Laboratorijska Merenja i Upravljanje Eksperimentima Putem Interneta

Laboratory Experimental Setups for Measurement and Control via InternetMiladin Stefanovi, Milan Matijevi, Miroslav Ravli, Vladimir Cvjetkovi

Laboratorijska merenja i upravljanje eksperimentima putem InternetaMiladin Stefanovi, Milan Matijevi, Miroslav Ravli, Vladimir Cvjetkovi

Mainski fakultet u Kragujevcu Septembar, 2007.

Laboratorijska merenja i upravljanje eksperimentima putem InternetaAutori: dr Miladin Stefanovi, docent Mainskog fakulteta u Kragujevcu dr Milan Matijevi, vanredni profesor Mainskog fakulteta u Kragujevcu mr Miroslav Ravli, Prizma, Kragujevac dr Vladimir Cvjetkovi, docent PMFa u Kragujevcu

LABORATORIJSKA MERENJA I UPRAVLJANJE EKSPERIMENTIMA PUTEM INTERNETA I izdanje

Recenzenti: dr Slavko Arsovski, redovni profesor Mainskog fakulteta u Kragujevcu mr Milan Eri, asistent Mainskog fakulteta u Kragujevcu Izdava: Mainski fakultet u Kragujevcu Sestre Janji 6, 34000 Kragujevac Za izdavaa: dr Miroslav Babi, dekan Mainskog fakulteta u Kragujevcu Korice: dr Miladin Stefanovi, dipl.ing. Tira: 50 primeraka

NAPOMENA: Reprodukovanje (fotokopiranje ili umnoavanje na bilo koji nain) ili ponovno objavljivanje ove knjige u celini ili u delovima nije dozvoljeno bez prethodne izriite saglasnosti i pismenog odobrenja autora.

2

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi

Predgovor

Namena ovog laboratorijskog je da podri razvoj Web Laboratorije Univerziteta u Kragujevcu (http://weblab.kg.ac.yu), i nastavu iz vie predmeta, koji se predaju na Univerzitetu u Kragujevcu. U tom smislu, ovaj praktikum se bavi i mogunostima implementacije virtualnih i web laboratorija u LMS (Learning Management System). elja autora je da ova publikacija bude od koristi studentima tehnikih fakulteta i fakulteta prirodnih nauka u okviru razliitih predmetnih oblasti poput modeliranja dinamikih sistema, informacionih sistema, upravljanja tehnikih sistema, mernih sistema i tehnika, raunarski podranih proizvodnih sistema, itd. Naa namera je da nastavimo sa unapreivanjem sadraja ove knjige, i nastavnih metoda koje e pomoi studentima da to kvalitetnije i bre savladaju predmetnu oblast. Zato, najiskrenije, molimo itaoce za povratne informacije, komentare i sugestije, koje e nam pomoi u pripremi sledeeg izdanja, i unapreenju Internet servisa.

U Kragujevcu, septembar 2007. godine

Autori

3

Laboratorijska merenja i upravljanje eksperimentima putem Interneta

SadrajSADRAJ ....................................................................................................... 1 1. eEdukacija................................................................................................... 1 1.1 eLearning.................................................................................................... 1 1.1.1 Pojam i definicija ............................................................................... 1 1.1.2 Standardi i eLearning ......................................................................... 1 1.1.3 Standardi i eLearning ......................................................................... 1 1.2 On line edukacija........................................................................................ 1 1.2.1 Osnovni pojmovi................................................................................ 1 1.2.2 Virtualno edukacijsko okruenje (Virtual Learning Environment - VLE) ...................................................... 1 1.2.3 ELML- eLesson Markup Language ................................................... 1 1.2.4 Testiranje uz pomo raunara (Computer-based testing CBT) .......... 1 1.2.5 Web bazirane laboratorije .................................................................. 1 2. Laboratorijski model krana/inverznog klatna ................................. 1 2.1 Opta razmatranja .................................................................................... 1 2.2 Laboratorijski model krana/inverznog klatna ...................................... 1 2.3 Matematiki model krana/inverznog klatna ......................................... 1 2.4 Druge karakteristike eksperimentalne instalacije ................................ 1 3. Ciljevi i mogui zahtevi laboratorsijske vebe .................................. 1 4. Izvodi iz teorije u kontekstu eksperimentalne primene.................. 1 4.1 Model u prostoru stanja i polovi sistema .............................................. 1 4.2 Povratna sprega po stanju i metoda podeavanja polova ................... 1 4.3 Karakteristina jednaina sistema sa zatvorenom povratnom spregom i podeavanje polova sistema ................................. 1 4.4 Nelinearni efekti u sistemu i granini krugovi..................................... 1 4.5 Diskretizacija ............................................................................................ 1 4.6 Upravljanje modelom krana kratak pregled koncepata ................... 1

4

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi 5. Korienje laboratorijske vebe putem Interneta............................ 1

Dodatak A - Sistemi za akviziciju ............................................................ 1 A1 Opte napomene ...................................................................................... 1 A2 Struktura sistema za akviziciju i upravljanje ....................................... 1 A3 Analogna ulazna sekcija ......................................................................... 1 Dodatak B - AD/DA interfejs za akviziciju signala i upravljanje NI USB 6009 ........................................................................... 1 B1 Analogna ulazna sekcija ......................................................................... 1 B2 Izlazna analogna sekcija ......................................................................... 1 B3 Brojaka sekcija ....................................................................................... 1 B4 Digitalna ulazno izlazna sekcija ............................................................ 1 Dodatak C - Elementi matematiko tehnikog pravopisa i pisanje izvetaja ........................................................................................... 1 Literatura ...................................................................................................... 1 Korisni linkovi .............................................................................................. 1

5


1.eEdukacija1.1 E-EDUKACIJA (eLearning)1.1.1 Pojam i definicija eLearning-a Razvoj informacionih tehnologija, kompjuterskih sistema i tehnike u velikoj meri je uticao na sve oblasti ljudskog delovanja. Verovatno jedno od najznaajnijih pitanja u narednom periodu bie unapreenje kvaliteta edukacije. Velike svetske ekonomske sile baziraju svoj budui razvoj i napredak upravo na razvoju kvalitetnog sistema edukacije. Edukacija tj. obrazovanje, je naravno u velikoj meri iskoristila razvoj tehnologija u cilju unapreenja razliitih metoda poduavanja i uenja. Pod uticajem ITC javili su se novi modaliteti u poduavanju i uenju. Jedan od najznaajnijih koncepata je koncept e-learning ili e-edukacije. Nepodeljeno je miljenje da su edukacija na daljinu (DL distant learning) i eLearning veoma moni instrumenti u procesu unapreivanja kvaliteta edukacije. E-learning ili e-uenje (edukacija) je irok pojam koji se obino odnosi na upotrebu kompjuterskih i informacionih sistema u procesu uenja i edukacije. Pri ovom uenju koriste se razliiti web-bazirani materijali, multimedijalni sadraji, sistemi za upravljanje nastavnim sadrajem, web laboratorije, kompjuterom podrano testiranje i sl. Sam koncept eLearninga, ipak nije toliko nov. Njegovi poetci datiraju iz 80-tih godina prolog veka i u poetku se vezivao za pojevu Online textbook ili tekstova koji su se nalazili na mrei. Prema "Sloan Consortium", (http://www.sloanc.org/resources/index.asp) 2003 je bilo oko 1.9 miliona studenata koji su uestvovali u nekom vidu online edukacije. Takoe se procenju je da je stepen rasta broja studenata ukljuenih u eEdukaciju negde oko 25% godienje. Paralelno sa pojmom eLearning pojavili su se i drugi slini, srodni pojmovi i koncepti koji se u odreenoj meri preklapaju sa prethodnim terminom i to: on line laerning ili on line edukacija koja se koristi za web baziranu edukaciju. Sam koncept eLearninga, koji se obino dovodi u korelaciju sa pojmom distant learning esto se koristi u kombinaciji sa tradicionalnim (konvencionalnim poduavanjem) pistupu poduavanju pri emu se dobijena kombinacija naziva blended learning.

6

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi Takoe su esto prisutni pojmovi Managed Learning Environment i Virtual Learning Environment (VLE) koji se odnose na okruenje za uenje koje je bazirano na web grafikim interfejsima i vurtualnim okruenjima za uenje (retrospektivno). Glavne prednosti eLearninga su fleksibilnost i prilagodljivost sadraja krajnjem korisniku, omoguavanje komunikacije izmeu osoba u procesu edukacije, i prisustvo razliite tehnike i vidova poduavanja uz korienje multimedijalnih sadraja i sl. Sa druge strane nedostaci ovakvog vida poduavanja je stvaranje izolacije izmeu entiteta u procesu poduavanja, pri emu su trokovi ostvarivanja ovakvog koncepta poduavanja, za sada jo na relativno visokom nivou. 1.1.2 Standardi i eLearning Sam koncept eLearning moe dobiti na svom punom znaaju jedino ako se na definisanje objekata eLearninga i objekata razmene razliitih eLearning sistema primene neki predefinisani standardi. Pri kreiranju edukacijskog materijala koji je namenjen eEdukaciji naroita panja se posveuje tome da taj materijal bude strukturiran u Learning Objects, odnosno objekte za uenje. Ovi objekti predstavljaju odgovarajue zasebne nastavne i pedagoke jedinice koje su obeleene kljunim reima i meta podacima i najee su strukturirani u XML formatu ime se obezbeuje njihova nezavisnost od softversko/hardverske platforme. Kljuni zahtevi za elektronski formatiran nastavni sadraj je strukturiranje materijala po odgovarajuim jedinicama ili objektima u skladu sa ponuenim standardima (SCORM), zatim specifikacija za razmenu ovih objekata ili jedinica (Schools Interoperability Framework) i kategorizacija meta podataka vezanih za ove objekte (Learning Objects meta data). Svi ovi standardi su relativno novi i nisu do kraja razvijeni, a meu njima verovatno najkompletniji i najznaajniji je SCORM standard. SCORM standard Sharable Content Object Reference Model (SCORM) je kolekcija standarda koja definie razvijanje e-learning sadraja i softvera. Oaj standard je razvijen od strane ADL kao nastavak rada na specifikaciji koju je postavio IMS Global Learning Consortium (ne profitna organizacija za standardizaciju) i radova Aviation (All Emcompassing) Industry CBT (Computer-Based Training) Committee (AICC). SCORM standard se razvijao kroz vie etapa i faza koje se mogu hronoloki prikazati po sledeim koracima: Januar 1999 izvrno nareenje (Executive Order 13111) izdato od USA Ministarstva za odbranu (United States Department of Defense (DOD ili DoD)) za razvijenje specifikacije i standarda za e-learning za federalni i privatni sektor, Januar 2000 SCORM Verzija 1.0,

