogon – napajanje Tunela sv. Rok samo iz TS

-10 %
110/35/20 kV Obrovac s prikazom pada napona

Izvanredni pogon - napajanje iz Obrovca

456
OVAC TS SV. ROK TS GRACAC

20 kV 20 kV 35 kV 35 kV 110 kV
TS 8 TS 7 TS 6 TS 5 TS 4 TS 3 TS 2 TS 1

VA 8 MVA 20 MVA

Slika 8.38. Izvanredni pogon – napajanje Tunela sv. Rok samo iz TS

110/35/20 kV Gračac s prikazom pada napona

TS SV. ROK TS GRACAC

Izvanredni pogon - napajanje iz Gracaca 35 kV
20 kV 35 kV 110 kV
TS 7 TS 6 TS 5 TS 4 TS 3 TS 2 TS 1 TS L.CERJE

8 MVA 20 MVA

Slika 8.39. Normalni pogon – napajanje polovine Tunela sv. Rok iz TS

110/35/20 kV Gračac preko TS Ličko Cerje s prikazom pada napona

rmalni pogon - Gracac preko L. Cerja

457
 TS OBROVAC
35 kV 20 kV
TS 8 TS 7 TS 6 TS 5 TS 4 TS 3 TS 2

8 MVA
+10 %

+5 %

Un

-5 %

Slika 8.40. Normalni pogon – napajanje polovine Tunela sv. Rok iz TS

-10 %
35/20 kV Obrovac s prikazom pada napona

Normalni pogon - Gracac preko L. Cerja

458
Slika 8.39. Shematski prikaz kompletnog napajanja Tunela sv. Rok iz TS
110/35/20(10) kV Obrovac TS 110/35/20 kV Gračac i TS
35/20(10) kV Ličko Cerje

459
Slika 8.40. Shematski prikaz nadležnih HEP ODS područja za napajanje
Tunela sv. Rok

460
Tablica 8.5. Tablica s popisom i značenjem kratica u EMC Ekspertnom
sustavu

Kratica Engleski naziv Hrvatski naziv

AI Artificial Intelligence umjetne inteligencije
EMC Electro Magnetic elektromagnetska kompatibilnost
Compatibility
ES Expert System ekspertni sustav
EMTP Electromagnetic program za simulaciju EMC
Transients Program
KB Knowledge Base baza znanja
FIPA Foundation for Intelligent organizacija za standardizaciju
Physical Agents agentskih poruka
FL Fuzzy Logic neizrazita logika
AC Agent Containers spremnik agenta
AHS Adaptive Hypermedia prilagodljivi hipermedijski sustavi
System
ITS Intelligent Tutoring inteligentni tutorski sustav
System
ICAI Intelligent Computer učenja pomoću računala
Aided Instruction
DSS Decision Support System sustav za potporu odlučivanju
TEx-S Tutor-Expert System tutorski ekspertni sustav
ACO Ant Colony Optimization optimizacija mravljom kolonijom
PSO Particle Swarm optimizacija rojem čestica
Optimization
EA Evolutionary Algorithms evolucijski algoritam
GA Genetic Algorithms genetski algoritam
KA Knowledge Acquisition prikupljanje znanja
TBES A Tool for Building Expert alat za izgradnju ekspertnih
Systems sustava
CLIPS C Language Integrated C-programski jezik baziran na
Production System pravilima za izgradnju ES
OPS5 VAX Official Production generacija 5 alat za izgradnju ES
System Version 5
ART Automated Reasoning alat za autonomno zaključivanje
Tool for Information vođenjem informacija
Management
ATP AlternativeTransients alternativni program za
Program simulaciju EMC

461
8.7. Specijalistički programi za ekspertne sustave

Eksperti u svojim područjima djelovanja koriste programske rutine i

algoritme za svoja specijalistička rješavanja problema implementirane u
vlastite programe. Na taj se način zahtjevne i složene numeričke proračune
znatno pojednostavljuje. Uz prilagodbu odgovarajućeg razvojnog okružja
dobivene programske podrške su postale sigurne i pouzdane u smislu
stabilnosti numeričkog proračuna i kao takove su samostalne i posve
neovisne, te prenosive s računala na računalo. U Tablici 8.6, prikazan je
pregled nekih specijalističkih programa s opisom namjene i svrhe.
Tablica 8.6. Originalno razvijeni programski paketi

Red. Naziv Opis programa

br.
Groza Programski paket za analizu gromobranske zaštite
1. VN postrojenja na otvorenom prostoru.
Ver. 2.0
Programski paket za analizu složenih uzemljivačkih
EarthCAD sustava u homogenom ili dvoslojnom tlu,
Ver. 1.0 uključuje proračun raspodjele struje jednopolnoga
2. kratkog spoja u pasivnim dijelovima EE vodova te
proračun faktora redukcije kabelskih vodova,
sastavljenih od jednožilnih kabela.
AutoLISP: Posebno razvijena AutoLISP naredba koja
omogućava eksponiranje koordinata linija (početne i
getc_points krajnje točke elemenata) iz 3D sustavu programskog
3.
paketa AutoCAD, za potrebe proračuna pasivnih
komponenti uzemljivačkog sustava.
Programski paket za numerički proračun
elektromagnetskog polja složenih uzemljivačkih
EartHGriD sustava u horizontalno složenom sredstvu.
4. Omogućuje i proračun električnog i magnetskog
Ver. 1.0
polja duž pravaca i / ili ploha u bilo kojem sloju,
uključujući i zrak te površinu tla.
Programski paket za numeričku simulaciju
prenaponskih stanja u VN električnim postrojenjima.
PRENAP
5. Namijenjen je za simulaciji rada odvodnika
Ver. 3.0 prenapona, te provjeru učinkovitosti odabrane
prenaponske zaštite.

462
 Programski paket za proračun impedancija sustava
CABLES jednožilnih kabela, faktora redukcije te proračun
6. Ver. 1.1 raspodjele kružnih struja u njihovim ekranima.
Moguće je tretirati opterećenje u normalnom pogonu
ili stanje bilo kakvog kvara.
Programski paket za numeričko optimiranje
planiranja terena za vanjsko visokonaponsko
PLANTER rasklopno postrojenje. Numerički se optimira potreba
7. / obim građevinskih (zemljanih) radova na bilo
Ver. 2.0
kakvom terenu (potrebni iskopi i nasipi) u smislu
najmanjih zahvata.
Programski paket za proračun kratkih spojeva
KS321 (tropolnoga, dvopolnoga i jednopolnoga kratkog
8. spoja) u distributivnoj mreži, orijentiran potrebama
Ver. 1.0
relejne zaštite.
Programski paket za brzu i inverznu fourierovu
FFT– Black transformaciju (FFT – IFFT) tranzijentnih valnih
9. oblika (atmosferski i sklopni prenaponi)s
BoxVer. 1.0
odgovarajućim grafičkim sučeljem.
Proračun raspodjele struje jednopolnog kratkog
10. FAULTC spoja s utjecajem konduktivne sprege.
Proračun raspodjele struje jednopolnog kratkog
11. FAULTCBS spoja bez utjecaja konduktivne sprege.
Program za izračun vlastitih i međusobnih otpora
12. RMOTN segmenata uzemljivača po metodi srednjeg
potencijala.
Program za analizu raspodjele trostrukih nultih struja
13. UZEM jednopolnog kratkog spoja u složenim uzemljivačkim
sustavima VN postrojenja.
Programski paket za potrebe projektiranja,
14. ETAP PS® simulacije, upravljanja, optimizacije i analize
složenih elektroenergetskih mreža.

U okviru ovog pod poglavlja korisno je još jednom istaknuti kvalitetno

obrađenu problematiku prijelaznih stanja na vodovima u „Studijama“ koje
su izišle uglavnom u okrilju Hermanna Dommela i njegovih suradnika sa
sveučilišta British Columbia iz Vancouvera u Kanadi. U svojim radovima
oni primjenjuju već prethodno spomenuti program za proučavanje
elektromagnetskih tranzijenata, (EMTP).
463
 Izvorna metoda proračuna u tom programu bazirana je na rješavanju
valne jednadžbe za idealni vod prema D’Alembert-ovom općem principu.
Parametri idealnog prijenosnog voda su jedinični induktivitet L i kapacitet
C, dok su gubici zanemareni (R=G=0). Matematički model za vod bez
gubitaka temelji se na Bergeronovoj metodi. Tom metodom može se riješiti
bilo koja mreža koja se sastoji od djelatnih otpora, induktiviteta, kapaciteta
i prijenosnih vodova s raspodijeljenim parametrima.
U svijetu djeluju skupine za razvoj, tako da su danas njegove
mogućnosti proširene na rješavanje brojnih raznovrsnih problema, i
program se kontinuirano višestruko testira i provjerava. Do danas ne
prestaje ekspanzija razvoja pa je ATP-EMTP najčešće korišteni program
za digitalnu simulaciju elektromagnetskih i elektromehaničkih prijelaznih
pojava i ima velike mogućnosti modeliranja. Na University of Wisconsin
in Madison, U.S.A., EMTP je prihvaćen kao svjetski standard za analizu
tranzijenata u EES još 1998. godine, kada započinje i u znanstvenom,
kadrovskom i popularizacijskom smislu restrukturiranje aktivnosti oko
EMTP, usmjerenjem na još bolju primjenu, od kada su na raspolaganju
aktualne internetske baze podataka i korisnički servis.
ATP Control Center je verzija ATP-EMTP-a u kojoj se mogu koristiti
razni pomoćni programi, ali i razne verzije istih programa kao što su na
primjer, rad sa dvije različite verzije istovremeno - Salford ATP i Watcom
ATP omogućuje:
 jednostavno aktiviranje svakog od programa unutar ATPCC-a
 rad s bilo kojim editorom koji je od njih podržan
 pozivanje i u njemu izvršavanje do 10 vanjskih programa
 zapisivanje izvršenih naredbi u posebne okvire
 ponovno izvršavanje naredbi koje su zapisane

Osim prijelaznih pojava EMTP programom mogu se računati i

stacionarne prilike kao provjera ispravnosti zadane nadomjesne sheme
električnog kruga. Prijelazne pojave se mogu računati za sve konfiguracije
koncentriranih parametara, a električna mreža može sadržavati sve realne
konfiguracije, kao što su prepleteni ili ne prepleteni prijenosni vodove,
nadomještene raspodijeljenim parametrima. Gubitke u njima moguće je
uzeti u obzir pomoću koncentriranog otpora. Postoji mogućnost uzimanja
u obzir frekvencijske zavisnosti parametara prijenosnog voda. Također se

464
može modelirati nelinearne otpornike (odvodnike prenapona), te
nelinearne prigušnice sa zasićenjem.
Otvaranjem ili zatvaranjem sklopke mogu se simulirati manipulacije s
prekidačima, kao i iskrišta. Naponski ili strujni izvori odabiru se između
sinusoidnih, impulsnih ili step funkcija. Izvor može predstavljati i funkcija
proizvoljnog oblika, koja se zadaje pojedinačnim točkama. Može se uzeti
o obzir utjecaj zaostalog naboja na prijenosnom vodu. U okviru EMTP
programa postoje programski moduli, za modeliranje pojedinih
komponenti, poput prijenosnih vodova, kabela, odvodnika prenapona,
energetskih transformatora koji se mogu spremati u arhivu za buduća
korištenja.
Programi se konstantno razvijaju, a nove mogućnosti kao i problemi i
greške na koje korisnici nailaze dostupni su u člancima koje izdaje
europska skupina korisnika EMTP - EEUG. Prednost je u tome što je za
detaljno proučavanje i sagledavanje svih mogućnosti programskih paketa
dostupna na korištenje literature, ali i svi aktualni stručni i znanstveni članci
o konkretnoj primjeni.
Osim simulacijskog dijela na raspolaganju je nekoliko pomoćnih
programa kao što su npr. programi za proračun parametara vodova ili
programi za određivanje spregnutih RL matrica za simulaciju višefaznih,
višenamotnih transformatora u vremenskoj domeni. U Tablici 8.7. su
navedeni potprogrami i njihove međusobne veze koji se koriste.

Tablica 8.7. Potprogrami u vezi s EMPT

Red. Naziv Opis programa

br. programa
Program za kreiranje i editiranje modela
1. ATPDraw električne mreže koji se biti simulira programom
ATP.
LINE Program za proračun električnih parametara
2.
CONSTANTS zračnih vodova u frekvencijskoj domeni.
Program za generiranje podataka za frekventno
ovisne modele zračnih vodova i kabela,
3. SEMLYN SETUP
(modeliranje nesimetričnih zračnih vodova u
vremenskoj domeni).
Program za prikaz frekventno ovisnog modela
zračnog voda (zasnovan na aproksimaciji
4. JMARTI SETUP
racionalnom funkcijom višeg reda, nije prikladan
za modeliranje kabela).

465
 CABLE Program za proračun električnih parametara
5.
CONSTANTS energetskih kabela s dodatnim mogućnostima.
Noviji program od programa CABLE
CABLE
6. CONSTANTS za proračun električnih parametara
PARAMETERS
energetskih kabela s dodatnim mogućnostima.
Program za dobivanje linearnih matrica za
jednofazne i trofazne transformatore, (dolazi do
rješenja na osnovi pokusa praznog hoda i pokusa
7. BCTRAN kratkog spoja kod razmatrane frekvencije, a u
proračunu se transformator može promatrati u
linearnom ili zasićenom dijelu krivulje
magnetiziranja).
Niža varijanta programa BCTRAN također se
koristi za linearno predstavljanje jednofaznih
8. XFORMER
dvonamotnih ili tronamotnih transformatora preko
RL spregnutih grana.
Program za određivanje krivulja zasićenja, daje
ovisnost efektivnih vrijednosti napona o struje,
(karakteristike ovisnosti ulančenog magnetskog
9. SATURA
toka o struji). U ATPDraw-u ovaj program je
uključen u model pod imenom Saturable 3- phase
transformer.
Program za prikaz nelinearne naponsko-strujne
karakteristike cink-oksidnog odvodnika
10. ZNO FITTER
prenapona (type 92) aproksimirane podacima
proizvođača serijom eksponencijalnih funkcija.
Program za razbijanje dionica mreže na module.
Svaki modul može sadržavati nekoliko elemenata
DATA BASE
11. kruga. Parametri, kao što su imena i numerički
MODULE
podaci mogu imati fiksne vrijednosti unutar
modula.
Program za interaktivno izvođenje, nadzor i
upravljanje (izvodi se dok korisnik čeka, a korisnik
12. SPY može vidjeti što se događa za vrijeme
interaktivnog rada i može izmijeniti postupak
izvođenja).
Simulacijski modul za vremenski ovisnu analizu
TACS
kontrolnih sustava (za ulazne podatke prihvaćaju:
13.
napon i struju izvora, napon čvora, struju sklopke,
stanje sklopke, vremenski ovisni otpor).

466
 Višenamjenski opisni jezik za opću uporabu
podržan širokom paletom simulacijskih alata za
MODELS predstavljanje i analizu vremenski promjenjivih
14.
sustava. Može biti upotrijebljen za obradu
rezultata simulacije u frekvencijskoj ili vremenskoj
domeni.

U tablici navedeni višenamjenski modul kao opisni jezik (MODELS)

za opću uporabu podržan je širokom paletom simulacijskih alata za
predstavljanje i analizu vremenski promjenjivih sustava i ima sljedeće
značajke:
 može se koristiti slobodni format
 mogu se davati proizvoljni nazivi za modele
 mogu se pisati komentari
 može proizvoljno definirati kontrole i komponente električnog
kruga
 omogućuje povezivanje razvijenih modela s programom ATP
 može se koristiti za obradu simulacije u frekvencijskoj ili
vremenskoj domeni
Simulacijski modul za vremenski ovisnu analizu kontrolnih sustava
TACS, (engl. Transient Analysis of Control Sistems) se koriste za:
 visokonaponske istosmjerne pretvarače
 uzbudne sustave sinkronih strojeva
 energetske elektronike i motora
 električne lukove (prekidači i iskrišta).

Veza između električne mreže i TACS modela se ostvaruje izmjenom

signala. Ulazne veličine su napon i struju izvora, napon čvora, struju
sklopke, stanje sklopke, vremenski ovisni otpor, izlazni podaci mogu biti:
naponski i strujni TACS izvori i naredbe za upravljanje TACS sklopkama.
Verzija EMTP-RV, (engl. Restructured Version) restrukturirana
verzija koristila se u obradi navedenih primjera elektromagnetskih
problema u kabelskim vodovima hrvatskih autocesta. Verzija ima grafičko,
467
objektu orijentirano sučelje EMTPWorks GUI, (engl. Graphical-User-
Interface), i novi izlazni procesor za simulaciju i vizualizaciju rezultata –
ScopeView, koji koristi novu formulaciju baziranu na modificiranoj
proširenoj čvornoj analizi za različite simulacijske opcije za područje
tranzijenata s utjecajem opterećenja u vremenskom i frekvencijskom
području.

Postoji veliki broj renomiranih proizvođača programskih paketa koji se

detaljno bave elektromagnetskom problematikom. Jedan od njih je SES
(engl. Safe Engineering Services & Tecnologies Ltd.), tvrtka iz Montreala,
Canada, koja je počela s razvojem poznatog CDEGS programa, (engl.
Current Distribution, Electromagnetic Fields, Grounding and Soil
Structure Analysis). To je paket na tržištu prisutan preko 30 godina koji se
neprestano razvija i usavršava. Sastavljen je od osam inženjerskih modula:
 RESAP
 MALT
 MALZ
 TRALIN
 SPLITS
 HIFREQ
 FCDIST
 FFTSES

i niza specijaliziranih programa raspoloživih za: analize uzemljenja

(engl. Grounding /Earthing Analysis – Auto Ground Design,…),
elektromagnetske utjecaje (engl. Electromagnetic Interference Analysis
MultiFields+, SESTLC,…), električno okruženje (engl. Electrical
Environmental Impact Assessment- SESEnviro,…), analizu sklopnih i
atmosferskih tranzijenata (engl. Switching and Lightning Surge Transient
Analysis – MiltiLines+,…) izračuna parametara vodova i kabela, (engl.
Line & Cable Parameter Computations- Right-of-Way,…) i čitavog niza
uslužnih programa. SES zasluženo ima međunarodnu reputaciju jednog od
vodećih proizvođača programa za analizu tla, uzemljenja,
elektromagnetske i konduktivne sprege s obližnjim instalacijama
(plinovod, naftovod i sl.) kao i programa za analizu prijenosnih i
distributivnih električnih mreža.
Za primjer je korisno navesti mogućnosti programskog paketa
MultiFields+, odnosno inženjerske i uslužne module koje on sadrži.
MultiFields+ se najčešće koristi za: analizu kvalitete uzemljenja i
sigurnosti, proračune konstanti voda i pojavu indukcije na objektima koji
468
se nalaze u blizini vodova, analizu elektromagnetskih polja u vremenskoj i
frekvencijskoj domeni u okolini trafostanica, prijenosnih i distributivnih
vodova, industrijskih postrojenja, itd.
MultiFields+ je programski paket kojim se rješava bilo koji
elektromagnetski problem mreže nadzemnih i podzemnih vodiča napajanih
preko jednog ili više naponskih ili strujnih izvora. To je programski paket
koji nudi točna rješenje za probleme (kao što su udar munje, sklopni
prenaponi i svaki drugi oblik prenapona, u energetskoj mreži i
uzemljivačkim sustavima), u prijelaznim i stacionarnim stanjima u
frekvencijskom rasponu od 0 Hz pa čak do nekoliko GHz.
Ovaj programski paket računa skalarni potencijal, električno i
magnetsko polje oko mreže vodiča kao i raspodjelu struje po pojedinim
vodičima. Program računa elektromagnetski utjecaj na cjevovode,
telekomunikacijske vodove, itd. Istovremeno računa induktivnu,
konduktivnu i kapacitivnu spregu, analizira problematiku katodne zaštite
te određuje optimalne lokacije duž trase. Pregled, funkcije i sadržaj SES
programskih paketa prikazuje Tablica 8.8. i 8.9.