7

Laboratorijska merenja i upravljanje eksperimentima putem Interneta Januar 2001 SCORM Verzija 1.1, Oktobar 2001 SCORM Verzija 1.2 , Januar 2004 SCORM 2004 (1. edicija), Jul 2004 SCORM 2004 (2. edicija), Jun 2006 Instrukcija USA ministarstva odbrane za obaveznim korienjem SCORM (Department of Defense Instruction (DoDI) 1322.26 Requiring DoD Use of SCORM), Octobar 2006 SCORM 2004 (3. edicija). Trenutna verzija SCORM standarda (3. edicija) se sastoji iz nekoliko delova (knjiga) i to: SCORM overview o modelu, viziji i budunosti Content Aggregation Model - CAM koji govori o tome na koji nain treba strukturirati edukacijski materijal da bi on mogao da se transportuje i koristi. Ovaj deo ima vie specifikacija: o Prva specifiakcije (od IEEE/ARIADNE/Dublin Core i IMS) je "Learning Object Metadata" LOM. LOM je renik tagova koji se koriste za opisivanje edukacijskog sadraja na razliite naine. o Druga specifikacija je XML binding (povezivanje za metatagove). Ovaj deo definie kako se kodiraju tagovi u XML tako da se oni mogu itati od strane raunara i ljudi. o Trea specifikacija specifikacija paketa sadraja (IMS Content Packaging Specification). Paketi definiu na koji nain e edukacijski sadraj bilo kog tipa biti razmenjen, na standardizovan nain, izmeu razliitih sistema. Ovaj deo definie nain na koji e biti upakovani edukacijski objekti, njihovi meta podaci i informacije o sadraju i na koji nain e sve to biti isporueno krajnjem korisniku. Sequencing and Navigation Model ova knjiga opisuje na koji nain se nastavni sadraj i u kojim sekvencama upuuje korisniku koji ui na bazi navigacionih dogaaja koje inicira ili sistem ili osoba koja ui. Ova knjiga (deo) obuhvata osnove karakteristike LMS (Learning Management Systems) kao i njegova zaduenja za kreiranje sekvenci nastavnih objekata i upravljanje navigacionim zahtevima. Glavni delovi ove knige su: o Sequencing Concepts and Terminology (Koncepti sekvenciranja i terminologija) aktivnosti uenja, stablo aktivnosti, klasteri..., o Sequencing Definition Model detaljni opisi i zahtevi sekvencnih informacija koje mogu biti primenjene na aktivnosti uenja), o Sequencing Behavior Model detaljan opis ponaanja LMS za predefinisane sekvencne informacije i iskustvo osobe koja ui sa edukacijskim materijalom, o Navigations Controls and Requirements navigacione kontrole i zahtevi, o Navigation Data Model navigacioni model podataka. Run-time Environment Model Ovaj deo SCORM standarda definie standardizovan nain za razmenu informacija izmeu osobe koja ui i LMS. Ovaj deo se sastoji iz sledeih specifikacija:

8

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi API - Application Program Interface definie standardan nain komunikacije sa LMS, bez obzira koji se razvojni alat koristi za dobijanje sadraja. ADL je zajedno sa AICC razvio web-friendly pristup koji koristi JavaScript. o Data Model (model podataka) je razvijen od strane ADL i AIDICC sa ciljem da se dobiju elementi sadraja koji se mogu dobiti, odnosno postaviti preko API. Poto se uspostavi komunikacijska veza preko API, potrebna je specifikacija koja e da omogui dalji tok komunikacije odnosno razmenu podataka, kao to su na primer: rezultati testova, vreme za korienje i upotrebu edukacijskog materijala i sl. Model podataka sutinski standardizuje nain na koji LMS sistem prati osobu koja ui. Conformance Requirements (zahtevi o postizanju usaglaenosti) detaljna lista zahteva za ostvarivanje usaglaenosti koji su verifikovani od strane ADL SCORM testa za potvrivanje usaglaenosti. (do Avgusta 2005, ADL je verifikovao 178 SCORM usaglaena proizvoda). Znaaj SCORM standarda je veliki i neprestano e rasti kako eLearning dobija na znaaju. Upravo ovaj standard omoguava da se edukacijski materijal strukturira u standardne jedinice i obezbeuje mehanizme razmenljivosti i transporta kao i principe za potvrivanje usaglaenosti sa zahtevima ovog standarda. o

1.2 ON LINE EDUKACIJA1.2.1 Osnovni pojmovi Razvoj Interneta dramatino je uticao na mnogobrojne oblasti ljudskog delovanja i interesovanja, pa ni edukaicja i edukacijski procesi nisu izuzetak. Internet tehnologija uslovila je pojavu novih koncepata i pristupa u poduavanju i uenju, jedan od njih je i online edukacija (online education). U tabeli 1 je prikazan uporedni pregled nekih situacija i pristupa u klasinoj i online edukaciji. Online education se moe definisati kao postupak u uenju i poduavanju koji koristi Internet tehnologiju za komunikaciju i saradnju u edukacionom kontekstu. Internet ukljuuje tehnologije koje zamenjuju klasine uionice sa web baziranim komponentama i okruenjem u kome se edukacioni proces odvija online. Internet okruenje sa svojim protokolima i servisima (web i mail) a i svojim fundamentalnim karakteristikama (softverska i hardverska nezavisnost, jednakost servisa i distribuiranost) pruio je mnogobrojne pogodnosti za eEdukaciju, neke od njih su: otvorenost, distribuiranost, dinamika,

9

Laboratorijska merenja i upravljanje eksperimentima putem Interneta globalni pristup, interaktivnost, ali i mogunost selekcije. Tabela 1 Uporedni pregled nekih situacija i pristupa edukaciji. Klasini pristup Prezentacija sa diskusijom Samostalno uenje Timski rad Licem u lice u uionici Knjige, tekst na kompjuteru Timski i grupni rad

u klasinoj i online

On line edukacija Audio, video u realnom vremenu ili video zapis Audio materijal, video materijal, web sajtovi Kompjuterom podrana komunikacija, grupni rad baziran na odgovarajuoj opremi Nastava preko telekonferencija e-mailovi, web sajtovi On-line testovi, video konferencije

Poduavanje Konsultacije Testovi i certifikati

Profesor kroz direktni kontakt Pojedinane ili grupne konsultacije Testovi, ispiti

Web-bazirano okruenje za edukaciju omoguava uenje sa najprijatnijeg mesta i u najpodesnije vreme, pri emu se ostvaruje i u punoj meri korisite: modeliranje prema krajnjem korisniku u cilju prilagoavanja sadraja korisniku, adaptivni interfejsi, inteligentni agenti za kvalitetniju pomo i pretragu, neuralne mree, uenje na bazi sluajeva za izgradnju inteligentnog softvera . Ubrzan rast Interenta kao medija i Interent tehnologije vodi ka krajnjoj taki gde e edukacija biti odvojena od ljudi i knjiga kao nosilaca procesa edukacije. Sa jedne strane to e dovesti do toga da edukacija i mogunosti za edukaciju budu svima dostupni pod jednakim uslovima, a to je vano omoguie bri transfer znanja i kvalitetniju edukaciju svih participanata u procesu eEdukacije. Sa druge strane postoji sumnja koja se tie efikasnosti takvog naina uenja koji zbog svog karaktera dovodi jedinku u izolaciju tokom edukacijskog procesa i pri emu se neki segmenti edukacije ne mogu ostvariti u dovoljnoj meri (interaktivni timski rad licem u lice, eksperimenti i praktian rad; mada postojanje i mogunosti web laboratorija reavaju neke od navedenih problema). Istraivanja koja su poredila klasini i eEdukcaioni metod uenja pokazala su da je efikasnost uenja u sluaju eEdukacije isto tako visoka kada se koriste odgovarajue metode i kada postoji povratna

10

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi informacija od studenta ka predavau. Uvoenje i popularizacija eEdukacije ne predstavlja trend ve potrebu koja ima zadatak da ostvari sledee ciljeve: poboljanje uenja i efikasnosti uenja, smanjenje cene kotanja nastave, definisanje sofisticiranijeg naina uenja za potrebe privrede i industrije i smanjivanje vremena uenja. Tabela 2. Prednosti i nedostaci asinhrone i sinhrone komunikaicje u konceptu eEdukacije Asinhrona interakcija Prednosti Nedostaci Prua veu anonimnost i mogu Uenici uestvuju kada oni to hoe manjak odgovornosti Imaju vremena da daju odziv Razvijanje diskusija ima sporu Imaju vremena da istrae i ponude dinamiku pravi odgovor Sadraj utie da se uglavnom Omoguava globalnu komunikaciju razmatra materijal, a ne razmilja o neogranienu vremenskim zonama njemu Glavni alati: Email Newsgroups Computer conferencing Collaborative workspaces

Sinhrona interakcija Prednosti Nedostaci Cena Trenutni odziv Potrebno je dugo vreme za razvoj i Brzo reenje problema, planiranje i implementaciju ovih sistema donoenje odluka Komplikovano odravanje sistema Omoguava razvoj diskusija Bolje za sve strane Glavni alati: Internet voice telephone Text-based chat systems Audio conferencing Web laboratorije Videoconferencing Graphical virtual reality systems Koncept eEdukacije ima svojih prednosti: koje su oigledne kada postoji kurs koji je baziran na web-u i koji koristi web alate: omoguavanje komunikacije meu studentima, kao i komunikacije studenata sa obrazovnom institucijom,

11

Laboratorijska merenja i upravljanje eksperimentima putem Interneta kreiranje pristupa gde je student u centru procesa eukacije, omoguava pristup edukacionom materijalu 24/7, omoguava JUST-IN-TIME metodu, pri ocenjivanju i evaluaciji progresa u uenju, smanjuje administrativne poslove vezane za nastavu. Sama eEdukacija se moe klasifikovati na vie naina koristei razliite kriterijume. Osnovna vrsta kalsifikacije eEdukacije su prema tipu interakcije i preme korienim alatima: Klasifiakcija po tipu interakcije: asinhroni (podrazumeva razmenu informacija i fajlova gde uesnici u razmeni nisu stalno online) i sinhroni (razmena informacija online u realnom vremenu). Asinfrona i sinhrona komunikacija imaju svoje prednosti i mane, kao i glavne alate koji su prikazani u tabeli 2. Klasifikacija prema korienim alatima: sistem razmene poruka, online skladita informacija i fajlova, tekst bazirana konferencija, e-tabla, specijalna aplikacija na radnom prostoru, audio i audio-vizuelna konferencija , virtualna uionica web sajtovi, LMS Learning Management Systems, web laboratorije, integrisana okruenja za uenje. Sama eEdukacija se oslanja na brojne i veoma sofisticirane alate: informacionu / komunikacionu tehnologiju i sl. Multimedija i moderni komunkacioni sistemi igraju znaajnu ulogu u konceptu eEdukacije. Neki od najznaajnijih alata, sredstava i sistema na ovom polju su: sistemi za telekonferencije: omoguavaju okruenje koje se vrlo pribliava klasinoj uionici, ovi sinhroni komunikacioni mehanizmi omoguavaju transmisiju slike i zvuka svim uesnicima u nastavi, najkritinija stavka ovog sistema je injenica da softver koji je potreban za to obino je suvie kompleksan za prosene studentske raunare, uvoenjem Internet bazirane multimedije ak i veliki fajlovi mogu da se razmenjuju, veliki audio i video fajlovi se konvertuju u druge formate koji mogu da se isporuuju u delovima;

12

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi Internet audio, video, Internet voice CHAT, phone; virtual Classrooms Web Sites: obino besplatni servisi koji omoguuju predavau da dodaje komponente svojoj uionici ili da postavi ceo kurs na web, bez poznavanja HTML predavai mogu lako da kreiraju sopstvenu uionicu, da postave materijal, diskusiju i testove, sve to omoguava otvaranje novih kanala za komunikaciju: o Blackboard http://www.blackboard.com, o TopClass http://www.wbtsystems.com, o MyClass http://www.myclass.net, o The Manhattan virtual classroom http://manhattan.sourceforge.net, o UniversalClassroom http://class.universalclass.com, o ClassNet http://classnet.cc.iastate.edu; integrisana okruenja za edukaciju: integrisana okruenja za edukaciju kombinuju dva ili vie alata prethodno navedenih, oni nude zajedniki interfejs koji je obino jednostavan, IOE su razvijeni za edukaciju ili trening, ali mogu da ukljuuju i druge module kao ispite, praenje uspeha uenika i sl. Online edukacija prema nivou sofisticiranosti i korienja razliitih naprednih alata eEduakcije moe se klasifikovati kao: Statike virtualne knjige (Static virtual textbooks): - fiksirani setovi strana na web-u, - organizacija materijala u vidu knjige koja je postavljena on-line, - ponekad sadri neke multimedijalne sadraje. - Prednosti: Laka dostupnost resursa na NETu. - Nedostaci: Panja moe odlutati, poto se mnogi interesantni sadraji nalaze nadohvat ruke ili u drugom prozoru browser-a adaptivni informacioni sistemi Adaptive Information Systems (AIS): - personalizuju informacije koje e biti prezentovane prema postojeim informacijama o potrebama korisnika. - Prednosti: Pristup pravim informacijama se vri prostom pretragom informacija, upitom u bazu podataka i jednostavnim kriterijumima odluivanja uvek imajui u vidu potrebe korisnika. - Nedostatci: Adaptive Information Systems su orijentisani ka istim informacijama i korienju multimedije, nedostaje im simulacija stvarnih dogaaja. adaptivni hipermedijalni sistemi Adaptive Hypermedia Systems (AHS):

13

Laboratorijska merenja i upravljanje eksperimentima putem Interneta bazirani su na setovima meta-reasoning pravila u cilju prilagoavanja modelu korisnika i prilagoavanju sadraja i linkova hipermedijalnih strana individualnom korisniku. - Prednosti: Koristi znanja o domenu nastave i studentu, kao i o strategijama uenja da bi obezbedio adaptivni individualizovani okvir za uenje i nastavu. - Nedostaci: Nije toliko dobro opremljen za opte zahteve uenja. Saradnja i kooperacija nisu ukljueni u sistem pa se moraju vriti van sistema. Ne primenjuje potrebne tehnike do zadovoljavajueg nivoa ili im nedostaje robusnost. inteligentni sistemi za poduavanje Intelligent Tutoring Systems (ITS): - mo edukacije na daljinu WWW sa interaktivnou i inteligencijom , - novi kvalitet materijala iz kojih se ui tzv. I3-knjige (gde I3 znai integrated + interactive + intelligent), - razvoj ET - 'electronic textbooks, multimedijalna tehnologija dodaje mogunosti prisistva zvuka, videa, animacije, - nova generacija ET ukljuuje on-line prezentacije o materijalu i interakciju u cilju reavanja problema i podrke ITS. - Internet i World Wide Web donose mogunost uenja na daljinu, - pristup programerskom okruenju, sa programskim editorom, interpreterom ili kompajlerom, ak i pristup grafikim alatima za dizajn. (navedeni alati se koriste da bi se istraivalo, menjalo ili izvravalo neto na radnom materijalu) , - obavlja neke dunosti, koje bi obavljao profesor u realnom okruenju, - podravaju studente u procesu reavanja problema, - daju inteligentnu analizu reenja problema, - Projektuju za svakog studenta individualnu putanju uenja, primere, i zadatke, - obezbeuju bitne povratne informacije za studente. Jasno je da sistemi za edukaciju evoluiraju poev od statikih virutalnih knjiga ka sloenijim formama i oblicima: adaptivnim i inteligentnim sisteima. Najvei znaaj i najvee mogunosti eEduakcije lee upravo u prilagoavanju tj. personalizaciji eduakcijskog sadraja i metodologije rada svakom pojedinanom studentu u procesu edukacije. Uz prethodno navedene mogunosti eEdukacija postaje ravnopravna i dopunjujui element klasinom pristupu edukaciji. 1.2.2 Virtualno edukacijsko okruenje (Virtual Learning Environment - VLE) Virtual learning environment (VLE) je softver koji omoguuje nastavnicima da upravljaju edukacijskim kursevima i programima, pri emu se naroita pomo ogleda u podrci administraciji kurseva. Sistem moe da prati napredovanje -

14

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi studenata, pri emu relavantne informacije mogu biti dostupne i nastavnicima i studentima. Ovi sistemi su obino realizovani korienjem klijent - server arhitekture, pri emu se serverske komponete najepe web serveri, dok su klijenti upueni na korienje obinih web browser-a. Funkcionalna blok ema LMS-a je prezentovana na slici 1.1. Postoji veliki broj slinih termina koji se koriste za opisivanje ovog pristupa edukaciji. Ovakvi sistemi se obino nazivaju i Learning Management System (LMS Sistemi za upravljanje procesom uenja), Course Management System (CMS Sistemi za upravljanje kursevima), Learning Content Management System (LCMS Sistemi za upravljanje nastavnim sadrajem), Managed Learning Environment (MLE), Learning Support System (LSS Sistemi za podrku uenju) ili Learning Platform (LP Nastavne platforme).Bez obzira na termin koji se nalazi u upotrebi osnovna funkcija i osnovni zadatak ovih sistema je da omogue predavau lako dizajniranje, organizovanje i prezentiranje kursa. Korieni interfejsi i prema nastavnicima i prema studentima moraju biti jednostavni, intuitivni i orijenitsani ka korisnku. Pri korienju ovih sistema podrazumeva se intenzivno korienje informacionih sistema, a naroito Interneta.

Slika 1.1 Funkcionalna blok ema LMS-a

15


Slika 1.2 LMS Moodle sistem Kao jedan od najee korienih pojmova javlja se Learning Management System (LMS) pri emu se najvei broj ovih softverskih paketa bazira na web okruenju i za administrairanje i za pohaanje kurseva. Na slici 1.2 prikazan je jedan od popularnijih Open Source LMS sistema Moodle. Klasini LMS sistemi uglavnom se sastoje iz sledeih elemenata: sadraja kursa, administrativnih informacija, ukljuujui raspored, detaljne zahteve za praenje kursa, naine ocenjivanja i uputstva, oglasne delove sa vanim informacijama, module za registraciju i praenje studenata uz eventualnu opciju plaanja, osnovni edukacijski materijal, a ponegde i kompletan materijal (kada se radi o distant learning kontekstu odnosno kompletnoj edukaciji na daljinu), koji moe biti prezentovan u razliitim oblicima (tekst, audio/video materijal i sl.) i dodatnih resursa, ukljuujui dodatni materijal i linkove ka eksternim sadrajima, ovi sistemi dodatno, ali vrlo esto sadre i sledee opcije: testove za ocenjivanje i samo ocenjivanje progresa iji se rezultati automatski memoriu, elektronsku komunikaciju baziranu na mail-ovima, forumima, sobama za razgovor (chat rooms) koji u nekim sluajevima mogu biti i moderisani, definisanje razliitih pristupnih grupa. Svi ovi sistemi imaju mogunost da istovremeno podravaju vei broj kurseva, tako da studenti mogu da menjaju kurseva, ili napreduju sa jednog kursa ka drugom.