Tablica 8.8. SES programski paketi

Red. Naziv
br. programa Opis programa
Programski paket za analizu problema uzemljenje,
1. CDEGS elektromagnetska polja i međudjelovanja.
Programski paket za analizu uzemljenja za dvoslojni
2. AutoGround modul tla.
Programski paket za analizu uzemljenja i konduktivne
3. MultiGround
sprege.
Programski paket za analizu složenih mreža ukopanih
4. MultFields vodiča i elektromagnetskih problema.
Programski paket za računanje konstanti voda i
5. MultiLines najsloženijih sustava vodiča.
Program za analizu elektromagnetskih međudjelovanja
6. Right-Of-Way između energetskih vodova i obližnjih instalacija.
Program za analizu uzemljenja koji kombinira kvalitete
7. AutoGridPro programa RESAP, MALT i FCDIST s jednostavnim i
velikim automatiziranim sučeljem.
Tablica 8.9. Pregled inženjerskih modula SES programskih paketa

469
 Red. Naziv
br. programa Opis programa
RESAP, MALT i FCDIST (bez modula za analizu
1. AutoGround
uzemljenja)
2. MultiGround RESAP, MALT i FCDIST
3. MultiGround+ RESAP, MALT, TRALIN, FCDIST i SPLITS
4. MultiLines TRALIN i FCDIST
5. MultiLines+ TRALIN, FCDIST i SPLITS
6. MultiFields MALZ, HIFREQ i FFTSES
MALZ, HIFREQ, FFTSES, TRALIN, FCDIST i
7. MultiFields+
SPLITS
RESAP, MALT, MALZ, HIFREQ, FFTSES,
8. CDEGS
TRALIN, FCDIST i SPLITS

Primjer program FCDIST (engl. Fault Current DISTribution) koji

služi za analizu raspodjele struje kvara u distributivnim i prijenosnim
električnim mrežama sastavni je dio CDEGS-a. Program sadrži numerički
model električne mreže s jednom fazom (koja može predstavljati bilo koji
broj faza), i s jednim neutralnim vodičem (koji predstavlja jedan ili više
zaštitnih vodiča). Pretpostavka je da su parametri prijenosnog voda isti u
svim dijelovima i u svim granama mreže i da je impedancija tla jednaka u
svim granama. S ovakvim pretpostavkama radi se proračun kratkog spoja
između faznog i nultog vodiča.
Napon dodira i napon koraka su proporcionalni amplitudi struje koja
kroz uzemljivač ide u tlo. Za razliku od programa TRALIN i SPLITS, s
programom FCDIST je mnogo lakše za neku mrežu izračunati struju koja
se preko uzemljivača odvede u tlo, tako da je vrijeme pripreme znatno
kraće. Osim struje mogu se računati i vlastite impedancije neutralnih
(zaštitnih) vodiča kao i međusobne impedancije između faznih i neutralnih
vodiča. Primarni zadatak programa FCDIST je ipak računanje razdiobe
struje kvara između zaštitnih vodiča i uzemljivača na mjestu kvara.

470
Cjelokupni se postupak provodi modeliranjem strujnog kruga čime se
priprema elektromagnetski problem za obradu.
FCDIST numerički model električne mreže pretpostavlja da su
parametri prijenosnog voda isti u svim dijelovima i u svim granama mreže
i da je impedancija tla jednaka u svim granama. S ovakvim pretpostavkama
radi se proračun kratkog spoja između faznog i nultog vodiča.
Model strujnog kruga sastoji se od tri temeljna dijela: 1. pojno čvorište
- to je čvor koji povezuje sve grane mreže, 2. potrošačko čvorište – može
biti najmanje jedno, a moguće je i da ih bude više unutar jednog FCDIST
modela i 3. prijenosni vodovi - spajaju pojno i potrošačko čvorište.
Potrošačko čvorište predstavljeno je impedancijom prema zemlji koja
predstavlja impedanciju uzemljenja i strujnim izvorom koji napaja
prijenosni vod.
Svaki prijenosni vod u modelu sastavljen je od dijelova iste duljine.
Svaki dio jedne grupe zaštitnih vodiča ima vlastitu impedanciju i
međusobnu impedanciju koja se odnosi na fazu u kvaru. Za potpuno
opisivanje prijenosne mreže, potrebno je definirati električne karakteristike
(otpornost i permeabilnost) tla na kojem se mreža nalazi i frekvenciju
sustava.
Rezultati proračuna se prikazuju u tekstualnom i grafičkom obliku i to:
 Struje zdravih faza i faze u kvaru,
 Struje koja se zatvara kroz zemlju,
 Porast potencijala uzemljivača na mjestu kvara (GPR),
 Tekstualne datoteke koja sadrže sve važne informacije.

Sve stavke se prikazuju kao funkcija određenog dijela (sekcije) mreže

i tako raspoložive mogu se upotrebljavati za sve zahtjeve.

Svi programski paketi koji imaju oznaku + (plus) sadrže program

Right-Of-Way koji je namijenjen za probleme s induktivnom spregom.
Među SES specijaliziranim programima, izdvaja ju se:
AutoGroundDesign, SESEnviro i SESTLC. Popis funkcija uslužnih
programa i pomoćnih alata prikazuje Tablici 8.10. i 8.11.

471
 Tablica 8.10. Popis funkcija uslužnih programa i pomoćnih alata

Red. Naziv
Opis programa
br. programa

Program za modeliranje tla i proračun uzemljivačkog

Auto sustava ukopanih neizoliranih vodiča koji je dovoljno
1. Ground malen da se može smatrati ekvipotencijalnim. Program
Design koji će nam omogućiti brzo i efikasno dizajniranje
sigurne instalacije uzemljenja.
Ovaj program služi za analizu nadzemnih istosmjernih i
izmjeničnih prijenosnih vodova. Računa parametre
voda, audio i radio smetnje, električno polje, magnetsko
2. SESEnviro polje, skalarni potencijal i ostale parametre koji su
nastali zbog elektromagnetske sprege prijenosnih i
distributivnih vodova s bilo kojom vrstom i bilo kojim
brojem zračnih vodiča.
Ovaj program se koristi za analizu prijenosnih i
distributivnih vodova, analizu stacionarnih stanja i
3. SESTLC
induktivne sprege vodova i kabela s ostalim metalnim
dijelovima kao što su plinovodi, tračnice, itd.

Tablica 8.11. Popis uslužnih programa i pomoćnih alata

Red. Naziv
Opis programa
br. programa
Uslužni program koji računa: minimalni presjek
1. Ampacity vodiča, maksimalni iznos struje kvara i porast
temperature tijekom kvara.
Uslužni program za crtanje, modificiranje i pregled
složenih mrežastih uzemljivača i metalnih stupova u
2. SESCAD
stvarnoj veličini, (služi za izradu mreže vodiča koji se
koriste u programima MALZ i HIFREQ.
Uslužni program koji prikazuje i ispisuje grafove i
3. GRAREP
tekstualne datoteke.
Uslužni program koji pojednostavljuje prijenos
izlaznih podataka iz programa Right-Of-Way i
4. CETU
SPLITS u program MALZ, za računanje konduktivne
sprege kod harmonijskih struja.
472
 Alat za analizu preplitanja voda. Da bismo osigurali
da nesimetričnost napona bude u granicama normale
5. TransposIT
moramo odrediti optimalan broj preplitanja i njihove
lokacije.
Uslužni program koji crta strujne krugove iz ulaznih
6. GRSPLITS
podataka programa SPLITS ili FCDIST.
Uslužni program za izračun otpor rasprostiranja
jednostavnih uzemljivača u homogenom tlu ( šipke,
7. SESGSE
vodiči, ploče,…) Računa dimenzije uzemljivača da bi
otpor uzemljenja bio zadovoljavajući.
Alat koji nam omogućuje da odjednom radimo s više
8. SESBatch
programa u različitim direktorijima.
Služi za jednostavno crtanje na temelju podataka u
9. SESPLOT
obliku tekstualne datoteke.
Pomoćni program koji vadi podatke iz izlazne baze
10. FFT21Data podataka programa FFTSES (File21) u formatu
kompatibilnom s programom SESPLOT.
Programski jezik koji proizvodi ulazne parametre za
11. SESScript
računanje.
Program koji prikazuje i ispisuje WMF datoteke
12. WMFPrint (Windows Metafiles) proizvedene pomoću programa
CDEGS ili bilo kojeg drugog programa.

8.8. Zaključak

Razvoj umjetne inteligencije omogućio je primjenu ekspertnih sustava

na određena znanstvena područja ali i u konkretne privredne projekte.
Prezentiranim načinom utvrđeni su konkretni problemi iz područja EMC-a
u elektroenergetskom sustavu. Usporedbe klasičnim eksperimentalnim
metodama – pokusom (kakav je proveden prilikom utvrđivanja uzroka
havarije i ponovnog puštanja u pogon trafostanice TS 35/20(10)kV
Obrovac), te zaključivanjem na temelju razvijenog ekspertnog sustava,
potvrdili su iste rezultate. Mogućnost primjene ES i u različitim
slučajevima potvrđuju razvijene univerzalne metode. Unaprijeđenom
dijagnostikom raspoloživim ekspertnim sustavom prijelazne pojave, kao na
primjer problemi vezani uz elektromagnetsku kompatibilnost, u
konkretnom slučaju, pojave sklopnih prenapona, mogu biti brzo i
učinkovito utvrđene.

473
 Nastavak istraživanja i razvoja na temelju utvrđenih spoznaja usmjeren
je na optimizaciju EES Hrvatskih autocesta d.o.o.

Uz izgradnju novih dionica autocesta izgrađeni su i novi

elektroenergetski objekti (EEO) koji služe za napajanje trošila u funkciji
sigurnosti prometa. Iako se EEO hrvatskih autocesta, na lokaciji na kojoj
su izgrađeni inkorporiraju u domicilne distribucijske mreže HEP-a i postaju
njihov sastavni dio, s aspekta optimizacije mogu se promatrati kao
specifičan elektroenergetski sustav.

Desetgodišnje iskustvo projektiranja, građenja, puštanja u pogon i

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

- optimizacije budućeg projektiranja i izgradnje,

- uređenje odnosa i primopredaje EEO između HEP-a i HAC-a,
- pripremu HAC-a za liberalizaciju europskog tržišta energije i
korištenje OIE,
- optimizaciju troškova pogona, osiguranja i održavanja,...

Za svaki model potrebno je razraditi adekvatnu strategiju kojom se

kontroliraju i usklađuju procesi pretraživanja i manipulacija iz baze znanja,
te na njihovim osnovama provodi zaključivanje.
Jedan od primjera je relativno jednostavan heuristički algoritam za
optimizaciju vršnog opterećenja tunela, koji je u praksi našao svoju
primjenu s racionalizacijom u potrošnji električne energije za pogon tunela.
Godišnja ušteda u plačenim računima za električnu energiju primjenom
tog algoritma je cca 1 mil. kuna.

474
PRILOZI

PRILOG 1 - VJEŽE iz kolegija Inteligentni sustavi

«Konačno su suvremena sredstva za priopćavanje i promet dovršila proces
proširenja tehničke civilizacije koji je bez sumnje iz temelja izmijenio
životne uvjete na Zemlji. Stoga odobravamo li ga ili ne, nazivamo li ga
napretkom ili opasnošću – moramo biti na čistu s tim da je on odavno
prerastao kontrolu uz pomoć ljudskih sila»

W. Heisenberg, 1932. Nobelova nagrada za fiziku

Napomena uz Prilog 1

___________________________________________________________

Potreba da se uz predavanja kolegija Inteligentni sustavi provode i

laboratorijske vježbe generirala je sadržaj pet interesantnih vježbi koje
studentima proširuju spoznaje o specijalističkim aerodromskim sustavima
svjetlosne signalizacije. Iz praktičnih razloga, budući knjiga služi i kao
priručnik i kao udžbenik u dijelu priloga nalaze se podloge pripremljenih
pet vježbi na serijskim strujnim krugovima i demo modelu regulatora
konstantne struje koji predstavlja dio ekspertnog sustava. Vježbe koje su
priređene za provedbu su:

1. Infrastruktura serijskih strujnih krugova kao dio ekspertnog sustava

2. Upravljanje serijskim strujnim krugom iz ekspertnog sustava

3. Mjerenja na serijskim strujnim krugovima za baze podataka

4. Proračun na izlaznom transformatoru serijskog strujnog kruga

5. Naponi i struje u serijskom strujnom krugu

475
 TEHNIČKO VELEUČILIŠTE U ZAGREBU
Specijalistički stručni studij elektrotehnike; 2. semestar
Izborni kolegij: Inteligentni sustavi
Laboratorijske vježbe

VJEŽBA 1.

OSOBNI PODACI STUDENTA

Ime i prezime:
Datum i mjesto održavanja vježbe:
Vrijeme trajanja vježbe, (od - do):

EVIDENCIJA I PROCEDURA IZ NASTAVNOG PLANA ZA VJEŽBE

Naziv tematske cjeline:
Ekspertni zrakoplovni sustav
Naziv, broj vježbe i predviđeno trajanje: svjetlosne signalizacije - VJEŽBA 1.
(predviđeno 3 školska sata)
Infrastruktura serijskih strujnih krugova
Veza s predavanjem
- dio ekspertnog sustava

Veza na literaturu ili PP-prezentaciju: PP 1 i 2; (aktuatori i perceptori)

Student potvrđuje (+) ili zahtjeva
Uvod u vježbu:
dodatna pojašnjenja (?)
1. Korak - općenite informacije o vježbi
2. Korak - opis potrebnih pomagala
3. Korak - opis postupka izvođenja
4. Korak - potrebna oprema/instrumenti
5. Korak - priprema mjesta za vježbu
6. Korak - utvrđivanje uvjete za vježbu*
*- klimatski uvjeti, (vanjski) i temperatura zraka

NASTAVNI LIST VJEŽBE Br.:1/1

Priprema studenta za vježbu
OPASKA - PRIPREMA ZA VJEŽBU!

za provedbu vježbe studentima će od koristi biti prisjećanje na prethodno

usvojena znanja:
-ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje i strujni izvor)
-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme, strujni
transformator, distribucija i konfiguracije krugova - serijski i paralelni,...)
-LEGISLATIVA, (Pravilnik o sigurnosti i zdravlju pri radu s električnom energijom,( NN
88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...

476
Sadržaj vježbe:
- primarni strujni krug aerodromskog sustava svjetlosne signalizacije
- regulator konstantne struje strujni izvor
- moduli kao perceptori i aktuatori
- strujni transformator kao izolacijski transformator u KS, PH i opterećenje

Literatura:
[1] Priručnik za VJEŽBU 1, raspoloživ u praktikumu ExSys
[2] Preporučena literatura, zrakoplovna legislativa POA-CCAA
[3] Dodatna literatura ICAO, Annex 14

Opis slika uz vježbu i praktički zadatak:

Slika 1.1.
Prednja strana upravljačke jedinice regulatora konstantne struje Tip TCR TRANSCON

Slika 1.2.
LFD (LAMP FAULT DETECTOR). Modul je namijenjen za indikaciju broja neispravnih
sijalica u serijskom strujnom krugu. Modul određuje broj neispravnih sijalica na osnovi
mjerenja i vrednovanja
izmjerenog faznog kuta prvih harmonika napona i struje u serijskom strujnom krugu.
Funkcija modulu zavisi od parametara kruga, broja i snage pojedinih sijalica, tipa
izolacionih transformatora, dužini kabla u strujnom krugu i zbog toga je neophodno da se
po priključenju strujnog kruga izvrši kalibracija.

Slika 1.3.
EFD (EARTH FAULT DETECTOR). Modul je namijenjen za mjerenje otpora izolacije u
serijskom strujnom krugu. Modul sadrži pomoćni, galvanski odvojeni izvor + 500 V DC.
Izolacijski otpor u strujnom krugu vrednuje se kao gubitak napona u pomoćnim
otpornicima. Odvajanje izlazne petlje osigurano je otpornici 5,5 Mohma, smještenim u
bloku transformatora snage (modul TRM).

Slika 1.4. Serijski strujni krug

Slika 1.5. ES/aktuatori/perceptori

Praktički zadatak uz vježbu - U ormaru regulatora dijagnosticirati modul!

TRM (MEASURE TRANSFORMER) Modul mjernog transformatora nalazi se u
neposrednoj blizini izvoda transformatora snage. Sastoji se od strujnog transformatora za
mjerenje struje u serijskom strujnom krugu i kruga za odvajanje uređaja za mjerenje otpora
izolacije. Modul je priključen s dva visokonaponska kabela na izlaz (C9) i izlaze (C5 ili C6).
Povezivanje s elektronskim dijelom upravljanja RJS izvedeno je pomoću konektora XT1

477
 NASTAVNI LIST VJEŽBE Br.:1/2
Slika prednje strane modula i sheme spajanja za koncept vježbe

Slika 1.1.

Slika 1.2. Slika 1.3.

Slika 1.4.
SENZORI PERCEPTORI
AKTUATORI
ES
Slika 1.5.