16


Slika 1.3 Arhitektura Learning Management System Veliki broj univerziteta uvode VLE sisteme u svoje edukacijske okvire, jer im omoguava mogunost da privuku vei broj studenata (tj. sve one koji imaju pristup Internetu), a pri emu mogu da im obezbede visok kvlatet nastave bez poveanja broja nastavnog kadra. Razmena sadraja kurseva i osatali elementi strukturiranja kurseva su predmet ve pomenutog SCORM standarda. Same VLE platforme su najee realizovane korienjem nekog od pristupa razvoja softvera u Interent okruenju (PHP/MySQL, ASP.NET/SQLServer, Java i sl.). Neki od najpoznatijih VLE sistema su: .LRN, ANGEL Learning, Blackboard, Bodington, ClassCentralClaroline, Desire2Learn, Dokeos , eCollege , Edumate , FirstClass , Fle3 , ILIAS , LON-CAPA, Moodle, OLAT , Sakai Project , Scholar360,WebCT , xMentor itd. 1.2.3 ELML- eLesson Markup Language

ELML- eLesson Markup Language je open source XML framework za kreiranjeeLekcija korienjem XML-a. Ovaj projekat je deo GITTA (http://www.gitta.info) GIS-eLearning projekta koji su pokrenuli 10 vajcarskih univerziteta 2004 godine. Kompletne informacije sa nalaze na Sourceforge (http://sourceforge.net/projects/elml/) zajhedno sa svim alatima i informacijama. Trenutno je aktuelna eLML 3.02 verzija koja datira od septembra 2006. godine. Glavni cilje eLML je razvijanje alata koji e omoguiti autorima da obezbede usaglaenost svojih projekata sa pedagokim preporukama. Glavni pedagoki model koji se nalazi kao osnova eLML-a je ECLASS model koji je u stvari skraenica od Entry: Predstavlja uvod u nastavnu lekciju ili jedinicu (pod kategoriju lekcije). Clarify: Element koji se koristi za objanjenje teorije, modela, principa i injenica. Look: Primera koji omoguavaju studentima da razumeju teoriju.

17

Laboratorijska merenja i upravljanje eksperimentima putem Interneta Act: Elemenata koji motiviu studente da naprave pokuaj, da naprave model ili pokrenu diskusiju. Self-Assessment: Provera da li su ciljevi lekcije ili jedinice ostvareni. Summary: Obezbeuje kratak pregled ili cele lekcije ili jedinice. Da bi se opisao pedagoki ECLASS model on je predstavljen preko XML strukture korienjem XML eme, koja je prikazana na slici 1.4. ema prikazuje obavezne elemente od kojih se mora sastojati lekcija koja se formira za e-okruenje (mandatory elements), opcionalnih elemenata (optional elements), kao i izvedenih sekvencionalnih ili izbornih elemenata (Child Elements Seqence i Child Elements Choice).

Slika 1.4 ECLASS model predstavljen preko XML strukture korienjem XML eme Svaka eLML lekcija mora poeti sa obaveznim uvodom ili konciznom listom ciljeva koje treba ostvariti izuavanjem te lekcije. Jedinini elemneti svake lekcije, dalje, poseduju sam sadraj konkrente lekcije. Svaka jeidnica ima zakljuak ili pregled i/ili mogunost ocenjivanja ili samo ocenjivanja koja prethodi listi dodatne literature, i eksternih linkova pri emu se ukazuje na svrhu tih dodatnih reusrsa za pojedinanu lekciju.

18

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi Na ovaj nain strukturirana lekcija, korienjem XML eme omoguuje optu razumljivost, sa jedne starne, a sa druge strane ovako strukturirane lekcije je lake razmenjivati ili uvati u odgovarajuim relacionim ili Native XML bazama podataka. 1.2.4 Testiranje uz pomo raunara (Computer-based testing CBT) Computer-based testing (CBT), takoe i e-exams (testiranje pomou kompjutera ili e-ispiti) predstavljaju metod u ocenjivanju pri emu se pitanja i odgovori elektronski administriraju i uvaju (naravno pri ovome se podrazumeva korienje kompjutera i ICT tehnologija). CBT omoguava nastavnicima da definiu, planiraju, distribuiraju, razliite vidove testova, ispita ili kratkih provera znanja.

a) WBT pri emu se rezultati prezentuju posle svakog pitanja

b) WBT pri emu se rezultati prezentuju na kraju testa Slika 1.5 Arhitektura CBT/WBT Ovakav sistem moe biti ili samostalan ili deo ireg VLE/LMS sistma. Sutinski posmatrano web omoguava kreiranje jeftinih i efikasnih alata za testiranje znanja i sposobnosti.

19

Laboratorijska merenja i upravljanje eksperimentima putem Interneta Testovi koji se rade preko Interneta, po mnogim istraivanjima daju iste rezultate kao i oni koji su raeni kalsinim metodama [13]. Sama arhitektura i organizacija testova se najee svodi na dva osnovna modela: na davanje odgovora posle svakog pitanja (slika 1.5 a) i davanje odgovora, tj. ocenjivanje na samom kraju, posle odgovaranja na sva pitanja (slika 1.5 b). U prvom sluaju postoji postoji jak motivacioni moment, pri emu se taan, odnosno pogrean odgovor dostavlja korisniku sistema neposredo posle odgovaranja na konkretno pitanje ime se postie snaniji efekat u uenju. Sa druge strane ovaj pristup moe dovesti do toga da ceo test dugo traje i da bude formatiran u separatnim celinama pri emu korisnik sistema ne moe da stekne kompletnu sliku problema.

Slika 1.6 - E-testovi na Mainskom fakultetu u Kragujevcu Pri ocenjivanju na kraju testa, posle svih datih odgovora, sistem je jednostavniji jer postoji manji broj strana u idealnom sluaju samo jedna. Korisnik sistema moe lako da se kree kroz ceo test i da ima uvid u celinu, sa druge strane pogrean odgovor na jedno od vie povezanih pitanja moe prouzrokovati lo rezultat na kompletnom testu. Sistemi za kompjuterom, odnosno web podranim testiranjem su vrlo korisni kod testova koji se baziraju na izboru jednog od ponuenih odgovora (multiple-choice questions), pri emu se i pitanja i odgovori mogu dobiti automatski, (pri emu se smanjuje vreme potrebno za definisanje testova i smanjuje se potrebna koliina rada nastavnika). Na slici 1.6 prikazan je sistem za ocenjivanje (e-test sa viestrukim odgovorima) koji se koristi na Mainskom fakultetu u Kragujevcu. Softver za

20

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi testiranje je deo web laboratorije Univerziteta u Kragujevcu (moe se pogledati na http://www.cqm.co.yu/ii/test/). Sam sistem za testiranje podrava soluciju kada se odgovori daju posle svih pitanja i pri emu za svako pitanje daje objaanjenje. Naravno pojedini tipovi provere znanja ne mogu se na zadovoljvajui nain potpuno automatizovati korienjem raunara. 1.2.5 Web bazirane laboratorije U konceptu eLearninga znaajno mesto zauzimaju i virtualne laboratorije. Ove virtualne laboratorije poveavaju dostupnost opreme studentima i smanjuju trokove laboratorijeke opreme i trokove odravanja. Generalno gledano postoije dva koncepta virtualnih laboratorija: jedne sa simulacijom i vizeulizacijom u konceptu virutelne realnosti i drugi, koji se bazira na udaljenom upravljanju sa laboratorijskim eksperimentima. Razvoj web baziranih virtualnih laboratorija omoguava korisnicima da pristupe laboratorijskoj opremi i izvre eksperimentalni rad na konkretnoj aparaturi u bilo koje vreme i sa bilo kog mesta. Mnogi univerziteti su razvili ili razvijaju ove laboratorije za upravljanje, elektroniku, proizvodnju i druge oblasti. Kod veine univerziteta udaljene eksperimentalne laboratorije dovele su do mogunosti da skupa oprema bude iroko dostupna, to je stvorilo utedu vremena i smanjilo trokove i omoguilo individualni pristup opremi. Mnogi poznati univerziteti poev od MIT (Microelectronics Weblab), Chalmers University of Technology in Sweden, Chemical Engineering Department at Cambridge University, pa do University of Illinois (Integrated Remote Laboratory Environment (IRLE)) imaju svoje web laboratorije [2]. Web bazirane laboratorije moemo posmatrati iz tri ugla: akademskog tehnikog i drutveno-socijalnog. Sa akademske take gledita web laboratorije nude po nekim pitanjima velike prednosti u organizaciji studija inenjerskih i tehnikih nauka. Pri emu partneri u ovom poslu mogu biti razliiti univerziteti, vie kole, drava i odgovarajue institucije. Sa tehnike strane potrebno je razviti hardersko softversku platformu koja moe da omogui upravljanje razliitom laboratorijskom opremom. Preduzea i partneri iz privrede mogu uzeti uee u tenikom razvoju web laboratorije, bilo da te laboratorije koriste za sopstvene eksperimentalne svrhe ili za permanentu edukaciju svojih zaposlenih. Pri projektovanju web laboratorije, imajui u vidu razliita reenja i iskutva [10, 11, 12], kao i karakter laboratorijskih vebi, mogu se postaviti sledei zahtevi za razvoj softverske infrastrukture: Lako razumevanje edukacijskih zadatak i lako korienje sistema. Poto studenti samostalno, nezavisno od vemena i lokacije pristupaju sistemu za laboratorijske vebe, a pri tome nemaju podrku profesora i laboratorijskog osoblja da im na licu mesta pruaju potrebene informacije ceo sistem mora