478
 NASTAVNI LIST VJEŽBE Br.:1/3
Student motri reakcije modula aktuatora i mjerne instrumente
Podaci o modulima i mjernoj opremi u priručnoj literaturi. Provjera
konfiguracije na demo modelu u Praktikumu. Akceptirati upute nastavnika:

Moduli: EFD, LFD, TRM - REAKCIJE SUSTAVA:

- Promjena broja ispravnih/neispravnih rasvjetnih tijela

- Promjene stanja otpora izolacije serijskog strujnog kruga
- Izlazne električne veličine u serijskom strujnom krugu

1. Upoznavanje sa standardnim nazivnim vrijednostima izlazne struje, (max 20A)

2. Komentirati izlaznu struju prema stupnjevima intenziteta (uočiti omjer %/A)-Izračun
3. Komentirati stupanj intenziteta "TEMP"
4. Komentirati ponašanje aktuatora, veličine koje se promatraju i reakcije perceptora
5. Moguće nadogradnje senzora u serijskom strujnom krugu – interaktivna vježba

NASTAVNI LIST VJEŽBE Br.:1/4

Upoznavanje i komentiranje reakcije sustava provedene vježbe - izračuni

Stupanj Izlazna struja Izračun % vrijednosti

intenziteta I2max = 6,6 A I2max = 8,3 A I = 6,6 (%); I = 8,3 (%)
2max 2max
TEMP 1,3 A 1,6 A
1 2,8 A 4,3 A
2 3,4 A 4,9 A
3 4,1 A 5,7 A
4 5,2 A 6,8 A
5 6,6 A 8,3 A

Stupanj Izlazna struja Izračun vrijednosti u (A)

intenziteta I2max = 6,6 A I2max = 8,3 A I = 20 A
2max
TEMP 1,3 A 1,6 A
1 2,2 A 3,5 A
2 2,8 A 4,3 A
3 3,4 A 4,9 A
4 4,1 A 5,7 A
5 5,2 A 6,8 A
6 6,4 A 7,8 A
7 6,6 A 8,3 A

479
 NASTAVNI LIST VJEŽBE Br.:1/5
Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA:

Student zahtjeva ponavljanja ili popravnu radnju vježbe:

Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJEŠNOSTI PROVEDENE VJEŽBE

Ocjena:
Komentar studenta o uspješnosti:
OCJENJUJE NASTAVNIK
Ocjena za zalaganje:
Ocjena za znanje:
Ocjena za vještine:
Konačna ocjena:

_______________________

480
 TEHNIČKO VELEUČILIŠTE U ZAGREBU
Specijalistički stručni studij elektrotehnike; 2. semestar
Izborni kolegij: Inteligentni sustavi
Laboratorijske vježbe

VJEŽBA 2.

OSOBNI PODACI STUDENTA

Ime i prezime:
Datum i mjesto održavanja vježbe:
Vrijeme trajanja vježbe, (od - do):

EVIDENCIJA I PROCEDURA IZ NASTAVNOG PLANA ZA VJEŽBE

Naziv tematske cjeline:
Upravljački modul kao korisničko
Naziv, broj vježbe i predviđeno trajanje: sučelje - VJEŽBA 2. (predviđeno 3
školska sata)
Upravljanje serijskim strujnim krugom
Veza s predavanjem
simulacijom iz ekspertnog sustava

Veza na literaturu ili PP-prezentaciju: PP 3 i 4; (aktuatori i perceptori)

Student potvrđuje (+) ili zahtjeva
Uvod u vježbu:
dodatna pojašnjenja (?)
1. Korak - općenite informacije o vježbi
2. Korak - opis potrebnih pomagala
3. Korak - opis postupka izvođenja
4. Korak - potrebna oprema/instrumenti
5. Korak - priprema mjesta za vježbu
6. Korak - utvrđivanje uvjete za vježbu*
*- klimatski uvjeti, (vanjski) i temperatura zraka

NASTAVNI LIST VJEŽBE Br.:2/1

Priprema studenta za vježbu
OPASKA - PRIPREMA ZA VJEŽBU!

za provedbu vježbe studentima će od koristi biti prisjećanje na prethodno

usvojena znanja i kompetencije stečene tijekom VJEŽBE 1.:
-ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje i strujni izvor)
-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme, strujni transformator,
distribucija i konfiguracije krugova - serijski i paralelni,...)
-LEGISLATIVA, (Pravilnik o sigurnosti i zdravlju pri radu s električnom energijom,( NN
88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...

481
Sadržaj vježbe:
- rad s "korisničkim sučeljem" - kao dio ES prepoznat u vježbi
- glavni modul upravljačke jedinice regulatora konstantne struje

Literatura:
[1] Priručnik za VJEŽBU 2, raspoloživ u praktikumu ExSys

Opis korisničkog sučelja za vježbu:

1 - Zelena signalna lampica (ON) iznad svakog tipkala označava realno stanje u strujnim
krugovima. Uključena signalna lampica odgovara stanju sijalica u strujnom krugu (svijetli /
gasi se tek poslije izvršenja komande).

2 - Tipka za ručno upravljanje serijskim strujnim krugom vezanim za jedan CCR.

3 - Postojano svjetlo crvene signalne lampice (STATUS) daje informaciju o kvaru, koji je
uočen elektronskim modulom DRT-24 kod automatskog testiranja pri startu (poslije uključenja
napajanja) ili kod prekida komunikacije s komandnim modulom (DSP).

4 - Zelena signalna lampica (STATUS OK) znači redovno pogonsko stanje modula LCS.

5 - Postojano svjetlo crvene signalne lampice (ERROR) daje informaciju da modul LCS
nije u režimu daljinskog upravljanja dobio podatke od komandnog sustava. Trepćuće svjetlo
ove signalne lampice znači razliku među traženog i aktualnog stanja u upravljanom strujnom
krugu (npr. pri pregorjelom osiguraču u komandnom krugu sklopnika) ili identificira kvar
modula LCS, eventualno DSP ili REG.

Opis slika uz vježbu i praktički zadatak:

Slika 2.1. Principijelna shema CCR i serijski strujni krug

Slika 2.2. Pogled na zatvoreni i otvoreni CCR
Slika 2.3. Glavni modul upravljačke jedinice
Slika 2.4. Izlazni transformator - veza s VJEŽBOM 5.

482
 NASTAVNI LIST VJEŽBE Br.:2/2
Slika sheme spajanja i modula za koncept vježbe

Slika 2.1. Principijelna shema CCR i serijski strujni krug

Slika 2.2. Pogled na zatvoreni i otvoreni CCR Slika 2.3. Glavni modul upravljačke jedinice

Slika 2.4. Izlazni transformator - veza s VJEŽBOM 5

483
 NASTAVNI LIST VJEŽBE Br.:2/3
Student motri reakcije modula aktuatora i pokazivanja displeja

Rad s korisničkim sučeljem za vježbu:

1 - Alfanumerički displej 2x20 znakova prikaz informacija o stanju i funkcijama CCR

2 - Sedmo-segmentni dvobojni displej prikazuje aktualno stanje intenziteta (broj stupanj
intenziteta), Ručno upravljanje crvena, daljinski režim - zeleno
3 i 5- Taster "+" "-" upotrebljava se pri povećavanju/smanjivanju stupanja intenziteta u
lokalnom režimu rada.
4 - Tasterom "REM" prebacuje se režim lokalnog i daljinskog upravljanja
6 - Taster "OFF" isključuje CCR (prelazak u stupanj intenziteta "0") u lokalnom režimu
rada. CCR se isključuje bez obzira u kom stupnju intenziteta radi.
7 - Taster "IZBORNIK" je namijenjen za pozivanje osnovnog menija na alfanumeričkom
LCD displeju.
8 - Taster "UP" (strelica nagore) prebacuje prikazivanje podataka u svakom izbornik.
9 - Taster "ENTER" prebacuje prikazivanje podataka u pojedinim podizbornicima na LCD
displeju.
10 - Taster "DOWN" (strelica na dolje) prebacuje prikazivanje podataka u svakom
podizbornik (grupi).
11 - Signalna lampica REMOTE emitira postojanu zelenu boju pri uključenju CCR u
redovan režim daljinskog upravljanja. Crvena postojana boja daje signalizaciju o kvaru CCR
(po pravilu istovremeno svijetli signalna lampica LINK ili ERROR na modulu COM). Crveno
trepćuće svjetlo ove signalne lampice najavljuje kvar komunikacionog modula (COM) - u
jedinici je došlo do prekida u komunikaciji između modulima DSP i COM (isto se događa
ukoliko modul COM nije postavljen). Zelenim trepćućim svjetlom signalna lampica
signalizira grešku pri podešavanju stupnja intenziteta u režimu DU, kada se kod CCR traži
stupanj, koji nije instaliran. CCR u tom slučaju automatski postavi najveći stupanj
intenziteta. Kada je CCR u režimu LU (tasterom "REM"), ova signalna lampica ne svijetli.
12 - Signalna lampica STATUS daje informacije o stanju modula DSP. Postojano crveno
svjetlo daje informaciju o prekidu interne komunikacije sa modulom CCR (REG). Crveno
trepćuće svjetlo daje signalizaciju o ozbiljnom kvaru modula DSP. Postojano zeleno svjetlo
znači redovan rad modula DSP.

484
 NASTAVNI LIST VJEŽBE Br.:2/4
Upoznavanje s ugađanjem sustava za provedbu vježbe – priprema za izračun

Tablica 2.1. Izlazni transformator ugađanje - veza s VJEŽBOM 5, slika 2.4.

Tip Izvod Vrijednost Naz.snaga Max.

CCR transformatora IDK B11 B10 RKS izlazni
TCR.2.04. B9 napon
400
C1 – C5 C4 – C8 4,0 kVA 13,9 A 606 V
C1 – C5 C3/C8 – C4/C7 3,6 kVA 12,5 A 545 V
C1 – C5 C3 – C7 3,2 kVA 11,1 A 485 V
C1 – C5 C2/C7 – C3/C6 2,8 kVA 9,7 A 424 V
C1 – C5 C2 – C6 2,4 kVA 8,4 A 364 V
C1 – C5 C1/C8 – C4/C5 2,0 kVA 7,0 A 303 V
C1 – C5 C1/C7 – C3/C5 1,6 kVA 5,6 A 242 V
C1 – C5 C2/C5 – C1/C6 1,2 kVA 4,2 A 182 V

NASTAVNI LIST VJEŽBE Br.:2/5

Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA:

Student zahtjeva ponavljanja ili popravnu radnju vježbe:

Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJEŠNOSTI PROVEDENE VJEŽBE

Ocjena:
Komentar studenta o uspješnosti:
OCJENJUJE NASTAVNIK
Ocjena za zalaganje:
Ocjena za znanje:
Ocjena za vještine:
Konačna ocjena:

______________________

485
 TEHNIČKO VELEUČILIŠTE U ZAGREBU
Specijalistički stručni studij elektrotehnike; 2. semestar
Izborni kolegij: Inteligentni sustavi
Laboratorijske vježbe

VJEŽBA 3.

OSOBNI PODACI STUDENTA

Ime i prezime:
Datum i mjesto održavanja vježbe:
Vrijeme trajanja vježbe, (od - do):

EVIDENCIJA I PROCEDURA IZ NASTAVNOG PLANA ZA VJEŽBE

Naziv tematske cjeline:
Parametri serijskog kruga - baze
Naziv, broj vježbe i predviđeno trajanje: podataka- VJEŽBA 3. (predviđeno 3
školska sata)
Mjerenja na serijskim strujnim
Veza s predavanjem
krugovima –baze podataka

Veza na literaturu ili PP-prezentaciju: PP 5 i 6; (stanje otpora izolacije)

Student potvrđuje (+) ili zahtjeva
Uvod u vježbu:
dodatna pojašnjenja (?)
1. Korak - općenite informacije o vježbi
2. Korak - opis potrebnih pomagala
3. Korak - opis postupka izvođenja
4. Korak - potrebna oprema/instrumenti
5. Korak - priprema mjesta za vježbu
6. Korak - utvrđivanje uvjete za vježbu*
*- klimatski uvjeti, (vanjski) i temperatura zraka

NASTAVNI LIST VJEŽBE Br.:3/1

Priprema studenta za vježbu
OPASKA - PRIPREMA ZA VJEŽBU!

za provedbu vježbe studentima će od koristi biti prisjećanje na prethodno

usvojena znanja i kompetencije stečene tijekom VJEŽBE 1.:
-ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje i strujni izvor)
-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme, strujni
transformator, distribucija i konfiguracije krugova - serijski i paralelni,...)
-LEGISLATIVA, (Pravilnik o sigurnosti i zdravlju pri radu s električnom energijom,( NN
88/12), El. postrojenja nazivnih izmjeničnih napona iznad 1 kV, (HRN HD 637 S1),...

486
Sadržaj vježbe:
- primarni, serijski strujni krug, (SSK) aerodromskog sustava svjetlosne
signalizacije
- primarni kabeli, konektori i strujni transformator u SSK
- ispitivanje stanja otpora izolacije, utjecaj stanja sekundara

Literatura:
[1] Priručna literatura za VJEŽBU 3, praktikum ExSys - prorada i uporaba
[2] Preporučena literatura POA-CCAA
[3] Dodatna literatura "Transformatori", Tehnologija elektromaterijala
[4] Dodatna literatura "ICAO -FAA" El. Systems

Podsjetnik za vježbu:

Otpor izolacije se mjeri u načelu U-I metodom s istosmjernim naponom. Priključkom

istosmjernog izvora na izolaciju u prvom trenutku poteče velika struja nabijanja
koja brzo opadne, dalje se održava polarizacijska struja koja također opada ali
sporije te tek nakon nekoliko minuta ostane samo struja odvoda kroz izolaciju koja
određuje istosmjerni statički otpor izolacije, slika 3.3. Zato se prilikom mjerenja s
očitanjem čeka toliko dugo dok se struja kroz izolaciju ne stacionira, tj. dok se ne
ustali pokazivanje instrumenta koji pokazuje otpor izolacije.
Dobro je kod podatka za mjerenu vrijednost otpora izolacije navesti vrijeme očitanja
nakon priključka. Često se daju vrijednosti 1-minutnog i 10-min otpora izolacije.
Omjer 10-minutnog i 1-minutnog otpora izolacije naziva se polarizacijski indeks.
Treba navesti i s kolikim istosmjernim naponom je provedeno mjerenje te kolika je
bila temperatura jer o tome bitno ovisi vrijednost izmjerenog izolacijskog otpora. Na
temelju mjerenja otpora izolacije može se procijeniti stanje izolacije. Naročito, ako
se mjerenje otpora izolacije provodi u određenim vremenskim intervalima. Može se
na temelju kretanja vrijednosti otpora izolacije dobro zaključivati o stanju izolacije i
očekivanim promjenama jer je za takvu ocjenu često važnije praćenje vremenske
relativne promjene otpora izolacije nego apsolutni iznos otpora izolacije

Potrebno je razlikovati ispitivanje dijelova SSK, Slike 3.5., 3.6. i 3.7.:

- nove izolacije,
- stare izolacije i
- oštećene izolacije

Opis slika uz vježbu i praktički zadatak:

487
Slika 3.1. Principijelna shema CCR i serijski strujni krug
Slika 3.2. Shema koncepta provedbe ispitivanja
Slika 3.3. Dijagram struja kod mjerenja otpora izolacije
Slika 3.4. Ispitni instrument

NASTAVNI LIST VJEŽBE Br.:3/2

Slika podloga, sheme spajanja i opreme za koncept vježbe

AB C

Slika 3.1. Slika 3.2.

Slika 3.3. Slika 3.4.

488
 NASTAVNI LIST VJEŽBE Br.:3/3
Studenti pripremaju opremu i mjerne instrumente za provedbu vježbe

Komponente za vježbu – ispitivanje otpora izolacije:

Slika 3.5. Slika 3.6. Slika 3.7.

Naponska ispitivanja transformatora - DODATAK UZ VJEŽBU

Izdržljivost izolacije ispituje se podvrgavanjem izolacije transformatora

povišenom naponu. Ispitivanje se vrši općenito u tri smjera:
a) ispitivanje glavne izolacije, provjerava izolaciju između namota i jezgre,
b) ispitivanje unutarnje izolacije ,izolacije između zavoja i slojeva namota) se
vrši induciranim naponom,
c ) ispitivanje udarnim naponom koje provjerava izdržljivost izolacije prema
visokim ali kratkotrajnim naponskim valovima.

Slika 8. Shema spoja ispitivanja glavne izolacije transformatora

Ispituje se:
A ) Izolacija između gn-namota i ostalih namota spojenih na masu, jezgru).
B) Izolacija između dn-namota i ostalih namota spojenih na masu, jezgru).
Prilikom uklapanja napon ne smije biti viši od 50 % konačne vrijednosti, a dalje
podizanje mora ići postupno ,u stupnjevima od 5 % i u vremenu od najmanje
10 sekundi). Puni ispitni napon se mora zadržati 1 min.

489
 NASTAVNI LIST VJEŽBE Br.:3/4
Upoznavanje s ugađanjem sustava za provedbu vježbe – priprema za izračun

Tablica 3.1. Priprema za ispitivanje prema slici 3.1.

T=Transformer 6,6A/6,6A; L= Lamp S1 P(W)

T1 T 45W + L-EL 225 REH base plate A-T1 45W
T2 T 45W + L- ML 122 TWY + base plate B-T2 45W
T3 T 100W + L- RGL-02 + base plate T1-T5 2x45W
T4 T 100W + L- ML 121 APP + base plate T2-T6 100W
T5 T 45W + L- IL 258 + substructures 8" T3-C 45W
T6 Test T ---W + Test L--- C-T4 45W
C-T4 100W
C-T4 150W
C-T4 200W

NASTAVNI LIST VJEŽBE Br.:3/5

Rasprava o provedenoj vježbi - veza na nastavni plan

Tablica 3.2. Upisati rezultate mjerenje prema slici 3.1.

(MΩ) (MΩ) (MΩ)

Mjereno S1 selektivno Mjereno (A-B) +C Mjereno (A-B) +bez C
T1
T2
T3
T4
T5
T6

ZAPAMTITI -izračunata i izmjerena vrijednost otpora izolacije serijskih strujnih krugova :

VEZA NA LEGISLATIVU_________________________________________________

490
 NASTAVNI LIST VJEŽBE Br.:3/6
Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA:

Student zahtjeva ponavljanja ili popravnu radnju vježbe:

Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJEŠNOSTI PROVEDENE VJEŽBE

Ocjena:
Komentar studenta o uspješnosti:
OCJENJUJE NASTAVNIK
Ocjena za zalaganje:
Ocjena za znanje:
Ocjena za vještine:
Konačna ocjena:

______________________

491
 TEHNIČKO VELEUČILIŠTE U ZAGREBU
Specijalistički stručni studij elektrotehnike; 2. semestar
Izborni kolegij: Inteligentni sustavi
Laboratorijske vježbe

VJEŽBA 4.