21

Laboratorijska merenja i upravljanje eksperimentima putem Interneta biti izuzetno user-frinedly, interaktivan, sa kvalitetnim help-om i celokupnom podrkom. Iz tog razloga moraju biti iskoriene sve prednosti web okruenja, tj. njegov multimedijalni karakter i formirane mnogobrojne sekcije za podrku, kao to su nastavni materijali, komentari, forumi, FAQ. Prilagoavanje nastavnog materijala novom kontekstu. Koncept distan learning zahteva prilagoavanje nastavnog materijala i prevazilaenje problema koji nastaju zbog fizikog odsustva predavaa i demonstratora u laboratoriji. Nastavni materijal treba da bude priloen uz odgovarajue vebe i organiziovan u skladu sa SCORM standardom uz podrku LMS sistema. On-line uvid u eksperiment. Da bi web laboratorija ispunila svoj edukativni zadatak potrebno je omoguiti da student u svakom mometu ima pun uvid u eksperiment i tok eksperimenta. Potreban je visok nivo vizuelizacije u svakom koraku, poev od inicijalnog predstavljanja sistema i karakteristika sistema pa do praenja toka eksperimenta. Da bi se ovo ostvarilo najee se koristi server za video streaming. Potrebno je izabrati odgovarajuu serversku platforu i odgovarajuu politiku zatite. Ovo je esto ostvareno izborom open source okruenja, Apache servera i formiranjem modula za kontrolu pristupa koji ima zadatak da definie i usmeri korisnike prema nivou autorizacije. Pri ovome se formiraju dve osnovne grupe korisnika: student i nastavnik. Potrebno je da sistem funkcionie sa klijent strane na svim raspoloivim platformama. Jedna od osnovnih stvari je da sistem bude platformski nezavistan sa klijent strane, to se omoguava time to je standardi browser najee klijent. Pri ovome su izbegnuti problemi sa instalacijom softvera sa klijent stane jer obian Firefox browser preuzima ulogu klijent okruenja. Time se postie bitan cilj da klijent, a prema prethodno navedenom i server, strana budu besplatni, a u isto vreme se omoguava da instalacija klijenta bude krajnje jednostavna a sigurnost klijent platforme razumno kvalitetna. Potrebno je omoguiti jednostavno i lako definisanje upravljakih algoritama i upravljakih signala. Ovo se ostvaruje taj nain to se daju primeri za downlaod za upravljake algoritme i upravljake signale, tako da studenti koristei gotov primer mogu da definiu sopstveni zakon upravljanja ili sopstveni ulazni signal. Potebno je da sve laboratorijske vebe i njihovi rezultati budu dokumentovani. Snaga i prednost web laboratorije treba da se ogledaju i u kreiranju baze podataka ve uraenih eksperimenata. Student moe da pretrai bazu gotovih eksperimenata u potrazi za specifinim reenjima ili zbog potrebe da uporedi svoja reenja sa prethodnim. Sve ovo omoguuje bolju analizu kao i omoguavanje sa jedne strane bolje saradnje, a sa druge strane mogunost viestrukih proba i viu idividualizaciju svakog eksperimenta. Ovakvo uvanje podataka prua mogunost da i nastavnik u kasnijim fazama analizira svaki pojedinani rad i da daje preporuke u cilju, na primer, unapreenja algoritma upravljanja ili testiranja sistema sa drugim ulaznim signalima.

22

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi Download eksperimentalnih rezultata. Pored uvanja rezultata u bazi podataka, potrebno je omoguiti studentu da download-uje sopstvene rezultate u razliitim oblicima da bi mogao da sastavi potrebne izvetaje ili da kasnije analizira svoje rezultate. Mogunost lakog upravljanja izmenama i distribucija novih verzija. Same web aplikacije omoguavaju ovaj koncept. Aplikacije najee imaju troslojnu arhitekturu tako da su lake za odravanje. Sistem mora da ima modularnu i otvorenu arhitekturu tako da se nove komponente i vebe dodaju to jednostavnije. Sam sistem je potrebno projektovati na modularnom i otvorenom principu, tako da bude jednostavno da se doda novi eksperiment ili nov sadraj. Da bi se ovo ostvarilo web laboratorija esto poseduje CMS (Content Management System) koji omoguuje nastavnom osoblju da korienjem jednostavnog administracionog panela dodaje nov sadraj. Web laboratorija mora biti otvoren i visoko modularan sistem, koji ima mogunost da se dalje i iri i razvija zajedno sa napretkom softverskih i drugih tehnologija.

Slika 1.7 Arhitektura sistema Jasno je da pored ovih glavnih zahteva postoje i drugi vani zahtevi koje web laboratorija treba da ispuni. Navedeni zahtevi su jednostavno polazni zahtevi prilikom organizacije i kreiranja web laboratorije. Ovi zahtevi su moda najprimereniji inenjerskoj edukaciju, i verovatno je da bi za neke druge oblasti edukacije oni bili delimino drugaiji. Da bi se odgovorilo napred navedenim zahtevima potrebno je projektovati odgovarajuu softversku arhitekturu.

23


Slika 1.8 UML dijagram integrisanog eLearning okruenja WLUK-a Softverska arhitektura se sutinski sastoji iz dva dela: prvi deo koji kontrolie fizike procese (na strani servera Control Server) i drugi deo koji generie korisniki interfejs i definie pristup korisnika (i koji upravlja ostalim delom eLearning okruenja) i koji je orijentisan ka servisu korisnika (Web server) (slika 1.7). Na lokalnom Controle Server-u potrebno je implementirati softverski modul eksperimentalni interfejs koji ostvaruje algoritam upravljanja i komunicira sa web serverom. Sistem za akviziciju podataka i D/A konvertor su povezani za ovaj server. Klijent strana je bazirana na nekoj od tehnologija za kreiranje dinamikih web strana. Svi podaci o eksperimetnima, pristupu korisnika i druge informacije vezane za eLearning okruenje nalazi se u bazi podataka.

24

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi Poslednji mogui server je video server. Preko njega se emituje digitalni video signal. On ima zadatak da ostvari vizeulnu povratnu spregu i da stvori korisnicima realni utisak eksperimenta koji se odvija u laboratoriji. Na slici 1.8 prikazane su kompenete integrisanog eLearning sistema, gde web laboratorija predstavlja znaajni gradivni element. Ideja je u generisanju integrisanog eLearning okruanja koji omoguava upravljanje nastavnim materijalom i prezentovanje istog uz pomo LMS (Learning Management System); samoevaluaciju uz koriene testiranja i praktinog rada koji omoguava web laboratorija. Ovakvo eLeraning okruenje unapreuje nastavni proces i omoguava stvaranje blended, odnosno meovitog (meavina klasinog i on-line uenja i eduakcije) vida edukacije.

Slika 1.9 Web laboratorija Univerziteta u Kragujevcu Kroz planirani modul za sinhronizaciju ovaj sistem bi mogao da bude povezan sa drugim edukacionim informacionim sistemima i sopstvenim ili eksternim bazama znanja. Web laboratorije se mogu smatrati kao sredstvo koje na lak nain u proces tehnikih studija mogu integrisati ljude koji su na tom polju imali malo iskustva, kao i one koji iz razliitih razloga nisu u mogunosti da fiziki pristupe laboratorijskoj opremi, bilo zbog udaljenog mesta stanovanja, bilo zbog posebnih potreba koje jedna grupa ljudi svakako ima. Takoe web bazirane laboratorije omoguavaju koncept permanentnog obrazovanja i ukljuivanje onih osoba u edukacijski proces, koje zbog svojih poslovnih i dnevnih obaveza preferiraju uenje na daljinu. Na slici 1.9 prikazana je Web laboratorija Univerziteta u Kragujevcu (http://weblab.kg.ac.yu miror http://www.cqm.co.yu/weblab/).

25


2.Laboratorijski model krana/inverznog klatna2.1 OPTA RAZMATRANJAVan svake sumnje je da laboratorijski eksperimenti igraju veoma vanu ulogu u inenjerskoj edukaciji. Bitno je veza izmeu esto apstraktne teorije i njenih konkretnih primena bude jasna. Veoma je vano da polaznici kursa problematiku predmeta kursa sasvim jasno uoe u globalnoj perspektivi na samom poetku, a samim tim shvate i potrebe za izuavanjem kursa, kao i potrebu za teorijom koja reava izvesni skup problema. tavie, ira i sasvim jasna slika predmetne oblasti je nuna, jer, primera radi, primetimo da su u akademskim kursevima koji se tiu automatskog upravljanja pitanja cene, bezbednosti, HMI interfejsa, pouzdanosti i sl. gotovo zaboravljena [30]. Zatim, pitanja modeliranja i identifikacije se esto izuavaju kao posebna oblast, sasvim nezavisno od formulacije upravljakog ili konstrukcionog zadatka. Svi ovi aspekti mogu biti prirodno objedinjeni i sagledani u laboratoriji zasnovanoj na fizikim (laboratorijskim) modelima - realnim ureajima i procesima. Danas laboratorijski modeli mogu biti kvalifikovani kao prevazieni, nedovoljno pouzdani i skupi, iz razloga to mogu biti zamenjeni virtuelnom realnou zasnovanoj na monoj raunarskoj tehnici, simulacijama i njihovoj vizuelizaciji. Tano je da virtuelne laboratorije dobijaju svoje mesto u inenjerskoj edukaciji, tim pre jer je cena softvera za kompijutersku simulaciju i vizuelizaciju znatno manja od cene laboratorijskih aparatura. Meutim, fiziki (laboratorijski) modeli su znatno blii realnosti, i omoguavaju bolji uvid u strukturu i dinamike fenomene realnog sistema [30]. Individualna praksa u to realnijim inenjerskim uslovima ima nesumnjivu prednost ukoliko je takve uslove mogue obezbediti. Dakle, laboratorijsko okruenje moe biti realno (fiziki modeli) i virtuelno (simulirano i animirano), a u pogledu dostupnosti resursima razlikujemo laboratorije kojima se moe pristupiti lokalno ili direktno, i laboratorijske resurse sa pristupom

26

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi putem Interneta. I virtuelni i realni laboratorijski resursi mogu biti korieni putem Interneta ili direktno u lokalu. Prednosti i mane navedenih pristupa se mogu komentarisati kroz odnose cena/kvalitet korienja laboratorijskih resursa. I virtuelne i realne laboratorije sa pristupom na daljinu odlikuje pogodnost pristupa sa bilo kog mesta u bilo koje vreme, dok se cena laboratorijske opreme i softvera deli na mnogo vei broj korisnika nego u konvencionalnim sluajevima sa direktnim pristupom. Kombinacija simulacija i realnog eksperimenta, upoznavanje sa realnom opremom i izvrenjem eksperimenta u lokalu, sa mogunou eksperimentisanja i putem Interneta jeste standard kome se tei. Eksperimenti orgnizovani na daljinu podstiu saradnju unutar ire univerzitetske i istraivake zajednice, i imaju jasan potencijal za industrijske primene (telemetrija, teledijagnostika, teleupravljanje, itd.)

2.2. LABORATORIJSKI MODEL KRANA/INVERZNOG KLATNAObjasnimo ukratko principijelnu strukturu i svrhu tipinih laboratorijskih modela portalnog krana i inverznog klatna prisutnih u inenjerskoj edukaciji. Primer portalnog krana je dat na Sl.2.1 a). Obino je u upotrebi gotovo nepriguen kran sa uetom promenljive duine. Teret mora stii na zadatu destinaciju bez zastoja i sa minimumom preskoka i kretanja. Njihanje tereta predstavlja neeljeno ponaanje, dok bi teret trebao da sledi u vremenu zadatu trajektoriju. Kada je duina ueta fiksna, sistem postaje nelinearan sistem sa jednim ulazom i dva izlaza. Studenti mogu primeniti razliite tehnike sinteze kontrolera zasnovane na linearizovanim modelima objekta upravljanja, zatim tehnike projektovanja fuzzy i neuro kontrolera, napredne algoritme upravljanja poput H2 i H, kao i druge zakone nelinearnog i optimalnog upravljanja. Pored demonstracije tehnika upravljanja, mogu biti demonstrirane i tehnike dijagnostike i estimacije.

Slika 2.1 Principijelna struktura standardnih laboratorijskih modela a) portalnog krana i b) inverznog klatnaVeba sa inverznim klatnom je ilustrovana na Sl.2.1b), i stabilizacija inverznog klatna je analogna stabilizaciji rakete pri lansiranju. Umesto da klatno bude stabilizovano u nestabilnom ravnotenom stanju u vertikalnoj poziciji, mogu je

27

Laboratorijska merenja i upravljanje eksperimentima putem Interneta zadatak da to bude uinjeno u nekoj drugoj poziciji. Svrha vebe je demonstracija upravljakih tehnika nad nestabilnim objektom upravljanja. U konkretnom sluaju projektovan je laboratorijski model koji istovremeno moe biti tumaen i upotrebljen kao kran i kao inverzno klatno (Sl.2.2).Upravljanje u ka i Motor x Ugao klatna Pojaiva snage Osovina Kotur L Pozicija kolica x 2a GP M GP - Granini prekida

Klatno m

Slika 2.2 Realizovani laboratorijski model krana/inverznog klatnaAparatura se sastoji od klatna ija je taka veanja/rotacije na kolicima koja se horizontalno pokreu putem DC motora - HSM 150 C [31]. Izlazna osovina motora je spojena sa koturom koji pokree sajlu koja je vrsto spojena sa kolicima. Kretanje kolica je ogranieno graninim prekidaima. Ulaz u sistem je jednosmerni napon u, koji je zapravo ulaz pojaavaa snage. Prate se sledee promenljive kao izlazi sistema pozicija kolica x , putem desetoobrtnog potenciometra uvrenog na osovini motora

& brzina kolica x , putem tahogeneratora privrenog na osovinu motoraugaona pozicija klatna , putem desetoobrtnog potenciometra na osovini kolica o koju je oveano klatno

& ugaona pozicija klatna , putem tahogeneratora na osovini kolica

struja motora i Shodno karakteristikama mernih pretvaraa prisutni su tzv. faktori skaliranja

& & & & x [ m ] = k x x [V ] , x [ m s ] = kv x [V ] , [ rad ] = k [V ] , [ rad s ] = k& [V ] .poto su nabrojane merene veliine izvedene kao naponski signali koje prihvata sistem za akviziciju. U sluaju merenja struje motora i, 1V izmerenog napona odgovara struji od 10A. Odreivanje gore pomenutih faktora skaliranja bie predmet identifikacije sistema, ili kalibracije mernih pretvaraa. Druge fizike konstante aparature su - duina klatna, ili tanije, rastojanje centra mase tereta od ose rotacije je L = 450 mm, mada je konstrukcija tako izvedena da se duina klatna moe menjati od minimalne (L = 125 mm) do maksimalne duine (L = 570 mm)

28

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi - poluprenik kotura a = 30 mm - masa tereta m = 0.05 kg, ali se moe menjati - masa kolica M = 0.150 kg - moment inercije osovine motora I = 13010-7 kgm2 - konstanta momenta km = 0.055 Nm/A - otpornost namotaja rotora motora R = 0.7 ,, - induktivnost namotaja rotora motora Lm = 9010-6 H, - konstanta pojaavaa ka = 5 V/V - rastojanje izmeu graninih prekidaa d = 1.45 m

2.3. MATEMATIKI MODEL KRANA/INVERZNOG KLATNA

Slika 2.3 Mehaniki podsistem laboratorijskog modela krana/inverznog klatnaRespektujui Sl.2.3 i Sl.2.2 uz objanjenje usvojenih oznaka, pretpostavljajui ekvivalentan moment inercije oba kotura i motora I, i zanemarujui inerciju klatna, postavimo Langraeove jednaine kretanja

d Ek & dt

Ek d Ek Ek = Q , = Qx . dt x x &

(1)

koje e dati dinamiki matematiki model sistema. Za dati sistem, generalisane koordinate su x i , a kinetike energije segmenata oznaenih na slici su

Ek 1 =

& & 1 x 1 1 x & I = I , Ek 2 = Mx 2 , Ek 3 = mv32 , 2 a 2 2 a 1 1 1 1 1 & & Ek 4 = m4 v4 2 + I 4 2 = m4 v4 2 + m4 L2 2 2 2 2 2 12

2

2

(2)

Na osnovu Sl.2.3, sraunavamo brzinu v3

29


x3 = x L sin , y3 = L cos ,

& & & x3 = x L cos 2 2 2 && & &2 v3 = x 2 L x cos + L & & y3 = L sin

(3)

i slino bi bila sraunata i brzina v4, za kojom sada nee potrebe, saglasno pretpostavci da je segment 4 zanemarljive mase. Da li je pretpostavka korektna mogu proveriti korisnici eksperimenta uporeivanjem eksperimentalnih i simulacionih rezultata u razliitim sluajevima sloenosti matematikog modela. Kinetika energija sistema je

Ek =dok je

I 2 1 1 && & & & & x + Mx 2 + m x 2 2 L x cos + L2 2 . 2 a 2 2

(4)

A = M

xa

F x mgL sin = Qx x + Q .

(5)

U skladu sa (1), dobijamo sledee jednaine kretanja sistema

&& x L = && cos g sin M 2I && &2 x F 2 + M + m && mL cos + mL sin = a a koje se mogu napisati i u obliku (6)

&& x L = && cos g sin F M M I && & & + 1 && = sgn( x) + L cos L 2 sin x 2+ m ma m ma (7)

Linearizacija modela (7) je zasnovana na pretpostavci da je ugao 0 , te kao linearizovani model moemo prihvatiti sledei

&& x L = && gF M M I && & + 1 && = sgn( x) + L x 2+ m ma m ma gde je M (8)

- moment motora, F - sila trenja izmeu kolica i podloge, I moment

inercije oba kotura i obrtnih delova motora zajedno. Detaljniji matematiki model bi se dobio ako segment 4 na Sl.2.3 ne bi bio zanemaren. to se tie elektrinog, odnosno, pogonskog dela sistema koji ini DC motor ija je izlazna osovina s jedne strane spregnuta sa davaima ugaone pozicije i brzine (potenciometrom i tahogeneratorom), a sa druge strane koturom 1 na Sl.2.3, prikljueni upravljaki napon u savlauje kontraelektromotornu silu e, elektrootpornu eR i kontraelektromotornu silu samoindukcije eL

& di x u = e + eR + eL = kem + Ri + Lm dt a30

(9)

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi gde je R otpornost namotaja rotora, Lm induktivnost namotaja rotora, i struja kroz namotaje rotora, kem konstanta elektromotorne sile, i ugaona brzina obrtanja

& & motora je direktno proporcionalna brzini kolica x & x & = agde je a poluprenik kotura. Ukupan pogonski moment motora M treba da savlada moment inercijalnih sila rotora, moment viskoznog trenja, moment spoljanjeg optereenja na osovini motora (tj. izlazni moment motora). Pri modeliranju sistema moment viskoznog trenja je zanemren, dok je pogonski moment [31]

M = km i

(10)

gde je km konstanta momenta, ija se vrednost uzima iz kataloga proizvoaa [31]. U sluaju izraavanja km i kem u SI sistemu ( km [ Nm A] , kem [V rad / s ] ), brojne

vrednosti ovih konstanti su jednake [31]. Jednaine (9) i (10) predstavljajumatematiki model motora. Treba imati u vidu da je ulazni napon ogranien po apsolutnoj vrednosti

umax u umax

(11)

pri emu predznak napona odreuje smer obrtanja motora. Posmatrajmo sada izdvojeno mehaniki deo sistema koji pogoni moment M (moemo ga tretirati kao upravljaku veliinu za izdvojeni deo sistema), a koji je modeliran jednainama (8). Jednaine (8) mogu biti napisane i u drugoj formi. & Reavanjem jednaina (8) po && i L moemo dobiti sledee jednaine x2 && = (0 12 ) L + u f x