OSOBNI PODACI STUDENTA

Ime i prezime:
Datum i mjesto održavanja vježbe:
Vrijeme trajanja vježbe, (od - do):

EVIDENCIJA I PROCEDURA IZ NASTAVNOG PLANA ZA VJEŽBE

Naziv tematske cjeline:
Ugađanje izlaznog stupnja
Naziv, broj vježbe i predviđeno trajanje: regulatora - VJEŽBA 4.
(predviđeno 3 školska sata)
Proračun na izlaznom transformatoru
Veza s predavanjem
serijskog strujnog kruga

Veza na literaturu ili PP-prezentaciju: PP 7 i 8; (izlazni trafo CCR)

Student potvrđuje (+) ili zahtjeva
Uvod u vježbu:
dodatna pojašnjenja (?)
1. Korak - općenite informacije o vježbi
2. Korak - opis potrebnih pomagala
3. Korak - opis postupka izvođenja
4. Korak - potrebna oprema/instrumenti
5. Korak - priprema mjesta za vježbu
6. Korak - utvrđivanje uvjete za vježbu*
*- klimatski uvjeti, (vanjski) i temperatura zraka

492
 NASTAVNI LIST VJEŽBE Br.:4/1
Priprema studenta za vježbu
OPASKA - PRIPREMA ZA VJEŽBU!

Student za vježbu mora:

1. proučiti raspoloživu literaturu i radne upute –PRIRUČNIK CCR
2. kreirati aplikacijski spoj prema priloženim podlogama
3. proračunski utvrditi vrijednosti
4. mjerenjem potvrditi proračunske vrijednosti
5. samostalno kreirati aplikacijski spoj

Sadržaj vježbe:
- obraditi primarni, serijski strujni krug, (SSK) aerodromskog sustava
svjetlosne signalizacije, s komponentama, 1. REGULATOR s IZLAZNIM
TRANSFORMATOROM, primarni kabeli, konektori i strujni transformatori
- proračun i ispitivanje na IZLAZNoM TRANSFORMATORU

Literatura:
[1] Priručna literatura za VJEŽBU 4, praktikum CCR
[2] Preporučena literatura POA-CCAA
[3] Dodatna literatura "Transformatori", Tehnologija elektromaterijala
[4] Dodatna literatura "ICAO -FAA" El. Systems

Podsjetnik za vježbu:
Utvrđivanje proračunskih parametara serijskog strujnog kruga

Vrste ugađanja u krugu

Proračun i mjerenja snage na komponentama serijskog strujnog kruga

Obrade parametara pojedinih komponenti

Opis oznaka uz tablicu 4.1.:

a) Primarni namot
b) Oznaka stezaljki i vrijednost primarnog napona
c) Oznake dijelova sekundarnog namota
d) Dijelova sekundarnog namota
e) Vrijednosti sekundarnog napona po dijelovima namota
f) Oznake stezaljki sekundarnih namota

493
 NASTAVNI LIST VJEŽBE Br.:4/2
Slika podloga, sheme spajanja i opreme za koncept vježbe

Tablica 4.1. Skica namota izlaznog stupnja transformatora

a
1 250V 2 b
S1 S2 S3 S4 S5 S6 c
d
20 40 80 160 220 520 e
5 6.1 6.2 7 8 9.1 9.2 10 11 12.1 12.2 13 f

Ispuni tablice vrijednosti napona sekundara izlaznog stupnja transformatora za

- ostvaren samo jedan izvod (označen crveno)

Primjer broj Stezaljke Napon

1 5 - 6.1
2 6.2 - 7
3 8 - 9.1
4 9.2 - 10
5 11 - 12.1
6 12.2 - 13

- ostvaren samo jedan među spoj (označen crveno)

Primjer broj Stezaljke Među spoj Napon

7 5-7 6.1 - 6.2
8 8 - 10 9.1 - 9.2
9 11 - 13 12.1 - 12.2
10 5 - 10 6.1 - 9.2
11 5 - 13 6.1 - 12.2
12 8 - 13 9.1 - 12.2
13 5-8 6.1 - 9.1
14 5 - 11 6.1 - 12.1
15 10 - 13 9.2 - 12.2
16 7 - 13 6.2 - 12.2

494
 NASTAVNI LIST VJEŽBE Br.:4/3
Studenti pripremaju opremu i mjerne instrumente za provedbu vježbe

- ostvarena dva među spoja i jedan spoj stezaljki (označeni crveno)

Primjer Stezaljke Među spoj Među spoj Spoj stezaljki Napon

broj
17 5 - 10 6.1 - 6.2 9.1 - 9.2 7-8
18 8 - 13 9.1 - 9.2 12.1 - 12.2 10 - 11
19 5 - 13 6.1 - 6.2 12.1 - 12.2 7 - 11

- ostvarena tri među spoja i dva spoja stezaljki (označeni crveno),

- nastavi još mogućih kombinacija

Prim. Stezaljke Među Među Među spoj Spoj Napon

Br. spoj spoj stezaljki
20. 5 - 13 6.1 - 6.2 9.1 - 9.2 12.1 -12.2 7- 8 i 10-11
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.

495
 NASTAVNI LIST VJEŽBE Br.:4/5
Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA:

Student zahtjeva ponavljanja ili popravnu radnju vježbe:

Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJEŠNOSTI PROVEDENE VJEŽBE

Ocjena:
Komentar studenta o uspješnosti:
OCJENJUJE NASTAVNIK
Ocjena za zalaganje:
Ocjena za znanje:
Ocjena za vještine:
Konačna ocjena:

______________________

496
 TEHNIČKO VELEUČILIŠTE U ZAGREBU
Specijalistički stručni studij elektrotehnike; 2. semestar
Izborni kolegij: Inteligentni sustavi
Laboratorijske vježbe

VJEŽBA 5.

OSOBNI PODACI STUDENTA

Ime i prezime:
Datum i mjesto održavanja vježbe:
Vrijeme trajanja vježbe, (od - do):

EVIDENCIJA I PROCEDURA IZ NASTAVNOG PLANA ZA VJEŽBE

Naziv tematske cjeline:
Naponsko strujni odnosi u CCR-u
Naziv, broj vježbe i predviđeno trajanje: VJEŽBA 5.
(predviđeno 3 školska sata)
Naponi i struje u serijskom strujnom
Veza s predavanjem
krugu

Veza na literaturu ili PP-prezentaciju: PP 9 i 10; (U/I- CCR)

Student potvrđuje (+) ili zahtjeva
Uvod u vježbu:
dodatna pojašnjenja (?)
1. Korak - općenite informacije o vježbi
2. Korak - opis potrebnih pomagala
3. Korak - opis postupka izvođenja
4. Korak - potrebna oprema/instrumenti
5. Korak - priprema mjesta za vježbu
6. Korak - utvrđivanje uvjete za vježbu*
*- klimatski uvjeti, (vanjski) i temperatura zraka

NASTAVNI LIST VJEŽBE Br.:5/1

Priprema studenta za vježbu
OPASKA - PRIPREMA ZA VJEŽBU!
za provedbu vježbe studentima će od koristi biti prisjećanje na
prethodno
usvojena znanja:
-ENERGETSKA ELEKTRONIKA, (tiristori, anti paralelni spoj-upravljanje i
strujni izvor)
-SKLOPNA POSTROJENJA/INSTALACIJE, (dimenzioniranje opreme,
strujni transformator, distribucija i konfiguracije krugova - serijski i
paralelni,...)

497
Sadržaj vježbe:
- primarni strujni krug aerodromskog sustava svjetlosne signalizacije
- regulatora konstantne struje strujni izvor naponsko -strujni odnosi
- upravljanje anti paralelno spojenim tiristorima

Literatura:
[1] Priručna literatura za VJEŽBU 1, u praktikumu ExSys - prorada i uporaba
[2] Preporučena literatura Priručnik za vježbu - CCAA
[3] Dodatna literatura "Transcon priručnik -CCR"

Naponsko-strujni valni oblici tiristorskog sklopa, upravljanje

tiristorima – podloga za provedbu vježbe

Slika 5.1.

Slika 5.2.

498
 NASTAVNI LIST VJEŽBE Br.:5/2
Slika sheme spajanja i opis za koncept vježbe

Slika 5.3.

Slika 5.4.

Oznake sa slike 5.3. i 5.4. su:

CCR – regulator konstantne struje

US1, US2 – učinski tiristori
PTR – izlazni učinski transformator
T1–T(N) – izolacijski transformatori u krugu, (ukupno N transformatora)
U0 – mrežni napon regulatora
U1 – napon na primarnom namotaju učinskog transformatora
U2 – napon na sekundarnom namotaju učinskog transformatora
I1 – struja u krugu učinskih anti paralelnih tiristora – struja napajanja
I2 – struja u sekundarnom krugu učinskog transformatora – strujni izvor serijskog
strujnog kruga

499
 NASTAVNI LIST VJEŽBE Br.:5/3
Studenti pripremaju opremu i mjerne instrumente za provedbu vježbe

Tablica 5.1. Ovisnost faktora cF i kuta prorade tiristora

Kut prorade tiristora cF

0° (*) 1,41
45° 1,48
90° 2,00
135° 3,32

cF = Um / Uef

Za sinusoidni oblik: cF = √2 = 1,4142

gdje je:

cF – faktor (Crest faktor)

Um – maksimalna vrijednost napona
Uef – stvarna efektivna vrijednost napona

Stupanj Izlazna struja Uočiti poveznicu Iznos/c

F
intenziteta I2max = 6,6 A I2max = 8,3 A
TEMP 1,3 A 1,6 A
1 2,2 A 3,5 A
2 2,8 A 4,3 A
3 3,4 A 4,9 A
4 4,1 A 5,7 A
5 5,2 A 6,8 A
6 6,4 A 7,8 A
7 6,6 A 8,3 A

500
 NASTAVNI LIST VJEŽBE Br.:5/4
Rasprava o provedenoj vježbi - veza na nastavni plan

ZAPISI O OPAŽANJIMA:

Komentirati izlaznu struju prema stupnjevima intenziteta (uočiti omjere za: cF /%/A)

Komentirati stupanj intenziteta "TEMP"

Komentirati promjene veličina - prorade tiristora

Student zahtjeva ponavljanja ili popravnu radnju vježbe:

Nastavnik prihvaća ili predlaže korektivnu radnju:

OCJENA I KOMENTAR USPJEŠNOSTI PROVEDENE VJEŽBE

Ocjena:
Komentar studenta o uspješnosti:
OCJENJUJE NASTAVNIK
Ocjena za zalaganje:
Ocjena za znanje:
Ocjena za vještine:
Konačna ocjena:

______________________

501
PRILOZI

PRILOG 2 - VJEŽE za učenje razumijevanja i mnemotehnike

Neka od proročanstava Proročice Pitije iz Delfa mogu se koristiti za vježbe
mnemotehnike:
Proročanstvo Krezu, lidskom kralju, prije rata s Kretom, perzijskim kraljem:
„Ako budeš zaratio na Perzijance, veliko ćeš kraljevstvo uništiti.“

Odgovor na pitanje roditelja o spolu djeteta:

„Muško, ne žensko.“ ≠ „Muško ne, žensko.“

Prije odlaska u rat:

„Ići ćeš, vratit se nećeš, poginut ćeš u ratu“ ≠ „Ići ćeš vratit se, nećeš
poginuti u ratu“

Napomena uz Prilog 2

___________________________________________________________

Po analogiji zdravlja tijela, može se metaforički govoriti o

zdravstvenom stanju uma, odnosno mentalnom zdravlju, ili mentalnoj
higijeni, o čemu je bilo riječi u petom poglavlju. Jedna od definicija
mentalnog zdravlja može se sažeti kao emocionalno i psihološko stanje u
kojem je pojedinac u mogućnosti koristiti svoj kognitivne i emocionalne
sposobnosti, funkcionirajući u društvu, te odolijevati izazovima
svakodnevnog života. O mentalnoj higijeni možemo razmišljati na način
da pozorno promatramo kako učinkovito i uspješno osoba funkcionira.

Uspješnost funkcioniranja osobe osjećaj je i doživljaj posjedovanja

određenih sposobnosti i kompetencija. One su potrebne kako bi bilo
moguće podnositi normalne razine stresa, održavati zadovoljavajuće
relacije u različitim komunikacijskim ulogama i voditi nezavisni život.

Potrebno je iznaći mogućnosti "izdići se", ili se oporaviti od neke teške

situacije. Težina neke situacije varira od intenziteta pamćenja o njoj ili
prisjećanja na nju. Naš mozak puno lakše pamti i prisjeća se "težih"
životnih situacija pa je onda potrebno vježbati i iznalaziti mogućnosti

502
boljeg razumijevanja, pamtiti i prisjećati se životne ljepote. Najbolje
pamtimo tekstom opisane slike.

O uspješnosti razumijevanja teksta, Gadamer zaključuje razmatranje o

eminentnim tekstovima:
„Eminentni tekstovi karakteristični su po svojoj "samoprezentnosti". U
njima riječ ne čini "prezentnim ono što je kazano, već i sebe samu u svojoj
pojavnoj zvukovnoj zbilji". Tekstovi su eminentni ako ne služe samo
privremenom fiksiranju nekog govora, već "stoje u normativnom zahtjevu
nasuprot svekolikom razumijevanju i (prethode) svekolikome novom
poticanju govora". Nadalje, Gadamer razlikuje "zvukovnu zbilju"
eminentnog teksta, a to je književnost, posebice lirika. Kada se ne radi o
zvukovnoj zbilji, (jezična gesta), tekst to više postaje "usputnim
produktom" kao "faza u događanju sporazumijevanja" na koju se
koncentriramo samo da bismo je mogli vratiti u živi ispunjeni smisao
govora. Razumijevanje teksta ostaje ovisno o komunikacijskim uvjetima
koji kao takvi sežu izvan pukoga fiksiranog smisaonog sadržaja onoga što
je rečeno.
Tekstovi mogu biti prezentni i u svojim figurama i oblicima, u svojim
pojmovima i slikama koji istom oslobađaju i nose događanje
sporazumijevanja koji mu daje obzor i stoga se nikada ne mogu pretvoriti
u događanje sporazumijevanja.
Formula hermeneutike fakticiteta se potvrđuje kao upućivanje na uzajamnu
igru prezentnosti i ispunjenja smisla, pri kojoj bi prezentnost bila poprište
koje daje na razumijevanje, poprište pripadna razumijevanja, koje uvijek
iznova odgovara i vremenski se ispunjava.
U hermeneutici fakticiteta odigrava se su pripadnost bitka kao prezentnosti
i vremena.

Kako pri razumijevanju uvijek preostaje iskustvo, uporabilo se poprište

mišljenja koje se može upuštati u razumijevanje, čime se dobiva nešto na
što valja odgovoriti i na što u čitanju i mišljenju uvijek i odgovaramo. Bit
eminentnog teksta bila su mišljenja u smislu rehabilitacije prezentnosti
koju ne možemo misliti unaprijed, promašeno je sumnjati u ideju
prezentnosti kao metaforičku ideju koja je postala upitnom“.
Ruski psiholog Aleksandar Romanović Lurije proučavao je funkcionalne
zone mozga. Razlikovao je one o prijemu, pohranjivanju i obradi
informacija. Analizirao je aktivnosti mnemotehnika pa je 1968. godine
objavio pripovijest, Malen'kaja knižka o bol'šoj pamjati, (Mali portret
velikog pamćenja). Na istu temu Jorge Luis Borges, objavljuje 1942.
pripovijest, Funes el memorioso, (Funes pamtitelj).
503
 Oba djela imaju zajedničku poveznicu s temom hipertrofije pamćenja
čiji su protagonisti Solomon Šereševski, ruski Židov Ireneo Funes, i
urugvajski poluindijanac. No ne može se pretpostaviti da je ikojemu od
autora bio poznat pothvat onog drugog. Tekstovi su povezani jer ih se može
čitati kao različite interpretacije mnemoničkih kriza o kojima izvješćuju,
pri čemu se ne daju zanemariti frapantne sličnosti u obostranom
predstavljanju prekomjernih kapaciteta pamćenja.

U ovom prilogu na temelju Gadamerovog razmatranja o razumijevanju

pamćenja, složen je opisni algoritam koji služi za pojašnjenje i ubačeno je
par primjera uspješnog pamćenja.

Potvrda definiranog objašnjenja podudara se radovima, o semantici

pisma u proznim tekstovima 19. stoljeća, (Susi Kotzinger, Gabrijele Ripl i
Norbert Bolz, 1993.-1994.): …grafofilija posljednjih godina dokumentira
interes koji, s obzirom na najavljenu propast „Gutenbergove galaksije“,
nije motiviran tek nostalgijom već posvjedočuje protu povijest o
uskraćenom ekonomiziranju pisanog znaka te njegovu bijegu od prisile
linearnog bilježenja. Slova su štoviše multireferencijalni znakovi koji
ukazuju na poretke, ona se odnose na sintaksu alfabeta drukčiju od
manifestne, slijede logike kombinacija i permutacije koje u riječi i tekstu
izlažu kriptosemantičke tragove, stječu vizualni profil u svom tumačenju i
samodovoljnom znakovnom obličju. Na taj način njihovim građenjem,
upisana u poretke smisla, utvrđuju doslovnu manifestaciju sačuvanog
teksta koji nosi konkretno značenje. Pamćenjem je sačuvana medijalnost,
komunikativnost, transparencija i jednoznačnost znakova...

Slovima je dana moć ispunjavanja zadaće da u pamćenju ponavljaju ono

što je napismeno fiksirano, zajamčeno i neupitno. Slova pohranjena u
unaprijed zadani prostor poretka identična su Ciceronovoj verziji legende
o Simonidu u kojoj inspiciranje slikovnih deponija dopušta njihovo
ponovno pojavljivanje, čini ih raspoznatljivim. Tehnika koju je preporučio
Ciceron tiče se memoriranja tekstova, (spominjanje izuma mnemotehnike
zbiva se u njegovu govoru De oratore). Radi se o memoriranju sadržaja i
tijeka govora, ali govora o kojemu valja misliti, čega se treba sjetiti.
Ciceronova verzija markira točku na kojoj mnemotehnika prelazi u službu
praktične retorike čime se ponovo pronalaze zapamćeni elementi.
Autentičnu činu sjećanja neposredno slijedi čin refleksije koji spontanost
sjećanja čini proračunatim.
504
Kako razumijevanjem možemo pospješiti pamćenje?

Umjesto da stvar o kojoj je riječ promatramo izvana kao predmet, moramo

se u nju infiltrirati opisujući je na glas izgovorenim riječima potvrđenim
napisanim tekstom. Nazovimo taj tekst - PETAP:

PETAP:- Pomoćni Eminentni Tekst Aplikativne Paradigme

Taj tekst:

-služi za prezentnost fiksiranog smisaonog sadržaja

-otvara, (otkriva) mogućnost razumijevanja

-nemisliv je unaprijed

-ima karakter fakticiteta

Fakticitet se javlja kao pamteća pojavna zvukovna zbilja,

nastala čitajući i razmišljajući nakon napisanog PETAP-a,
čime stječemo iskustvo razumijevanja koje se fiksira u
sjećanju

Na taj način prezentnost fiksiranog smisaonog sadržaja

znači "prisutnost postojećeg" koje se može objektivirati i
udovoljiti normativnom zahtjevu

To je isti produkt koji se opetovano pojavljuje u fazama

prisjećanja na koja se koncentriramo da bismo mogli
posjedovati živi potvrđeni smisao razumijevanja

505
PRIMJER 1.

Kako Šereševskij narativno semantizira fiktivne matematičke formule?

85
Nx d2  x
vx

OPIS POSTUPKA:
Matematički izraz opisuju se kompleksnom asocijacijom kojom se tekst
prilagođava svakom znaku.

Neiman /N) iziđe i zabode štap u zemlju (·);

Oslobodio se štapa (x);

Pogleda u smjeru visokog drveta koje je podsjećalo na znak kvadratnog

korijena, (√);

Pomisli u sebi: "Nikakvo čudo, drvo se suši i počinje otkrivati korijenje;

Osim toga, ovdje sam sagradio dvije kuće" (d²);

Uzima štap ponovo u ruku;

Po tom još jednom zabode štap u zemlju (·);

Onda reče: "Kuće su stare moram ih se otarasiti (x);

"Prodaja će mi donijeti nešto novca";

U početku je u njih investirano 85 000, (85);

Onda vidim da se krov odvojio (÷) dok sam gledao kako neki čovjek svira
violinu (vx);

506
PRIMJER 2.

Kako Šereševskij transponira tekst koji se sastoji od riječi što ih ne

razumije? (Radi se o prva četiri stiha Božanske komedije na talijanskom)

„Nel mezzo del cammin di nostra vita

mi ritrovai per una selva oscura“

OPIS POSTUPKA:
Nepoznate riječi opisuju se kompleksnom asocijacijom kojom se nepoznati
tekst prilagođava poticanjem presađivanja, napola narativna napola
semantička.

(Nel) - upravo sam se spremao platiti godišnju pretplatu na blagajni

kazališta kada sam u hodniku ugledao balerinu "Nel-sku"

(mezzo) - uz nju sam predočio čovjeka skupa "vmeste" s Nelskom koji svira
violinu

(del)- pored kutiju "Deli" cigareta

(cammin) - pored toga zamislio sam "kamin"

(di) - onda sam vidio ruku koja pokazuje na vrata - "dver"

(nos) - vidim "nos", netko je gurnuo nos kroz vrata i zaglavio se

(tra) - on podiže nogu preko "praga", tamo naime leži dijete, znak života -
(vita)

(Mi) - predstavljam si jednog židova koji kaže "My"...

(ritrovai) - rastavlja (ri) - (tro) - (vai) -…

507
PRIMJER 3.

Kako Šereševskij grafičkom obličju pridodaje slike? (Radi se o arapskom

pisanju brojeva)

1 2 3 4 5 6 7 8 9

OPIS POSTUPKA:
Znamenke koje opaža grafički prerađuje u figure.

Dodjeljivanje figura znamenkama

Znamenka Opis dodijeljene figure

0
1 Ponosni uspravni muškarac
2 Dobro raspoložena žena
3 Mrzovoljan muškarac
4 Vojnik koji salutira
5 Pogrbljeni starac
6 Čovjek s natečenim stopalima
7 Čovjek s brkovima
8 Vrlo korpulentna žena, kao vreća u vreći
9 Žena u raskošnoj haljini sa šeširom

Primjer dvoznamenkastog broja:

Broj Opis dodijeljenih figura

87 Korpulentna žena i muškarac koji zavrće brk

Mišljenje koje je svjesno da je uvjetovano onim što ga ograničava, i koje

ne bi htjelo dopustiti da mu izmakne taj uvjet možemo nazvati
"hermeneutičkim". Ono dovodi do jezika ono što mu kao njegov povod
izmiče i što istodobno nosi njegove artikulacije. U mišljenju koje spoznaje
vlastiti prikazbeni karakter ostaje očuvan trag kroz tehničke i uopće
funkcionalne forme mišljenja.
508
ZAKLJUČAK
Izborni kolegij Inteligentni sustavi na Specijalističkom studiju,
Elektrotehničkom odjelu Tehničkog veleučilišta u Zagrebu ima za cilj
apostrofirati potrebu popularizacije ove problematike koja je strogo
aplikativna i kao takova prezentirana kroz prikupljeni materijal,
konkretnim primjerima iz elektrotehničke struke u tehničkoj znanstvenoj
grani elektroenergetike, povezane i implementirane u sofisticirane
prometne sustave, (zrakoplovne i tunelske). Osim namjere da se u
znanstvenom polju računalstva, umjetna inteligencija kao njena znanstvena
grana, kroz ovako prikupljeni materijal demistificira i prezentira njegova
svrhovitost, ukazano je i na involviranost umjetne inteligencije u život na
Zemlji. Iz tih razloga uvodno poglavlje ukazuje na nužnost spoznaje o našoj
inteligenciji i mogućnostima njenog razvoja.

Iako je još Werner Heisenberg s početka prošlog stoljeća ukazivao na

dominaciju prometne i informacijske povezanosti i njihov nezaustavljiv
utjecaj, Charden je to promatrao kroz povezivanje tehno sfere i biosfere.
Po njemu je to planetarni četvoro dimenzionalni mentalni organ kojim se
otvaramo novoj etapi planetizacije svjesnosti, sa spoznajom da smo jedan
narod koji živi u jednom svijetu i dijeli jednu istu sudbinu. Poslije njega se
shvatilo da je to ustvari današnja globalizacija. Teoriju noosfernog Pierra
Chardina, zasjenjuje nova teorija simulakruma Baudrillarda, kada se shvati
da je ona varijanta socijalnog konstruktivizma, koji se predstavlja kao
kulturna reprodukcija, a u stvari nije ništa drugo do li oblikovanje
ponašanja i atributa stanovništva novim tehnološkim sredstvima.

Oblikovanje ponašanja rezultat je informatičke revolucije koja

neumoljivo napreduje u tandemu sa snagom računala i ono što ju prati sve
manje je stvaranje novih ideja i tehnologija, već eksponencijalan rast brzine
širenja informacija. Iz tog se razloga danas smatra uspjehom iskorištavanje
informacija skoro trenutno, dok je neuspjeh skoro sigurna sudbina onih koji
pokušavaju spekulirati s idejama ili ih skrivati.

Promptno iskorištavanje ideja kako se ne bi izgubile, ili ih iskoristio

netko drugi, pritisak je na našu budućnost koja se već započela fokusirati
na izgradnju uma i usavršavanju mentalnih sposobnosti, a što je rezultiralo
razvojem i primjenom ekspertnih i inteligentnih sustava uz pomoć umjetne
inteligencije.

509
 Inteligentni se sustavi poistovjećuju s umjetnom inteligencijom koja je
povezana s pojmom znanja, njegovog prikupljanja, pohrane i primjene pri
rješavanju složenih zadataka. Kao takova, nazvana klasičnom umjetnom
inteligencijom, razlikuje se od distribuirane umjetna inteligencije koja
svoju inspiraciju nalazi u biološkim sustavima kolektivne inteligencije za
koju je poznato da jedinke ne moraju biti nužno inteligentna. Distribuirana
umjetna inteligencija nametnuta je novim tehnologijama koje se kao
implantati integriraju u naš um. Iz tih razloga poruka o potrebi mentalne
higijene koja se proteže kroz četvrto poglavlje mora čitateljima ostati prava
poruka koja je potvrđena uključenjem Elektrotehničkog odjela u
obilježavanje manifestacije Tjedna mozga u Hrvatskoj.

Iako je u većini poglavlja dominantna tema inteligentnih i ekspertnih

sustava njihova primjena i poveznica sa znanjem, ubačene su i cjeline o
učenju iz umjetne inteligencije kao i poveznice u donošenju odluka u
područjima ekonomije, a uz što se nezaobilazno mora pozvati i na
mnemotehnike.

Prikupljeni i prezentirani materijal je po sadržaju dominantne

elektroenergetske materije koja je najvećim dijelom rezultat istraživanja i
objavljivanja stručnih i znanstvenih radova, obogaćen je i materijalima
dobivenim pretragama baza podataka. Iz tog ga razloga promatramo kao
knjigu, udžbenik i priručnik.

Knjiga postaje kad, kako kaže Leonardo da Vinci, čitatelj joj udahne
dušu – pročita je od početka do kraja. A i ako se to ne dogodi u uvodu
svakom poglavlju prisutni su duhovi grčke antike, koji to čine.

Udžbenik će postati kada studenti Elektrotehničkog odjela TVZ-a, a

možda i neki drugi studenti ili zainteresirani pojedinci, materijale budu
koristili u svojim edukacijama i stjecanjima formalnog, neformalnog i
informalnog znanja.

Priručnik će postati kada ga specijalisti Programa AERO iTVZ, budu

koristili na svojim specijalističkim osposobljavanjima za stjecanje
kompetencija i licenciranih znanja. U svojstvu priručnika biti će i za sve
one koji se budu odlučili kroz poveznice s imenima znanstvenika,
mislilaca, filozofa,... potražiti dodatne spoznaje i steći neka nova iskustva
kroz dopunsku literaturu.

510
POSLIJE ZAKLJUČKA
...odluku da svoj prvi posao, koji sam započeo u Končarevom
elektrotehničkom institutu, promijenim, donio sam nakon četiri i pol
godine radnog staža. Drugo radno mjesto na Aerodromu Zagreb odlučio
sam promijeniti nakon devet i pol godina radnog staža te sam osnovao
vlastitu tvrtku Aeroing d.o.o. Moj prijatelj, imenjak, koji je u to vrijeme
napunio 15 godina radnog staža u svojoj prvoj i jedinoj firmi za što je dobio
jubilarnu nagradu, zamijetio je:

...“ pa ti takvim nerazboritim otkazima i promjenama radnih mjesta, nikada

nećeš dobiti jubilarnu nagradu - zlatni sat od firme za obljetnicu rada?“

Firma u kojoj sam napokon dočekao obljetnicu rada, donijela je odluku da

se ukida dodjela jubilarnih nagrada zaposlenicima?!

Z.B.