&& L = 02 L + u f

(11)

gde je

g (12) L 1 - prirodna nepriguena uestanost klatna kada se kolica ne mogu kretati (fiksirana je taka veanja klatna, tj. kolica su fiksirana),

12 =

02 = 12 1 +

m ( M + I a2 )

(13)

0 - prirodna nepriguena uestanost klatna kada se kolica mogu slobodnokretati bez trenja (pretpostavlja se da nema trenja), M u= a ( M + I a2 )(14)

31


u - normalizovani signal upravljanja u konkretnom sluaju, F & f = sgn( x) ( M + I a2 )f - normalizovani signal frikcije (disipacije) u konkretnom sluaju.Usvajajui vektor stanja x = [ x u sledeoj formi

(15)

& x L

& L ] , jednaine (11) je mogue napisatiT

0 0 x 0 x 0 1 x 0 0 2 2 0 x 1 & d & 1 0 + (u f ) = 0 1 L 0 dt L 0 0 2 & 0 & L 0 0 2444 L 1 { 1444 0 3A B

(16)

Ukoliko bi se trenje, odnosno disipacija energije u sistemu zanemarila, dobija se prepoznatljiv model u prostoru staja & (17) x = Ax + Bu

U sluaju inverznog klatna, linearizacija modela mehanikog dela sistema (7) je zasnovana na pretpostavci da je ugao . Tada je radi jednostavnosti postupka linearizacije podesno uvesti koordinatu = , koja je 0 u okolini ravnotenog poloaja inverznog klatna. Respektujui smenu = model (7)postaje

&& L = && cos g sin x F M M I && & & + 1 && = sgn( x) + L cos L 2 sin x 2+ m ma m ma ijom linearizacijom dobijamo (18)

&& x L = && + g F M M I && & + 1 && = sgn( x) + L x 2+ m ma m ma (19)

te umesto modela (16) koji vai u sluaju krana, za model mehanikog dela sistema inverznog klatna dobijamo

0 0 x 0 x 0 1 x 0 0 2 2 0 x 1 & d & 0 1 + (u f ) = 0 1 L 0 dt L 0 0 & 2 0 & L 1444 0 0 0 2444 L 1 { 3A B

(20)

32

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi pri emu se itaocima preporuuje da samostalno verifikuju dati rezultat izvoenja koje je ovde izostavljeno. Objedinjeni model gore opisanog sistema (jednaine (8), (9) i (10)) koji obuhvata i elektrini i mehaniki deo je dat strukturnim blok dijagramom na Sl.2.4.& aF sgn( x)

M

opt

&& x&

&&

M& & = x a

& x

x

Slika 2.4 Strukturni blok dijagram sistemaNaglasimo da se dati model na razliite naine moe komplikovati (respektovanjem priguenja rotacionih delova, fizikog umesto matematikog klatna, modeliranjem sile trenja na razliite naine, modeliranjem elastinih sprega u sistemu, respektovanjem nelinearnosti, itd.) i pojednostavljivati (zanemarivanje trenja, induktivnosti rotorskog namotaja Lm, itd.). Pri projektovanju upravljanja, korisno pojednostavljenje predstavlja koncept da je moment motora M upravljaka veliina mehanikog podsistema (ije izlaze upravljamo), dok uticaj mehanikog podsistema na elektrini sagledavamo kao poremeaj, odnosno, moment optereenja. Otuda, mehaniki podsistem odreuje kljune karakteristike datog objekta upravljanja. Upravo je tako apstrahovan model koji je struktuiran na Sl.2.5. Varijacija pogonskog momenta usled uticaja kontraelektromotorne sile M of pt , je kao i moment trenja

& aF sgn( x) predstavljen kao poremeaj, odnosno moment optereenja koji delujena sistem. Na taj nain je olakana primena dela teorije koji se ui na osnovnim kursevima iz oblasti upravljanja. Odnosno, moemo direktno realizovati pogonski moment M , kao na Sl.2.5, a sve druge uticaje apstrahovati kao poremeaje. A zanemarivanjem uticaja poremeaja u modelu, relacija (17) sasvim odgovara i u kontekstu strukture na Sl.2.5.& aF sgn( x)

M

opt

&& x&

&& x

M

& x

M

fopt

Slika 2.5 Strukturni blok dijagram sistema

33

Laboratorijska merenja i upravljanje eksperimentima putem Interneta Treba imati u vidu da se model nikada ne moe prihvatiti kao sasvim taan, ve kao manje ili vie adekvatan, u funkciji onoga za ta je u datom trenutku potreban [20]. Zato konkretna eksperimentalna instalacija prua odline mogunosti za poreenjem modela razliitih nivoa sloenosti, odnosno njihovih simulacionih izlaza sa konkretnim eksperimentalnih rezultatima identifikacije sistema.

2.4. DRUGE KARAKTERISTIKE EKSPERIMENTALNE INSTALACIJEEksperimentalna aparatura, prikazana na Sl.2.5, je postavljena u prostoriji C85 Centra za primenjenu automatiku Mainskog fakulteta u Kragujevcu, koja treba da ini integralni deo WEB Laboratorije Univerziteta u Kragujevcu, a koja je trenutno u proceduri formalnog osnivanja (www.weblab.kg.ac.yu). Aparatura sadri mehanizme sa respektabilnim masama koje se mogu kretati veoma brzo i ponekad sasvim nepredvidivo. Zato su neposredni korisnici upozoreni da se dre podalje od pokretnih delova i ako je neophodno dirati klatno, to initi krajnje paljivo. Takoe se podrazumeva da se ne utie na rad aparature, ukljuujui i njeno ukljuivanje dok je druga osoba blizu klatna. Aparatura se sastoji od laboratorijskog modela krana/inverznog klatna, AD/DA interfejsa, web kamere i PC raunara. Prikaz eksperimentalne aparature je dat na Sl. 6, i na istoj, ispod motora koji pokree kolica sa kranom su prikazani elektrini prikljuci koji slue za povezivanje laboratorijskog modela krana sa AD/DA interfejsom. Prikljuci u donjem redu (crni) su mase, a u gornjem (crveni konektori) su prikljuci/izvori signala. Redosled prikljuaka sa leva na desno je: Upravljanje motorom (kao na Sl.2.6, konektor je povezan na izlaz DA konvertora, odnosno kanal 0 sistema NI USB 6009) Merenje struje motora (nije povezano) Naponski dava poloaja ugla klatna vezan za AD ulaz - kanal 0 DI Naponski dava ugaone brzine klatna vezan za AD ulaz - kanal 1 DI Naponski dava poloaja kolica vezan za AD ulaz - kanal 2 DI Naponski dava brzine kolica vezan za AD ulaz - kanal 3

Slika 2.6 Eksperimentalna aparatura

34


Slika 2.7 Povezivanje laboratorijskog modela sa PC raunarom Eksperimentalna aparatura predstavlja sistem sa povratnom spregom. DC motor predstavlja izvrni organ kojim se upravlja promenom napona izlaznog kanala 0 DA sekcije u opsegu od 0 do 5V. D/A konvertor je 12-to bitni. Ulazni signali se dobijaju sa naponskih davaa poloaja kolica, brzine kolica, ugla klatna i ugaone brzine klatna, i vezani su diferencijalno na 14-to bitne A/D konvertore, tj. na kanale 0-3 AD sekcije NI USB 6009. Diferencijalana veza ulaza omoguava merenje signala u opsegu od 20 V, a asimetrina u opsegu od 10 V. Upravljaki deo sistema ine PC raunar sa AD/DA interfejsom i softverom za rad u realnom vremenu. Softverski se lako mogu realizovati razliiti tipovi kontrolera.

Slika 2.8 Korieni modul za akviziciju signala i upravljanje NI USB 6009 (pogledati dodatak B) Korieni AD/DA interfejs, tj. modul za akviziciju signala i upravljanje je prikazan na Sl. 2.8, a detaljno je opisan u dodatku B.

35


3.Ciljevi i mogui zahtevi laboratorsijske vebeEksperimentalna aparatura je zapravo raunarski podran sistem sa povratnom spregom koji korisnicima omoguava bolje razumevanje apstraktne teorije signala i sistema, kao i sticanje izvesnih iskustava u projektovanju mehatronikih sistema, implementaciji razliitih tehnika upravljanja, programiranju u realnom vremenu, zatim u korienju razliitih funkcionalnih sklopova, senzora, raunarske tehnike i softvera. Eksperiment se koristi za upravljanje kranom/inverznim klatnom kako bi se ilustrovale tehnike formiranja dinamikih modela (u prostoru stanja, pogotovu) tehnike upravljanja, poput kaskadnog upravljanja, korienja povratne sprege po stanju, i tehnike podeavanja polova teorijske postavke nelinearnih sistema, poput graninih krugova i opisnih funkcija Dakle, eksperimentalna aparatura ima kapacitet da pokrije iru teoriju iz niza nastavnih predmeta koji se bave analizom dinamikih sistema i upravljanjem, mahom na postdiplomskom nivou prema sadanjem konceptu studija na Mainskom fakultetu u Kragujevcu. Meutim, mogua je upotreba i na niim nivoima studija, u cilju ilustracije osnovnih teorijskih pojmova i koncepata signala i sistema razmatranja tehnikih specifikacija elemenata i sistema, i integracije funkcionalnih sklopova sprovoenja merenja korienjem raunara, uz proceduru badaranja i identifikacije karakteristika korienih mernih pretvaraa korienja programskih paketa poput LabView-a i Matlab-a u cilju merenja, upravljanja i analize rezultata