511
LITERATURA

[1] Adorno, T., W.: Ästetische Theorie, R. Tiedemann, Gesammelte

Schriften, Frankfurt am Main, 1970. -1973.
[2] Anderson, M.: Intelligence and development: A cognitive theory,
Black-well; Oxford, 1988.
[3] Anis, W., R., I., Morcos, M., M., Kreiss, D. G.: An adaptive neuro-
fuzzy intelligent tool and expert system for power quality analysis,
Part I, An introduction, in Proces, IEEE Power Eng. Soc. Summer
Meeting, Vol. 1, pp. 493–498, Edmonton, Alberta, Canada, 1999.
[4] Ashby, W., R.: An introduction to cybernetics, Chapman & Hall;
Vol. 2, pp. 25, London, 1956.
[5] Balaž, Z., Ferlak, B.: Informacije o razvoju energetske elektronike,
Br. 32, Beskontaktni sistemi uzbude, ETI Končar, Zavod za
energetsku elektroniku, Zagreb svibnja 1987.
[6] Balaž, Z.: Informacije o razvoju elektroenergetike, Br. 1, Izvori
rezervnog napajanja, Zračna luka Zagreb, Tehnika i razvoj, Sektor
elektroenergetike, Zagreb, studeni 1993.
[7] Balaž, Z.: Primjena računala u procesu održavanja manevarskih
površina zračne luke – Programi za građevinsko i elektro
održavanje, Stručni skup ISEP 98, Elektrotehnička zveza Slovenije,
1998.
[8] Balaž, Z.: Primjena strane legislative u rješenjima napajanja
električnom energijom Tunela Sveti Rok", I. Međunarodni
simpozij – Ceste put u Europu, Poreč, 2003.
[9] Balaž, Z.: Inteligentni sustav regulacije rasvjete Tunela sv. Rok,
Seminarski rad, FESB, Poslijediplomski doktorski studij
elektrotehnike i informacijske tehnologije, Split, 2009.
[10] Balaž, Z.: Razvoj inteligentnog sustava za racionalizaciju potrošnje
električne energije regulacijom rasvjete, Elaborat Br. 700-006,
HAC- Sektor za projektiranje i razvoj, Zagreb, 2009.
[11] Balaž, Z.: Inteligentni sustav regulacije rasvjete Tunela sv. Rok,
Seminarski rad, FESB, Poslijediplomski doktorski studij
elektrotehnike i informacijske tehnologije, Split, 2009.
[12] Balaž, Z.: Seminarski rad - Organizacija i metode znanstveno-
istraživačkog rada, Online baze podataka – Priručnik za
pretraživanje, FESB, Doktorski studij elektrotehnike i
informacijske tehnologije; Split, 2009.
[13] Balaž, Z.: Odabrana poglavlja predavanja i vježbi, Kolegij Umjetna
inteligencija –Ekspertni sustavi, TVZ-Tehničko veleučilište u
512
 Zagrebu, Elektrotehnički odjel Specijalistički diplomski studij, III.
Semestar, Zagreb, rujan - prosinac 2013.
[14] Balaž, Z.: Inteligencija, emocionalna i deklarativna pamćenja,
Odabrana poglavlja kolegij Umjetna inteligencija - Ekspertni
sustavi, III. Semestar, Elektrotehnički odjel, TVZ, Specijalistički
diplomski studij, Zagreb, rujan - prosinac 2013.
[15] Balaž, Z.: Priručnik za osposobljavanje djelatnika koji na zračnim
lukama obavljaju specijalistička održavanja, Odobrenje CCAA,
TVZ, Centar cjeloživotnog obrazovanja, Zagreb, 2013.
[16] Balaž, Z.: Troškovi mjerenja NF elektromagnetskih polja, u
el.energetskim sustavima, Stručni rad prezentiran na skupu
CIGRE- 2013, Sekcija B5-20, Cavtat, studeni 2013.
[17] Balaž, Z., Meštrović, K., Jandrlić, P., Čaržavec, M.: Inteligentni
sustav upravljanja tunelskom rasvjetom, MIPRO 2014 – 37th
International Convention, CIS – Intelligent Systems, Opatija, 2014.
[18] Balaž, Z.: Uloga inženjera znanja u održavanju aerodromskih i
tunelskih ekspertnih sustava, TVZ - Tehničko veleučilište u
Zagrebu, Zbornik ETO TVZ, Vol. 1, No.1, pp 101 -116, ISSN
1849-5621, prosinac 2014.
[19] Balaž, Z., Meštrović, K.: Učenje i poučavanje iz umjetne
inteligencije, TVZ - Tehničko veleučilište u Zagrebu, Polytechnic
& Design, Vol. 2, No 1, pp 9-14, ISSN 1849-1995, Zagreb, 2014.
[20] Balaž, Z.: Elektromagnetski model za izračun raspodjele struje
zemljospoja, Sveučilište u Splitu, Fakultet elektrotehnike,
strojarstva i brodogradnje - FESB Split, Doktorski studij
elektrotehnike i informacijsk e tehnologije, Doktorska disertacija
predložena za obranu, ocijenjena, 11. studenog 2014.
[21] Balaž, Z.: Elektromagnetski model za izračun raspodjele struje
zemljospoja, Tehničko veleučilište u Zagrebu, Zbornik radova
Elektrotehničkog odjela TVZ-a, God.1, br.1, pp. 135-150, ISSN
1849-5621, prosinac 2014.
[22] Balaž, Z.: Inženjersko modeliranje uzemljivača kružnom metalnom
pločom, Polytechnic & Design, Tehničko veleučilište u Zagrebu,
Vol.2, No.2., pp 196 – 203, ISSN 1849-1995, Zagreb, studeni 2014.
[23] Balaž, Z.: Education, Factory Visit & Elaboration Protocol,
Siemens, IC-BT, Control Products & Systems, Quality Business
Segment – Fire Safety, QMS . Cours, Zug, Switzerland, 2014.
[24] Balaž, Z.: Mozak – fleksibilni samoregulirajući entitet, Javno
predavanje i radionica povodom 13. Tjedna mozga u Hrvatskoj,
Elektrotehnički odjel, TVZ, Kolegij Umjetna inteligencija –
Ekspertni sustavi, 13. veljače 2014.
513
[25] Balaž, Z., Meštrović, K., Bjelić, G.: Inteligentni sustav održavanja
aerodromskog sustava svjetlosne signalizacije, MIPRO 2014 –
37th International Convention, CIS – Intelligent Systems, Opatija,
2014.
[26] Balaž, Z.: Priručnik za radionicu/Workshop AERO TVZ-Iso Prog,
Training for Insulation Resistance Measurementson, Serial
Circuits – Airfield Lighting Systems”, Zračna luka Rijeka- Airport
Rijeka, Krk, 28.05. 2014.
[27] Balaž, Z. : Priručnik za radionicu /Workshop AERO TVZ-Iso Prog,
Training for Insulation Resistance Measurementson, Serial
Circuits – Airfield Lighting Systems”, Zračna luka Pula- Airport
Pula, Pula, 06.10. 2014.
[28] Balaž, Z., Meštrović, K.: Studija unapređenja sustava svjetlosne
signalizacije operativnih površina Aerodroma Brač, iTVZ d.o.o. –
Zagreb, Studija, Br. 024/3-14, studeni 2014.
[29] Balaž, Z., Puhalović, I., Bjelić, G.: Nadogradnja inteligentnog
sustava aerodromskog održavanja serijskih strujnih krugova“,
Pripremljen stručni rad za MIPRO 2015. Elektrotehnički odjel,
Tehničko veleučilište Zagreb i Hrvatska agencija za civilno
zrakoplovstvo, Odjel aerodroma, Zagreb, siječanj 2015.
[30] Balaž, Z.: Mozak – komunikacija retorikom i umjetnom
inteligencijom, Javno predavanje i radionica povodom 14. Tjedna
mozga u Hrvatskoj, Elektrotehnički odjel, TVZ, Kolegij
Inteligentni sustavi, 19. ožujak 2015.
[31] Belarbi, K., Titel, F.: Genetic algorithm for the design of a class of
fuzzy controllers, An alternative approach, IEEE Trans. Fuzzy
Syst., Vol. 8, pp. 398–405, 2000.
[32] Benčić, Z., Plenković, Z.: Energetska elektronika, I dio,
Poluvodički ventili, Tisak Grafički zavod Hrvatske, Školska knjiga
, Zagreb 1978.
[33] Bjelić, G.: Mjerenje i obrada otpora izolacije aerodromskih
serijskih strujnih krugova inteligentnim sustavom, TVZ,
Specijalistički stručni studij elektrotehnike, Elektrotehnički odjel,
Diplomski rad br. E392 – predan za obranu, Mentor: Zdenko Balaž,
ožujak 2015.
[34] Blum, C., Roli, A.: Metaheuristics in Combinatorial Optimization:
Overview and Conceptual Comparison, ACM Computing Surveys
(CSUR), 3. izdanje, 2003., 268-308 str.
[35] Borš, V.: Integralna teorija Kena Wilbera; Filozofski fakultet u
Zagrebu; FF press; ISBN 978-953-175-385-2; pp109; Zagreb,
2012.
514
[36] Bose, B., K.: Expert system, fuzzy logic, and neural network
applications in power electronics and motion control, Proc. IEEE,
Vol. 82, pp. 1303–1323, 1994.
[37] Brown, T., E., Jr. : Circuit Interruption – Theory and Techniques,
Marcel Dekker Inc., New York, 1984.
[38] Bubner, R.: Izvornik, Aestetische Erfahrung, Suhrkamp Verlag,
Frankfurt am Main, 1989. Prijevod, Estetsko iskustvo, Tihomir
Engler, MH, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak
Targa, ISBN 978-953-150-076-0, Zagreb, 1997.
[39] Buhrmester, M., Kwang, T., Gosling, S., D.: Amazon's
Mechanical Turk a news our ceofin expensive, yethigh-quality,
data?, Perspectives on Psychological Science, No. 6; Vol.1, pp 3-
5, 2011.
[40] Buzan, T.: The power of creative intelligence, Prijevod, Moć
kreativne inteligencije, Marina Leustek, Veble commerce,
Urednica Svjetlana Veble, ISBN 953-6458-84-5, Logo, Zagreb,
2004.
[41] Buzan, T.: Minds Maps for Kids, Prijevod, Mentalne mape, Vesna
Valenčić, Veble commerce, Urednica Svjetlana Veble, ISBN 978-
953-6458-88-2, Kaligraf, Zagreb, 2005.
[42] Caine, R., N., Caine, G.: Making connections: Teaching and the
human brain. Menlo Park, Calif., Adison-Wesley, 1994.
[43] Cipra, M.: Temelji ontologije, MH, Urednica Jelena Hekman,
Biblioteka PARNAS, Tisak Tehnički centar NZMH, ISBN 978-
953-150-563-5, Zagreb, 2003.
[44] Clerc, M.: Discrete Particle Swarm Optimization: A Fuuzy
Combinatorial Black Box, 2004.
[45] Cook, A., P., Gee, W.: Intelligent Systems – Fusion, Tracking and
Control, Control Systeme Centre, UMIST, UK & National
Laboratories of Singapur, Press Ltd, Baldock, Hertfordshire, UK,
2003.
[46] Collins, J., J., Hurley, W., G., McHale, T., P., Nolan, P., J.,:
Classification of power quality problems using neural networks and
expert systems approaches, 28th Universyti Power Engineering
Conference, pp. 506–509, 1993.
[47] Common KADS, Introduction to Knowledge Engineering
[48] Cvitaš, LJ., Žigman, D., Meštrović, K.: Utjecaj sjenila na foto struje
optičkih senzora, Polytechnic and Design, Vol. I, No. I, Tehničko
veleučilište Zagreb, 2013.
[49] Čerić, V., Varga, M.: Informacijska tehnologija u poslovanju,
Element, Zagreb, 2004.
515
[50] Dash, P., K., Jena, R., K., Salama, M., M., A.: Power quality
monitoring using an integrated Fourier linear combiner and fuzzy
expert system, Int. J. Elect. Power Energy Systems, Vol. 21, No. 7,
pp. 497–506, 1999.
[51] Dash, P., K., Mishra, S. ,Salama, M., M., A., Liew, A., C.:
Classification of power system disturbance using a fuzzy expert
system and a Fourier linear combiner,” IEEE Trans. Power
Delivery, Vol. 15, pp. 472–477, Apr. 2000.
[52] EASA – European Aviation Safety Agency — Rulemaking
Directorate, Notice of Proposed Amendment 2013-08 (A),
Acceptable Means of Compliance and Guidance Materials, 2013.
[53] EASA - Airport Design and Certification, Consolidated version of
Aerodromes Implementing Rules and related Acceptable Means of
Compliance and Guidance Material, and Certification
Specifications and their related Guidance Material, Issued March
2014, ADR, Requirements and administrative procedures related to
aerodromes, Commission Regulation (EU) No 139/2014, including
AMC and GM to ADR rules, ED Decision 2014/012/R and
Certification Specifications (CS) and Guidance Material (GM) for
Aerodromes Design CS-ADR-DSN, ED Decision 2014/013/R,
2014.
[54] Eiben, A., Smith, J.: An introduction to Evolutionary Computing,
1. izdanje, Springer-Verlag Berlin and Heidelberg GmbH & Co.,
2003.
[55] Eiben, A., Smith J.: Introduction to Evolutionary
Computing, 2007.
[56] El-Sharkawi, M.: Particle Swarm Optimization, 2007.
[57] FAA, Department of the Army Maintenanca, FM 3-04.300,
Washington, D.C., 12 August 2008.
[58] Figal, G.: Izvornik, Der Sinndes Verstehens, Beiträge zur
hermeneutischen Philosophie, Philipp Reclam jun., Stuttgard, 1996.
Prijevod, Smisao razumijevanja, Darija Domić, MH, Urednica
Jelena Hekman, Biblioteka PARNAS, Tisak Targa, Zagreb, 1997.
[59] Fink, E.: Izvornik, Einleitung in die Philosophie, Herausgegeben
von Franz-A. Schwarz, Wuirzburg, 1985. Prijevod, Uvod u
filozofiju, Božica Zenko, MH, Urednica Jelena Hekman, Biblioteka
PARNAS, Tisak Targa, ISBN 978-953-150-084-5, Zagreb, 1998.
[60] Filipović, V., i grupa autora: Filozofijski rječnik, Treće dopunjeno
izdanje – NZMH, NIŠPRO Vjesnik, Zagreb, 1989.
[61] Flurscheim, C., H.: Power Circuit Breaker – Theory and Design,
Peter Peregrinus Ltd., 1982.
516
[62] Gadamer, H., G.: Izvornik, Das Erbe Europas, Suhrkamp Verlag,
Frankfurt am Main, 1989. Prijevod, Nasljeđe Europe, Kiril
Miladinov, MH, Urednica Jelena Hekman, Biblioteka PARNAS,
Tisak Targa, ISBN 953-150-055-X, Zagreb, 1997.
[63] Gardner, H.: Frams of Minde: The Theory of Multiple
Intelligences, New York, Basic Books, 1983.
[64] Gardner, H., Kornhaber, M., L., Wake, W., K.: Intelligence:
Multiple Perspectives, Hercourt Brace College Publishers, Fort
Worth, Philadelphia, San Diego, New York, Orlando, Austin, San
Antonio, Toronto, Montreal, London, Sydney, Tokyo, 1996.
Prijevod, Inteligencija različita gledišta, Gordana Keresteš, Vlasta
Vizek Vidović, Naklada slap, Urednik Krunoslav Matešić,
Biblioteka PARNAS, Tisak Naklada slap, ISBN 953-191-094-4,
Zagreb, 1999.
[65] Garzon, R., D.: High Voltage Circuit Breakers, Marcel Dekker
Inc., New York, 2002.
[66] Gazivoda, S., Rožanković, S., Nujić, S.: Mjerenje sklopnih
prenapona u TS 35 / 20 (10) kV Obrovac, Končar, Visokonaponski
laboratorij, Zagreb, veljača 2005.
[67] Giarratano, J.: Expert Systems, Principles and Programming,
PWS Publishing Company, Boston, 1998.
[68] Gigerenzer, G.: Ljepota heurističke znanosti, dostupno na
Internetu, Prijevod sažetaka eksperimentalnih istraživačkih
radova, C. M. Planck, Berlin,1970.
[69] Golub, M.: Genetski algoritmi – Prvi dio, Fakultet elektrotehnike i
računarstva, dostupno na Internetu, 2007.
[70] Hopgood, A., A.: Intelligent Systems for Engineers and Scientists,
ISBN 0-8493-0456-3 Raton London, New York, Washington,
USA, 2001.
[71] Homme, L., Baca, P., C.: Cottingham L.: What behavioral
engineering is, The Psychological Record, 1968.
[72] Heidegger, M.: Ontologie (Hermeneutik der Faktizität), Bröcker-
Oltmanns; Frankfurt a. M., 1988.
[73] Heidegger, M.: Izvornik, Das Rektorat, Vittorio Klostermann
GmbH, Frankfurt a. M., 1983. Prijevod, Rektorski govor, Dunja
Melčić, MH, Urednica Jelena Hekman, Biblioteka PARNAS, Tisak
Targa, ISBN 978-953-150-056-8, Zagreb, 1999.
[74] Heisenberg, K., W.: Fizika i filozofija, Prijevod Stipe Kutleša,
Kruzak, Tisak S. Brusina – Donja Lomnica, ISBN 953-96477-3-8,
Zagreb, 1997.

517
[75] Heisenberg, K., W.: Promjene u osnovama prirodne znanosti, Šest
predavanja, Prijevod Mladen Klepac, Kruzak, Tisak Librikon,
ISBN 953-6463-16-4, Zagreb, 1998.
[76] Heisenberg, K., W.: The Development of Quantum Mechanics,
Nobel Lecture, 1933.
[77] Heisenberg, K., W.: The Physical Principles of the Quantum
Theory, Dover Publications Inc, New York, 1967.
[78] Hevner, A., R., March, S., T., Park, J., Ram, S.: Design science in
information systems research. MIS Quarterly, No 28(1), pp 75-105,
2004.
[79] Hong, H.,W., Sun, C., T., Mesa, V., M.: Protective Device
Coordination Expert System, IEEE 0885-8977, pp 359-365, Pacific
G & E Co.,San Francisco, 1990.
[80] Hoesle, V.: Izvornik, Philosophie der oekologischen Krise, Verlag
C. H. Beck, Muinchen, 1991. Prijevod, Filozofija ekološke krize,
Darija Domić, MH, Urednica Jelena Hekman, Biblioteka
PARNAS, Tisak Targa, ISBN 978-953-150-051-7, Zagreb, 1996.
[81] Hubing, T., H., Doren, T., V., Kashyap, N.: An Expert System
Approach to EMC Modeling, IEEE 0-7803-3207-5, pp 200-203,
EMC Laboratory, University of Missouri – Rolla, 1997.
[82] Hubing, T.: EMC Expert Systems for Evaluating Automotive
Designs, IEEE 4244-0293, pp 840-841, University of Missouri –
Rolla, 2006.
[83] Ibrahim, A., I.: An Intelligent Support System for the Analysis of
Power System Transients, Disertation, The University of British
Columbia, Vancouver, 2000.
[84] ICAO - International Civil Aviation Organization, Annex 14,
Volume I, “Aerodrome design and operations”, 6th Edition,
Montreal, 2013.
[85] ICAO - International Civil Aviation Organization, Doc 9157,
Aerodrome Design Manual, Part 4, Visual Aids, 4th Edition,
Montreal, 2004.
[86] Ignizio, J., P.: Introduction to Expert Systems—The Development
and implementation of Rule-Based Expert Systems, NewYork, Mc
Graw-Hill, 1991.
[87] Jang, J.,S., R.: ANFIS, Adaptive-network-based fuzzy inference
system, IEEE Trans. Syst., Man, Cybern., Vol. 23, pp. 665–685,
1993.
[88] Jang, J.,S., R., Sun, C.,T.: Neuro-fuzzy modeling and control,
IEEE, Proc. Vol. 83, pp. 378–406, 1995.

518
[89] Jang, J.,S., R., Sun, C.,T., Mizutani, E.: Neuro-Fuzzy and Soft
Computing - A Computational Approach to Learning and Machine
Intelligence, Englewood Cliffs, NJ, Prentice-Hall, 1997.
[90] Jensen, E.: The Brain Store, Super teaching, San Diego,
California, Inc. 1998.
[91] Jensen, E.: Teaching with the brain in mind, Alexandria, VA:
ASCD, 1998.
[92] Järvinen, P.: On mechanistics self-steering views of human being
in information systems theory vs. practice – available, 2006.
[93] Jurić, H.: Multi-Disciplinarity, Pluri-Perspectivity and Integrativity
in the Science and the Education, The Holistic Approach to
Environment, No 2/13, pp 85-90; ISSN 1848-0071, 2012.
[94] Jurič, B., M., Tamar, D, Rozman, I., Heričko, M. : The Role of
Scripting Languages in component based software development
approach, Zbornik radova 9. Međunarodne konferencije ‘Intelligent
and Information Systems’, pp 37-44, Fakultet organizacije i
informatike, Varaždin, 1998.
[95] Kahneman, D., Tverski, A.: Kako donosimo zaključke i odluke u
uvjetima neizvjesnosti, Prijevod istraživačkog rada, Internet, 1970.
[96] Kahneman, D., Tversky, A.: Prospect Theory: An Analysis of
Decision under Risk, Econometrica, Vol. 47, pp 263-291, 1979.
[97] Kahneman, D., Tversky, A.: The Framing of Decision and
Psychology of Choice, Science, Vol. 211, pp 453-458, 1981.
[98] Kahneman, D.: Misliti, brzo i sporo; Prijevod Zvonko Pavić,
ISBN 978-953-14-1483-8, CIP 857332, Mozaik knjiga, Zagreb,
2013.
[99] Kahneman, D., Tversky, A.: Kako donosimo zaključke i odluke u
uvjetima neizvijesnosti , Prijevod istraživačkog rada, Internet,
1970.
[100] Kalin, B.: Povijest filozofije, 28. Prerađeno izdanje, Školska knjiga,
d.d.,Urednica Maja Uzelac, Tisak Grafički zavod Hrvatske, d.o.o.,
ISBN 953-0-20486-8, Zagreb, 2004.
[101] Kapetanović, M. : Visokonaponski prekidači, Elektrotehnički
fakultet u Sarajevu, 2002.
[102] Kazibwe, W., E., Sendaula, H., M.: Expert system targets power
quality issues, IEEE Comput. Appl. Power, Vol. 5, pp. 29–33, 1992.
[103] Kim, J., C., Russell, B., D.: Classification of Faults and Switching
Events by Inductive Resoning and Expert System Methodology,
IEEE 0885-8977, pp 1631-1637, Texas A & M University, 1989.

519
[104] Klaić, B.: Novi rječnik stranih riječi, Školska knjiga, Urednica
Anuška Nakić, Tisak Grafički zavod Hrvatske, d.o.o., ISBN 978-
953-0-4939-2, Zagreb, 2012.
[105] Kreiss, D., G.: Analyzing voltage disturbances using a fuzzy logic
based expert system, Proc. EPRI PQA Conf., Power Quality
Assessment, End-Use Appl. Perspectives, Vol. 1, Paper A-2.02,
1994.
[106] KONČAR, Tehnički priručnik, Četvrto izdanje, Urednici V.
Plavec, V.,Jurjević, Birografika Subotica, kolovoz 1980.
[107] Lachmann, R.: Phantasia/Memoria/Rhetorica, Prijevod, Davor
Beganović, MH, Urednica Jelena Hekman, Biblioteka PARNAS,
ISBN 953-150-560-8, Tehnički servis NZMH, Zagreb, 2002.
[108] Lakatos, I.: Znanstvene polemike, Heuristika i kritika izvora:
Proofs and Refutations, The British Journal for the Philosophy of
Science, London, Internet, 1963.
[109] Lee, A,, S., Thomas, M., A., Baskerville, R., L.: GoingBack to
Basics in Design: From the IT Artifact to the IS Artifact, 2013.
[110] Lee, H., J., Ahn, B., S., Park, Y., M.: A Fault Diagnosis Expert
System for Distribution Substations, IEEE 0885-8977, pp 92-97,
Seoul National University, 2000.
[111] Levitin, G., Kalyuzhny, A., Shenkman, A., Chertkov, M.: Optimal
capacitor allocation in distribution systems using genetic algorithm
and a fast energy loss computation technique, IEEE Trans. Power
Delivery, Vol. 15, pp. 623–628, Apr. 2000.
[112] Lončar, J.: Osnovi elektrotehnike, Pretisak četvrtog izdanja prve
knjige iz 1956. i četvrtog izdanja druge knjige iz 1958. godine,
Urednik Prof. dr. sc. Zvonko Benčić, Graphis, Zagreb 2006.
[113] Macinko, J., Starfield, B., Shi, L.: The contribution of primary
care systems to health outcomes within OECD countries, HSR,
2003, 38(3): 831-865, 1970.-1998.
[114] Maller, V., N., Naidu, M., S. :Advances in High Voltage Insulation
and Arc Interruptionin SF6 and Vacuum, Pergamon Press, Oxford,
1981.
[115] Manger, R., Marušić, M.: Strukture podataka i algoritmi, dostupno
na Internetu, siječanj 2007.
[116] Manfrin, M.: Ant Colony Optimization for The Vehicle Routing
Problem, 2004.
[117] Martinčić-Jerčić, Z., Matković, D.: Prometej, Školska knjiga,
Urednica Jadranka Hađur, ISBN 953-0-20911-8, Tisak Grafički
zavod Hrvatske d.o.o., Zagreb, 2003.

520
[118] Matulić, T.: Metamorfoze culture, Tertium mullenium, ISBN
9789-5324-1161-14, CIP 686343, Zagreb, 2009.
[119] Meštrović, K. : Sklopni aparati srednjeg i visokog napona, Graphis,
Zagreb, 2007.
[120] Meštrović, K. : Postupci određivanja pokazatelja pouzdanosti
visokonaponskih SF6 prekidača, Doktorska disertacija, Sveučilište
u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2008.
[121] Meštrović, K. Poljak, M., Vidović, M., Furčić, M., Lončar, M.,
Maras, I., Mik, A.: New concept of highvoltage switchgear on-line
monitoring system, 16th Internationa, Symposium on high-voltage
engineering – ISH 2009, South Africa, Cape Town, pp 24-28,
August 2009.
[122] Maras, I., Dropulić, T., Meštrović, K., Mladen Vidović, M.: Razvoj
sustava motrenja rasklopnog postrojenja, 8. Savjetovanje HRO
CIGRE, 2007.
[123] Meštrović, K., Žigman, D., Malčić, G.: Prvi rezultati
međunarodne ankete CIGRE o pouzdanosti visokonaponske
opreme, 7. Savjetovanje HRO CIGRE, Cavtat, 2005.
[124] Meštrović, K.: Dijagnostičke tehnike za visokonaponske
prekidače, Zbornik radova šestog savjetovanja hrvatskog komiteta
CIGRÉ, Cavtat, 2003., RA3-02
[125] Meštrović, K.: Dijagnostika stanja visokonaponskih SF6
prekidača, ENERGIJA 3, 1995.
[126] Meystel, A., M., Albus, J.,S.: Intelligent Systems: Arhitecture,
Design and Control, Wiley-Interscience, 2002
[127] Michalewicz, Z., Fogel, D.: How to Solve It: Modern Heuristics,
2. izdanje, Springer-Verlag Berlin and Heidelberg GmbH & Co. K,
2004.
[128] Milošević, R. : Mehanizmi električnih sklopnih aparata – osnove
teorije i praksa, Graphis, Zagreb, 2004.
[129] Morcos, M., M., Anis, I., W., R.,: Electric power quality and
artificial intelligence, Overview and applicability, IEEE Power
Eng. Rev., Vol. 19, pp. 5–10, 1999.
[130] Nakić, A.: Heuristički algoritmi za 0-1 problem naprtnjače,
Hrvatski matematički elektronski časopis br. 4, 2007.
[131] Newell, A., Simon, H., A.: Theleologic theory machine, IRE
Transactions on Information Theory – IT; Vol.2(3), pp 61-79; 1956.
[132] Newell, A., Shaw, J., C., Simon, H., A.: Chess-playing programs
and the problem of complexity, IBM Journal of Research and
Development, Vol.2, pp 320-335, 1958.

521
[133] Newell, A., Shaw, J., C., Simon, H., A.: Elementsof a theory of
human problem solving, Psychological Review Vol. 65; pp 151-
166, 1958.
[134] Newell, A., Simon, H., A.:GPS: A program that simulates human
thought, In H. Billings (Ed.) , pp. 109-124, Munchen, R.
Oldenbourg, 1961.
[135] Newell, A., Simon,H., A.: GPS: Computers in psychology, In Luce
R. D., Busch R.R., Galanter E. (Eds.), Handbook of matematical
psychology, Vol.1, pp. 361-428, New York, Wiley, 1963.
[136] Newell, A., Simon, H., A.: Human Problem Solving. Englewood
Cliffs, NJ: Prentice-Hall. 1972.
[137] Newell, A., Simon, H., A.: Computer science as empirical inquiry:
Symbols and search, Communications of the Association for
Computing Machinery, Vol. 19(3), pp. 113-126, ACM Turing
Award Lecture, 1976.
[138] Nikolovski, S., Fekete, K. :Primjena računala u elektroenergetici,
Elektrotehnički fakultet, Sveučilišta Osijek, Prezentacijski
materijal –Power World Corporation / Simulator, Osijek 2007.
[139] Norman, D., A.: Cognitive engineering, User centered system
design, pp. 31-61, 1986.
[140] N.N., RH,: Pravilnik o stručnom osposobljavanju zaposlenika i
drugih ugovornih djelatnika aerodroma, pružatelja zemaljskih
usluga i korisnika usluga aerodroma koji samostalno obavljaju
zemaljske usluge, NN br. 7/13, Zagreb, 2013.
[141] Orlikowski, W., J., Scott, S., V.: 10 Sociomateriality: Challenging
the Separation of Technology, Work and Organization. The
academy ofmanagement annals, No2(1), pp 433-474, 2008.
[142] O'Connor, J., J., Robertson, E., F.: Falsification and the
Methodology of Scientific Research Programes, London School of
Economics, London, Internet, 1970.
[143] Popper, K., Kuhn, M.: Prijevod istraživačkih radova i polemika
falsifikacionizma i teorije znanstvenih paradigmi, London School
of Economics, London, Internet, 1960-74.
[144] Radanović, G.: Pregled heurističkih algoritama, Seminarski rad,
voditelj Golub, M., FER, Zagreb, Internet, 2007.
[145] Palya, G.: Prijevodi poglavlja iz knjige, How to solve it, 1948.,
članak Internet.
[146] Patterson, J., W., Jr.: FAA – Federal Aviation Administration, US
Department of Transportation: „Evaluation of Runway Gard Light
Configurations at North Las Vegas Airport“, DOT/FAA/AR-

522
 TN06/19, National Technical Information Service (NTIS),
Springfield, Virginia 22161, January 2007.
[147] Pavčević, M.: Uvod u teoriju grafova, izdanje, Element, Zagreb,
2006.
[148] Pennigton, D., C.: Osnove socijalne psihologije, Naklada Slap,
Jastrebarsko, 1997.
[149] Petrović, G.: Logika, 25. Izdanje, Neven Elezović, MH, Urednica
Jelena Hekman, Biblioteka PARNAS, Tisak Spiridon Brusina,
Donja Lomnica, ISBN 953-6098-15-6, Zagreb, 1996.
[150] Petz, B., i suradnici : Psihologijski rječnik, Prosvjeta, Zagreb,
1992.
[151] Popper, K., Kuhn, M.: Prijevod istraživačkih radova i polemika
falsifikacionizma i teorije znanstvenih paradigmi, London School
of Economics, London,1960-74.
[152] Ragaller, K. : Current Interruptionin High – Voltage Networks,
Plenum Press, New York, 1978.
[153] Reza, A., Farideh, D., Edalat, I. Al, S.: IT Service Improvement
Through Total Quality Management, Int. Journal of Informations
and Computer Science, Vol. 2, Iussue 7, 2013.
[154] Ryan, H., M., Jones, G., R. : SF6 Switchgear, Peter Peregrinus Ltd.,
London, 1989.
[155] Roeper, R. : Short – Circuit Currents in Three Phase Systems, John
Wileyand Sons, Great Britain, 1985.
[156] Ropohl, G.: Philosophy of Socio-Technical Systems. Techné:
Research in Philosophy and Technology, No 4(3), pp 186-194,
1999.
[157] Russel, J., S., Norvig, P.: Artificial Intelligence: A Modern
Approach, ISBN 0-13-103805-2, Prentice Hall, Englewood Cliffs,
New Jersey, USA 1995.
[158] Sanderson, M., Penelope, D., Mc Neese, M., Zaff, S., B.: Handling
complex real-world data with two cognitive engineering tools:
COGENET and Mac SHAPA, Behavior Research Methods,
Instruments, & Computers 26, No 2, pp. 117-124, 1994.

[159] Sarajčev, I., Vujević, S., Lucić, R.: Program ispitivanja prijelaznih
stanja u postrojenju 35 kV u TS 35 / 20 (10) kV Obrovac,
Sveučilište u Splitu, FESB, Zavod za elektroenergetiku, Split, 2004.
[160] Schlabbach, J.: Expert system measures harmonics and EMC, IEEE
Comput. Appl. Power, Vol. 7, pp. 26–29, 1994.

523
[161] Shapiro, L., E.: How to Raise a Child with a High EQ, Prijevod,
Darija Cindrić- Lovrić, Mozaik knjiga, Urednica Ivanka Borovac,
ISBN 953-173-859-9, Tisak Zrinski d.d., Čakovec, 1998.
[162] Shipp, D., D., Vilcheck, W., Swartz, M., E., Woodley, N., H.:
Expert system for analysis of electric power system harmonics,
IEEE Annu. Pulp Paper Industry Technical Conference, pp. 12–
19, 1993.
[163] Sluis, L.: Transients in Power Systems, John Wiley & Sons, Ltd.
West Sussex, England, 2001.
[164] Simon, H., A., Newell, A.: Heuristic Problem Solving, Operation
Research, 1958., članak internet.
[165] Simon, H., A., Newell, A.,: Information processing in computer
and man, American Scientist, Vol. 52, pp 281-300, 1964.
[166] Simon, H., A.: Experimentswith a heuristic compiler, Journal of
the Association for Computing Machinery, Vol. 10, pp 493-506,
1963.
[167] Simon, H., A.: Motivational and Emotional Controls of Cognition,
Psychological Review, Vol. 74, No 1, pp 29-39, 1967.
[168] Simon, H., A.:The structure of structured problems, Artificial
Intelligence, Vol. 4, pp 181-202, 1973.
[169] Simon, H., A.:The design of large computing systems as an
organisational problem; Organisation, pp. 163-180, 1976.
[170] Simon, H., A.: Artificial intelligence systems that understand.
Proceedings of the Fifth International Joint Conference on
Artificial Intelligence, Vol. 2, pp 1059-1073, 1977.
[171] Simon, H., A.:Search and reasoning in problem solving. Artificial
Intelligence, Vol. 21, pp 7-29, 1983.
[172] Simon,H., Newell, A. :Heuristic Problem
Solving,OperationResearch, 1958.
[173] Simon, H., A.,Newell, A.: .Information processing language V on
the IBM 650, Annals of the History of Computing, Vol. 8, pp 47-
49, 1986.
[174] Sprenger, M.: Learning and memory - The brain in action.
Alexandria, VA: ASCD, 1999.
[175] Sternberg, R., J.: Beyond IQ: A triarchic theory of human
intelligence, Cambridge University Press, Cambridge, 1985.
[176] Sternberg, R., J.: Thetriarchic mind: A new theory of human
intelligence, Viking, New York, 1992.

[177] Stipaničev, D.: Uvod u umjetnu inteligenciju, KaMIS, FESB, Split,

2006.
524
[178] Stipaničev, D., Krstinić, D., Štula, M., Bodrožic, Lj.:
Technological project TP-03/0023-09, System for early forest fire
detection based on cameras in visible spectra', Ministry of science,
education and sport of Republic Croatia, 2006.
[179] Starfield, B., Shi, L.: Policy relevant determinants of health: an
international perspective, Health Policy, 60, pp 201-218, 2002.
[180] Stipaničev, D.: Odabrana poglavlja predavanja iz kolegija:
Inteligentni sustavi, Sveučilište u Splitu, FESB - Fakultet
elektrotehnike, strojarstva i brodogradnje, Doktorski studij
elektrotehnike i informacijske tehnologije, Split, 2010.
[181] Schutte, J.: The Particle Swarm Optimization Algorithm, 2005.
[182] Šiber, I.: Pojedinac i društvo, Centar za kulturnu djelatnost,
Zagreb, 1984.
[183] Širola, E.:Cestovna rasvjeta, ESING, Energetika marketing,
Zagreb, 1997.
[184] Spieth, C.: Evolutionary Algorithms, dostupno na Internetu, 2004.
Stutzle, T.: Iterated Local Search & Variable Neighborhood Search,
2003.,
[185] Teilhard de Chardin, J., M., P.: L'Energie Humaine, Editions du
Seuil, Pariz, 1962., Prijevod: M. Dobrović, Ljudska snaga, IPT
Naprijed, Zagreb, 1991.kvantnekizbrojiti crne
[186] Tversky, A., Kahnema, D.: Belief int he Law of Small Numbers,
Psychological Bulletin, Vol.76, pp 105-110, 1971.
[187] Tversky, A., Kahneman, D.: Availability: A Heuristic for Judging
Frequency and Probability, Cognitive Psychology, Vol.5, pp 207-
232, 1973.
[188] Trist, E.: The evolution of socio-technical systems, Occasional
paper 2, 1981.
[189] Tomlinson, C., A.: The differentiated classroom: Responding to
the needs of all learners. Alexandria, VA: ASCD, 1999.
[190] TRANSCON, "Electronic Systems, Airport Control and
Monitoring Systems & Airfield Lighting Systems - Products
Cataloge", Frydek-Mistek, Czech Republic, 2013.
[191] Thomas, S.: Ant Colony Optimization: an introduction, 2005.
[192] Udovičić, B.: Neodrživost održivog razvoja, Energetski sustav u
globalizaciji i slobodnom tržištu, Kigen, Zagreb, 2004.
[193] UN, Vijeće za gospodarstvo i društvena pitanja, povjerenstvo za
gospodarstvo za Europu, Komisija za unutarnji promet, Ad hoc
multidisciplinarna grupa stručnjaka za sigurnost u tunelima:
Završno izviješće grupe stručnjaka za sigurnost u cestovnim
tunelima, Prijevod A.C.7/9, 10. prosinca 2001.
525
[194] Veljović, A.: Sistemi za podršku odlučivanju (3), CET Čitalište 69,
2008.
[195] Voltaire: Rasprava o toleranciji, Prijevod, Bosiljka Brlečić, MH,
Urednica Jelena Hekman, Biblioteka PARNAS, Tisak Targa, ISBN
953-150-082-7, Zagreb, 1997.
[196] Vranicki, P.: Filozofija historije, Druga knjiga, Naprijed, Urednik
Srđan Dvornik, Biblioteka Enciklopedija filozofskih disciplina,
Tisak Hrvatska tiskara, ISBN 953-178-012-9, Zagreb, 1994.
[197] Vujević, S.: Istine i zablude o “zračenju” trafostanica i
elektroenergetskih vodova, Javno predavanje, FESB, Split, veljača
2011.
[198] Vujević, S., Lucić, R., Jurić-Grgić, I., Lovrić, D., Modrić, T., Balaž,
Z.: Izrada pravila i mjera sigurnosti za osiguranje mjesta rada na
elektroenergetskim vodovima, FESB Split, Studija, veljače 2013.
[199] Vujević, S., Balaž, Z., Lovrić, D.: Ground impedance of
Cylindrical Metal Plate Buried in Homogeneous Earth; ISTET'11,
University of Klagenfurt, Austria, 25.-27. July, 2011.
[200] Vujević, S., Balaž, Z., Modrić, T., Sarajčev, P.: Hybrid Model for
Analysis of Ground Fault Current Distribution, International
Review of Electrical Engineering (IREE), Vol. 7, No. 3, pp. 4035-
4045, 2012.
[201] Vujević, S., Lovrić, D., Balaž, Z., Gaurina, S.: Time-Harmonic
Modelling of Two-Winding Transformers Using the Finite Element
Technique, International Review on Modelling and Simulations
(IREMOS), No. 66, Part B, pp 1922-1927, 2013.
[202] Vujević, S., Lucić, R., Jurić-Grgić, I., Lovrić, D., Modrić, T.,:
Balaž, Z,: Izrada pravila i mjera sigurnosti za osiguranje mjesta rada
na elektroenergetskim vodovima, Sveučilište u Splitu, Fakultet
elektrotehnike, strojarstva i brodogradnje - FESB Split, Studija,
veljače 2013.
[203] Vujević, S., Lovrić, D., Balaž, Z.: Self and mutual ground
impedances of cylindrical metal plates buried in homogeneous
earth; International journal of numerical modelling- electronic
networks devices and fields, Vol 28, No1, pp 33-49, 2015.
[204] Vukelja, T.: Nesjedinljivo znanje, Bohrov doprinos filozofskoj
teoriji spoznaje, KruZak, Zagreb, 2004.
[205] Zhang, Z., Z., Hope, S., ,G., Malik, O., P.: Aknowledge-based
approach to optimize switching in substations, IEEE 0885-8977, pp
103-109, University of Calgary, 1989.

526
[206] Zhang, Z., Z., Hope, S., ,G., Malik, O., P.: Expert systems in
electric power systems -A bibliographical survey, IEEE Section
Power System, Vol. 4, pp. 1355–1363, July 1989.
[207] Zvonarević, M. : Socijalna psihologija, Školska knjiga, Zagreb,
1981.
[208] Yen, J., Langari, R., Zadeh, L., A. : Industrial Application of
Fuzzy Logic and Intelligent Systems, IEEE PRESS, 1995
[209] Weiss, M.: Data structures and algorithm analysis in C, Addison
Wesley, 1996.
[210] Wiener, N.: The human use of human beings: Cybernetics and
society, No. 320, Da Capo Press, pp 24, 1954.
[211] Wilber, K.: Teorija svega: integralna vizija za biznis, politiku,
znanost i duhovnost, Prijevod Diego Sobol, ISBN 953-6391-12-0,
UDK 001.92-101.1, Gorin, Rijeka 2004.
[212] Wilber, K.: Kratka povijest svega, Prijevod Diego Sobol,
ISBN 953-6391-13-9, UDK 001.92-101.1, Gorin, Rijeka, 2005.
[213] Wildberger, A., M.: Overview of exploratory research in soft
computing applications to power systems at the Electric Power
Research Institute, IEEE Int. Conference, Man, Cybern., Vol. 3,
Vancouver, Canada, pp. 2007–2012, 1995.
[214] Wright, K.: Babies, Bonds and Brains, Discover, pp 75-78,
December, 1997.
[215] Wyant, F., J., Nowlen, S., P., Woods, H., W.: Cable Insulation
Resistance Measurements Made During Cable Fire Tests, Sandia
National , Laboratories, Division of Risk Analysis and
Applications, Office of Nuclear Regulatory Research, U.S. Nuclear
Regulatory Commission, Washington, DC 20555-0001, NRC Job
Code Y6037, Manuscript Completed, April 2002, Date Published,
June 2002.

527
 INDEKS (KAZALO)

A baza podataka, (znanja), 109,

118, 154, 160–174, 248, 254,
abacus, abacist,127 257,
Adorno T.W., 46, 100, Bergeron, 467, 490
aerodrom(-ski), 123-124, 178- Berkelay G., 37
196, 198, 245-247, 249, 254, Biant, 22
257, 258, 260, 319, 324-331, biheviorizam, 27, 58, 60, 106,
334, 337 bihevioralno inženjerstvo, 39,
agenti(-ski), sustavi, 29, 141, 59, 116-119
150, 193, 208-212 biologija, 32
Al-Hawarizmi M., I., M., 127 biosfera, 33
Alchwarzimi, Alchwarizoni,127 bitak, 123,
algoritam, algorizam, 127-131, Bolz N., 531
135, 199, 236 Booleove funkcije, 128
heuristički, 128 Borges J., L., 50, 530
metaheuristi(-ke)čki, 128, 130 Blum, 41
tablični pregled, 128 -136
egzaktni, 128
algoritmička logika, 128 C
efikasnost, 128
Amazon Mechanical Turk, 65 Carson, 438
amigdale, 69, 70 Chardin P., T., 33
Anaksagora, 22 Ciceron, 41, 49, 531
antropologija, 31 civilizacija, 31
aprehenzija, 40 cocktail party efekt, 102, 104
aproksimacija, 431-441, 492 COKP, 62, 198, 199, 201-204,
aplikacija, 34 213
Aristotel, 20, 22, 35, 37, 115, Condorcet, 50
157, 178, 431 CLIPS, (engl. C-Language
Ashby R., 62 Integrated Production System),
467

B
D
Baudrillard J., 38
Barthes, 52 Delfi metoda, 22, 158, 159, 160,
Baskerville, 53 529
528
deliberacija, 66 elektroenergetski-sustav-objekt,
Demosten, 198 178-180, 185, 186, 197, 260, 338-
Descartes, 37, 115 401, 431, 465, 466, 467, 471,
digitalno računalo, 118, 436, 437 475-478, 500
dinamički sustav, 432, 436 elektromagnetska polja, 178, 179,
dualistički pristup, 66 185, 186, 197
emocije, 70, 78
empatija, 24
E entitet, 66, 67, 75, 105, 106, 115
Euripid, 29
edukacija(e), 247, 248, 254 Europske agencije za
Einstein A., 36, 76 zrakoplovnu sigurnost, (EASA),
ekstrovertiran, 24 179
eksperiment, 90, 92-94, 96-98, EUROSTAT data base, 40
102
ekspert, 109, 126, 157, 226
ekspertiza, 35, 122, 246 F
ekspertni sustav, 36, 42, 52, 58,
59, 63, 64, 66, 78, 82, 85, 102, Figal G., 46
106, 108, 123, 137, 147, 148, Filip Makedonski, 178
154, 157, 174, 179, 180,185, 198, filozofija, 36-38, 136
200, 216, 257-260, 338, 431, 466, formati, 150 - 177
467, 469, 471, 476, 477, 487, 488, Freud S., 27
500 F-skala, 100
u elektroenergetici, tablični funkcija(e), 107, 114, 123, 128-
pregled, 175 – 177 133, 135, 136
primjeri mreže/kabeli, 160 – fuzzy regulacija, 200,
175 FMEA- (Failure models &
nadmodel, 139-149 Effects Analysis), 124
proces, 124, 125

G
električna energija, 198, 200,
201, 208, 216, 222-225, 235, 236 Gadamer H., G., 36, 46,530
240, 338-360 Gardner H., 24
električni agregat, 264, globalni optimum, 129
elektoencefalogram, (EEG), 75 gospodarenje sustavom kvalitete,
el. magnetska kompatibilnost, (QMS), 124
(EMC), 431,467,476,500 Goldmann S., 41
elektroenergetsko napajanje, 222- Gunnar M., 75
224,
529
H distribuirana, 29, 31, 106,
136,
Hegel, 40 inter-personalna, 24
Heraklit, 20 intra-personalna, 24
Heidegger M., 46 klasična, 31
Heisenberg W. H., 112 kreativna/empirijska, 25
Henver, 54 lingvistička inteligencija, 24
Hering E., 41 logičko–matematička, 24
hermeneutika, 36, 46, 52, 53, 64, muzička, 22
65 prirodoslovna, 24
hermeneutički (akt), 46, 246, 535 prostorna, 24
heuristički, 57, 112, 128-132, različita gledišta, 26
153, 154 tjelesno – kineziološka, 24
hijerarhija upravljanja, 201, 202 umjetna, 29, 35, 42, 46, 51,
Hilon, 22 54, 57, 59- 63, 246, 253,
hipoteza, 65, 106, 110, 113, 153, velikih pitanja, 25
438 inteligentni agenti, 29
Homer, 106, inteligentni sustavi, 29, 35, 42,
hormoni, 81, 54, 58, 63, 106, 108, 137, 193,
Hrvatska agencija za civilno 198, 199, 209, 254, 338
zrakoplovstvo, (CCAA), 179 jako/slabo inteligentni, 108
Hrvatske autoceste, 494, 500 stupanj inteligentnosti, 107
Hume D., 37 identifikacija znanja, 121
Hutton, 41 inteligentni razvoj, 27
intenzitet, 249, 262, 268, 270,
272, 277, 279, 280, 282, 285, 289,
I 290, 292, 294, 295, 298, 300, 303,
304, 308, 309, 312, 313,
informacija(e), 38, 39, 44, 50, 52, internet, 34
54, 57, 63, 64, 70, 78, 81-87, 90, introvertiran, 24
120, 123 inženjeri znanja, 59, 66, 115,
teorija informacija, 121 117, 123, 126,
instruktor, 126 Ishikava-6M Method, 124
informacijsko-komunikacijske izvjesnost, 37
tehnologije, (ICT), 66, 191
inteligencija, 22, 108, 109-116,
119, 133, 135, J
analitička/komponentna, 25
egzistencijalna, 24 jakost svjetlosti, 206
formalna , 23 jednosmjerni promet, 198, 213,
240
530
Jensen, 81 Legislativa, 178 - 197
Lee, 53
Leibniz G.H., 37
K licenca, 245, 254,
logički teoretičar, (LT), 26
kabeli-(ski vodovi), 248, 253, Locke J., 37
255, 257, 265, 267, 270, 301, Longuet-Higgins C., 115
303, 305, 314, 315, 335, Lujić, 108
Kahneman D., 56 Lurije A. N., 49, 530
kalokagathia, 106 luminancija, 207, 216, 218, 219,
Kant I., 37, 115 220, 222, 224,
karakteristika(e), 74, 100, 124,
133,
Kastor, 41 M
kaptologiji, 34
kibernetika, 105, 114, 115, Maslow A., 40, 104,
klaster računala, 37 materijalistička misao, 34
Kleubil, 22 Maxwell, 181,
Kotzinger S., 531 McArthy J., 115
kognitivno(a), 50, 58 Međunarodna komisija za zaštitu
kognicija, 60, 116, 117, 118 od neionizirajućeg zračenja,
kolonije mrava, 29 (ICNIRP), 179
kooperacija, 31 mehanizam zaključivanja, 109,
kompeticija, 31 Melikaopis, 41
komprehenzija, 40 mentalna aktivnost, 24
komunikacije, 35, 201 mentor, 126
konduktivno/a, 431, 466, 489, meta-komponente, 25
495, 499, Mier H.V., 75
koncept, 105, 144, 199, 216, Miller G.A., 115
223-224, 241 Minsky M., 115
konformizam, 92, 93, 94, 97, 100, mnemotehnika, 41
101, mnijenje, 37
kontekst, 44 mobilne komunikacije, 34
kontingencija, 58 modeliranje, 431-438, 442, 466,
kontribucija, 65 477, 490-498, 451
korteks, 67, 70, 75, 81, 82, mozak, 67-90,105, 118,
korisničko sučelje, 151 moždana kora, 32
kreacija(modela), 435, 471, multi-agentskih sustav, 30
Kvintilijan, 41 multidisciplinarni-(o), 112, 115,
L 120,
multi-procesorski sustavi, 37
531
 pluri-perspektivnosti, 36
Poluks, 41
N poučavanje, 36
povijest, 38
neuron(ske)/živčeve mreže, 68, pozitronski emisioni tomograf –
71-76, 90, 102, 118, PET, 76,
umjetne, 90, predoperacijsko razdoblje, 28
Neisser U., 115 prenapon-ski, 256, 262, 268,
Newell A., 26, 115 302, 305, 476, 489, 491-495, 500
New Cronos, 40 pretraživanje, 129, 132-134, 174-
Nobel A., 35, 55 176
nosiva elektronika, 34 procedura, 245, 249, 253
program/i, 120, 122, 124-126,
135, 136, 431, 437, 438, 467-468,
O 471-472, 477, 487-500
prolog, 162 - 166, 168, 174, 467
ontologija, 33, 112, prototip, 431,466
moderna analitička, 33 PDCA-(Plan, Do, Check, Act)
operacije presjeka, 173 - 175 Method, 124
opseg ljudskog znanja, 37 PADM-3A, (Planning and
optimizacija, 215 Documenting Method), 124
Orlikowski, 54 PSP-8D, (Problem Solving
otpor-izolacije, 252-254, 265, Procedure), 124
270-272, 276, 283, 284, 291, 305

Q
P

parametri, 138-142, 227-232, quality management system,

235, 236 124, 125
Pavlov I., 27 quality expert proces, 124, 125,
Periandar, 22 127
percep-(tori/cija), 65, 117, 246,
260,
persuadirani, 34 R
Peterson S., 75
Piaget J., 27 racionalnost, 37
Pitak, 22 računalo, 108, 111, 127,
Pitija, 29, 529 računska racionalnost, 29
Platforma, 209, 210, 212, raspodjela struje/potencijala,
Platon, 36, 115, 178 438, 446, 447, 450, 453
532
Reddy R., 106
regulator konstantne struje, 222,
224, 245, 258, 260, 261, 264, 265,
266, 270, 271, 281, 289, 290, 299,
300, 302, 309, 314, 331, 335,
rekognicija, 40
reprezentativnost uzorka, 65
robot(i-ka), 111, 115
Ripl G., 531
rojevi -(mravi)/pčela, 29
S 488, 493, 495, 498, 500
samosvijest, 40, 122, 123
sastavnica(e),433,446,465
Scott, 54
semiotičko, 28
senzomotoričko razdoblje, 28
senzor, 64, 75, 83, 102, 243, 276,
297, 320
serijski strujni krug-(ovi), 199,
265, 270, 272, 275, 277, 299,
302, 305, 307-309, 314-315
SF6 prekidači, 339-350, 360, 364,
370, 372, 374, 380, 386-397, 401,
405, 407, 410, 417, 429
signal, 68, 71, 76, 89,102,
Sigma -6S Method, 124
simboličko razdoblje, 28
Simon H.,A., 26, 41, 47, 56, 57,
115
Simonid, 41
simulacije svjesnosti, 34
simulakrum, 38, 39
Skopas, 41
skriptni jezik, 150
sociologija, 38,
socio-tehnički sustav, 63, 64
Sofoklo, 29
Skinner, 119
Sokrat, 29, 178
533
Solon, 22
spoznajne teorije, 37
Stanford, 99
Sternberg J., R., 25
Stiles-Hollidayev izraz, 219
stupnjevi vjerovanja, 37
stupanj intenziteta,
suparništvo, 31
suradnja, 31
sustav, 116, 117, 120, 123, 432-
440, 457-458, 460-471, 476, 486-
tunelske rasvjete, 198, 205-208,
216, 217-236
upravljanja-rasvjetom, 198,
208, 324, 326, 329, 330, 336
prometno-informacijski, 201,
202, 205
videonadzor/detekcije, 202-
205
aerodromska svjetlosna
signalizacija, (ALS), 139, 186,
245, 249, 253, 254, 256, 258,
260, 273, 314, 315, 331
svijest, 40, 122, 123
svjesnost, 62, 63, 64, 66
svjetlosna karakteristika, 178,
179, 186, 188, 190, 192, 193,
194, 196, 197
Š
Šereševskij S., 49,531-535
Širola E., 219
T
Tales, 22
tehnika „analize protokola“, 26
tehnologija, 34, 38, 63
tehnosfera, 33, 34
teorijom automata, 29 Vigotski L., 36
Thomas, 53 virtualna beživotna struktura, 34
Tiristor, 261, 262, 263, 264, 267, visokonaponski, 253, 270, 338-
271, 272, 297, 305, 353,
transformator, 249, 250, 255, vizualni sustav za navođenje,
256, 260, 262, 264, 265, 266, 270, 316-318, 323-334
271, 272, 277, 290, 300, 302, vjerovanja, 37
308, 313, 319, 335, 336,
tranzijenti/ni(o), 435, 489, 494,
trierarhijska teorija inteligencije, Z
24
Trist, 64 Zimbardo, 99
tunel(ski), 123, 124, 132, 153, znanje, 35, 37, 40-46, 49-55, 58,
155, 156, 198, 206, 213, 214, 215, prikaz, 111,
218, 222, 224, pohrana, 129,
Turing A. M., 108, zrakoplov-(ni), 245, 314, 316-
Tversky A., 56 337

U W

učenje, 83, 85, 87, 90, 98, 102, Watson J.B., 115
107, Wiener, 61, 62
um, 78, 86, 87, 88 Winer N., 114
umjetnost, 38 Wittgenstein L., 119
Wilber, K. E., 67,
V Wundt W., 115

534
ŽIVOTOPISI AUTORA

Zdenko Balaž, rođen je 20. svibnja 1957. godine u

Vinkovcima, gdje je završio osnovnu i srednju
tehničku školu, nakon čega upisuje Studij
elektrotehnike na Fakultetu elektrotehnike,
strojarstva i brodogradnje Sveučilišta u Splitu, gdje je
diplomirao 2. veljače 1983. godine na Odjelu za
elektroenergetiku. Od veljače 1983. godine radi u
Končarevom institutu u Zagrebu, na Zavodu za
energetsku elektroniku, u Odjelu za istosmjerna
napajanja velikih snaga. Prvo kao inženjer razvoja, a potom kao inženjer
istraživanja i razvoja aktivno sudjeluje u znanstveno-istraživačkim
projektima za potrebe Končara, Elektrotehničkog fakulteta Sveučilišta u
Zagrebu. Tijekom suradnje u dugoročnim projektima i fundamentalnim
istraživanjima SIZ-a za znanost Republike Hrvatske, 1984. godine postaje
znanstveni istraživač. Tijekom rada u Končarevom institutu honorarno radi
i kao predavača u Obrazovnom centru Nikola Tesla Zagreb. Na V.
obrazovnom stupnju predavač je kolegija Elektromotorni pogoni.
Od svibnja 1988. godine prelazi u Sektoru za elektroenergetiku i razvoj
Zračne luke Zagreb, sve do 1997. godine kada pokreće posao u svojoj
novoosnovanoj tvrtki Aeroing, Bavi se projektiranjem, izvođenjem i
puštanjem u pogon specijalističkih sustavu svjetlosne signalizacije i
elektroenergetskog napajanja u funkciji sigurnosti zračne plovidbe. Od
2001. godine do danas zaposlenik radi u Hrvatskim autocestama d.o.o.
Zagreb, gdje je uključen u projekte izgradnje prateće elektroenergetske
infrastrukture uz gradnju hrvatskih autocesta. Osim toga, predavač je
kolegija Inteligentni sustavi na Tehničkom veleučilištu u Zagrebu na
specijalističkom studiju elektrotehnike.
Instruktor je Programa AERO TVZ za osposobljavanja i stjecanje licence
specijalista aerodromskog elektro održavanja i Voditelj Organizacija za
osposobljavanje pri TVZ-u odobrene od Hrvatske agencije za civilno
zrakoplovstvo.
Poslijediplomski doktorski studij Elektrotehnike i informacijske
tehnologije Fakulteta elektrotehnike, strojarstva i brodogradnje Sveučilišta
u Splitu upisao je 2008. godine, gdje je od 1. studenog 2008. do 31. prosinca
2013. bio aktivni istraživač na znanstvenom projektu Ministarstva
znanosti, obrazovanja i sporta Republike Hrvatske, naziva Razvoj
naprednih algoritama za modeliranje elektromagnetskih pojava. Doktorska
disertacija pod naslovom „Elektromagnetski model za izračun raspodjele
struje zemljospoja“, ocijenjena je 6. studenog 2014. godine i prihvaćena
kao izvorni znanstveni rad iz znanstvenog područja tehničkih znanosti,
polje elektrotehnika, grana elektroenergetika.
U zadnjih pet godina objavio je dva izvorna znanstvena rada u CC
časopisima, šest znanstvenih radova u zbornicima radova s međunarodnom
recenzijom i petnaest stručnih radova u zbornicima radova stručnih
skupova.

Krešimir Meštrović, rođen je 1958. godine u

Zagrebu. Diplomirao je 1982., magistrirao 1988. i
doktorirao 2008. godine na Fakultetu elektrotehnike
i računarstva Sveučilišta u Zagrebu. Godine 2009.
izabran je u profesora visoke škole u trajnom zvanju.
Radio je u KONČAR – Institutu za elektrotehniku na
poslovima istraživanja i razvoja visokonaponskih
sklopnih aparata i sklopnih postrojenja, poslovima
rukovođenja odjelom i poslovima rukovođenja
zavodom.
Od 1991. godine radi na Tehničkom veleučilištu u Zagrebu kao predstojnik
zavoda, a danas je pročelnik Elektrotehničkog odjela.
Bio je tajnik i predsjednik studijskog odbora SO A3 HRO CIGRÉ te
predsjednik hrvatskog ogranka Vijeća za velike elektroenergetske sustave
HRO CIGRÉ od 2008. do 2012. godine. Bio je član međunarodnih
radnih grupa, član međunarodnog studijskog komiteta SC A3 CIGRÉ, kao
i član Administrativnog vijeća CIGRÉ.
Bio je tajnik, a danas je predsjednik elektrotehničkog odbora ETO
17 Hrvatskog zavoda za norme (HZN). Više je puta bio član stručnog i
programskog odbora domaćih i međunarodnih stručnih skupova. Senior
Member je američkog udruženja IEEE.
Član je Znanstvenog vijeća za energetiku Hrvatske akademije znanosti i
umjetnosti (HAZU). Suradnik je Akademije tehničkih znanosti Hrvatske
(HATZ). Član je Matičnog povjerenstva za područje tehničkih
znanosti Vijeća veleučilišta i visokih škola.
Dobitnik je nagrade “7 sekretara SKOJ-a” za tehniku 1985. godine. Sedam
puta je dobio priznanje i četiri puta nagradu SOUR- Rade Končar.
Dobio je srebrnu plaketu RAST YU 88’, priznanje RAST YU 89’ te zlatnu
plaketu INOVA 88’. Dobitnik je nagrade CIGRÉ „Eminent
Member Award”.
Dobitnik je povelje HAZU „Josip Juraj Strossmayer“.
Dobitnik je „Nagrade za životno djelo” HRO CIGRÉ. Odlikovan je
“Spomenicom domovinskog rata 1990. -1992.”.