36

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi snimanja statikih karakteristika, zatim, dinamikih odziva na razliite test pobude, verifikacije razliitih matematikih i simulacionih modela za pojedine elemente i sistem u celini. Odnosno, ilustracije dinamikih i statikih osobina dinamikih sistema. primene procesnih i PC raunara u sistemima merenja i upravljanja, i sticanja i podizanja nivoa vetina programiranja u realnom vremenu demonstracije prednosti automatskog upravljanja u odnosu na manuelno, i primene razliitih tehnika upravljanja i podeavanja regulatora testiranja razliitih formi algoritama upravljanja, identifikacije sistema, teorijskih koncepata za analizu i ocenu kvaliteta ponaanja sistema. Uopteni edukativni zadatak bi na opisanoj aparaturi mogao da izgleda ovako 1. Identifikovati statike i dinamike karakteristike sistema i/ili njegovih funkcionalnih elemenata 2. U skladu sa postavljenim tehnikim zahtevima (tehnike specifikacije postaviti samostalno, ili se drati zadatih) projektovati, implementirati i testirati adekvatan algoritam upravljanja. Izvriti poreenja izmeu razliitih algoritama upravljanja ili razliitih metoda podeavanja istog algoritma upravljanja. Eventualno, samostalno predloiti specifikaciju racionalnih tehnikih zahteva u pogledu funkcionisanja sistema. Sprovesti analizu uporedivih simulacionih i eksperimentalnih rezultata i izvesti zakljuke u kojoj meri eksperiment i simulacija potvruju teorijska razmatranja. Ako postoje odstupanja, objasniti zato je do njih dolo. 3. Napraviti samostalno softversku podrku za upravljanje i nadzor Kao saglediv, lagan i ilustrativan zadatak, predloimo sledei 1. Neka je cilj realizacija pozicionog servosistema, pri emu treba to tanije pozicionirati kolica koja nose klatno, ali za to krae vreme i uz minimalne oscilacije klatna. Mera uspeha je tanost pozicioniranja, vreme, integral apsolutne vrednosti otlona klatna (ugla na Sl.2.3). 2. Softverski implementirati koncept manuelnog upravljanja. Startovanjem eksperimenta (setovanjem referentne pozicije u koju treba dovesti kolica), poinje da tee vreme, a korisnik dojstikom ili tasterima upravlja (levo ili desno, i sa razliitim intezitetom, tj. poveava i smanjuje intezitet ulaznog napona motora). Pritisak na Enter znai kraj eksperimenta. Relevantni signali su sauvani u raunaru, to je takoe deo samostalnog softverskog reenja. 3. Projektovati i implementirati proizvoljni algoritam upravljanja (recimo PID upravljanje) za rad sistema sa povratnom spregom (projektovanje pozicionog servosistema), i uporediti rezultate sa rezultatima manuelnog upravljanja. Oekivani rezultat je da studentima prednosti automatskog upravljanja postanu oigledne, jer manuelno, metodom levo ili desno, sporije ili bre, teko e moi da upravljaju uporedivo kvalitetno automatizovanoj proceduri putem raunara. U cilju interesantnije nastave, mogue je pribegavati konceptu da pripremljena grupa

37

Laboratorijska merenja i upravljanje eksperimentima putem Interneta studenata (koja je prola odgovarajui teorijski deo, zatim vebe u kojima su se koristili i simulacioni alati poput Matlaba) bude podeljena u dva takmiarska tima koji e ispitati dinamike karakteristike upravljanog objekta i na osnovu toga projektovati i podesiti svoj algoritam, itd. Detalji konkretnog studentskog zadatka (uz doslednu proceduru izvoenja eksperimenta, i precizno traenog prikaza rezultata) e biti rezultat konkretnog nastavnog cilja u okviru datog nastavnog programa. Predmetni nastavnici e biti u mogunosti da u okviru portala www.weblab.kg.ac.yu, koji delom reava problemem programiranja u realnom vremenu, daju definiciju laboratorijskog zadatka za svoje studente. U svakom sluaju, nezavisno od traenog sadraja zadatka, izvetaj o uraenom zadatku bi trebalo da sadri Kratak rezime o eksperimentu Sve zahtevane crtee i eksperimentalne podatke Odgovore na pitanja o eksperimentalnoj proceduri i analizi rezultata Odgovore na fundamentalna teorijska pitanja, vezano za teoriju koja podrava izvoenje eksperimenta Kratak izvod zakljuaka na osnovu sprovedene simulacione i eksperimentalne analize Cilj izvetaja je u tome da student pripremajui ga moe pronai relevantne korisne informacije koje e njegovo znanje i vetine uiniti sistematinijim i operativnijim. Budui da eksperimentalna aparatura povezuje teoriju iz niza nastavno naunih oblasti, ovde nee biti mogue dati kompletne izvode iz teorije i demonstrirati primere rezultata koji pokrivaju pun kapacitet upotrebe eksperimentalne instalacije. Data eksperimentalna instalacija se po logici stvari koristi postupno: prvo treba proi eksperimentalnu proceduru koja se odnosi na upravljanje kranom, pa tek se onda baviti opcijama eksperimenta sa inverznim klatnom. Primera radi, naveemo moguu eksperimentalnu proceduru u oba sluaja. Neka bude primenjeni koncept upravljanja upotreba povratne sprege po stanju, tj. neka je za usvojeni vektor stanja

x = [x

pojaanja K = [ k1

& x L

& L ] (videti relaciju (16)) u povratnoj sprezi realizovan vektorT

k2

k3

k4 ] , tako da se generie komponenta upravljanja

v = Kx korienjem povratne sprege po stanju. Treba ispravno podesiti faktore pojaanja k1, k2, k3 i k4. U eksperimentalnoj proceduri upravljanja kranom moemo predloiti sledee korake - Sprovesti identifikacione procedure u cilju verifikacije matematikog modela objekta upravljanja u irem smislu. Snimiti odgovarajue statike karakteristike, utvrditi bitne konstante modela i estimirati silu trenja u zavisnosti od brzine kretanja kolica - Projektovati pozicioni servo setovanjem k1=0.45, k3=k4=0 i varirati k2 da se dobije kritino priguen odziv kolica (kretanje klatna se ignorie). Prethodno pokuati sraunati i simulaciono potvrditi pogodne vrednosti za k1 (pretpostavljena vrednost

38

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi k1=0.45 je grubo pretpostavljena) i k2. Dati prikaz reprezentativnog odskonog odziva. - Za izabrane vrednosti k1 i k2 iz prethodne take nastaviti eksperimentisanje poveavajui k3 od vrednosti nula i pratiti odskone odzive. Provesti oko 5min varirajui k3 i k4 u nastojanju da se minimiziraju oscilacije klatna. Snimiti najbolji rezultat i uporediti ga sa teoretskim prikazom rasporeda polova koristei programski paket Matlab. Komentarisati prelazni proces u odnosu na poziciju polova. - Metodom podeavanja polova izabrati pojaanja povratne sprege po stanju tako da svi polovi sistema sa zatvorenom povratnom spregom imaju vrednost - 1 (vidi (12)). Snimiti odskoni odziv, i dovesti ga u vezu sa teorijski dobijenim rasporedom polova koristei programski paket Matlab. - Eksperiment nastaviti tako to e brzina odziva biti poveana izborom sledea etiri pola sistema sa zatvorenom povratnom spregom -, -, -j. Pogodne vrednosti , , i svaki student bira za sebe, sprovodi metodu podeavanja polova, implementira algoritam sa povratnom spregom po stanju, snima odskoni odziv i komentarie ga. - Za dobijeni rezultat u prethodnoj taki, student nastavlja sa eksperimentom tako to varira pojaanje k2 sve dok ne doe do pojave nestabilnog ponaanja sistema. Snimiti odskoni odziv koji poinje da osciluje na granici stabilnosti, i uporediti konkretno pojaanje k2 i rezonantnu uestanost (eksperimentalne vrednosti) sa vrednostima dobijenim na osnovu linearnog modela. Studenti mogu koristiti proizvoljni test stabilnosti pri proraunu (recimo Routh Hurwitzov test, kao sasvim pogodan u ovom sluaju, ili neki drugi). S druge strane, u eksperimentalnoj proceduri upravljanja inverznim klatnom moemo predloiti sledee korake - Dovoenje klatna u okolinu nestabilnog ravnotenog stanja moe biti jednostavno izbegnuto, ako elimo direktno koristiti algoritam upravljanja koji je izveden na osnovu linearnog matematikog modela. Kolica dovesti na sredinu putanje, a klatno podii u uspravan poloaj. Istovremeno aktivirati eksperiment i osloboditi klatno. Voditi rauna o bezbednosti! - Neka su pojaanja k1=k2=0, a izabrati k3 i k4 tako da stabilizuju dinamiku klatna (recimo, k3=0.5, k4=0.2, ali proveriti prethodno simulacijom da li predloene vrednosti odgovaraju). Trebalo bi da se klatno odrava uspravno i kolica miruju u stacionarnom stanju. U sluaju da rukom vrimo blag pritisak na klatno da bi ga izveli iz pozicije labilne ravnotee, kolica poinju da se kreu. Meutim, ta se zbiva kada se klatno oslobodi takvog uticaja? Kolica e se vrlo agresivno pokrenuti da bi se stabilizovala pozicija klatna. Objasniti takvo ponaanje sistema. Biti vrlo oprezan pri laganom uticaju na klatno i njegovom oslobaanju. Odnosno, voditi rauna o bezbednosti! - Metodom podeavanja polova, izraunati pojaanja ki tako da svi polovi sistema sa zatvorenom povratnom spregom imaju vrednost - 1 (vidi (12)). Snimiti odziv sistema.

39

Laboratorijska merenja i upravljanje eksperimentima putem Interneta - Ako se prethodna taka eksperimenta implementira sa izuzetkom da je k3=k4=0, ta e se dogoditi i zato? - Ilustracija graninih krugova. Metodom podeavanja polova odabrati pojaanja ki koja daju stabilan odziv. Zatim smanjivati pojaanje k2 sve dok se ne pojave oscilacije znaajne amplitude (tj. kolica e gotovo udarati u granine poloaje levo i desno od sredine putanje). Snimiti odziv. Sada poveavati k2 dok sistem skoro ne postane nestabilan. Snimiti odskoni odziv na vrlo malu odskonu pobudu. Dobijene rezultate uporediti sa teorijskim rezultatima frekvencija i amplituda graninih krugova sraunate opisne funkcije. Dobijene rezultate treba paljivo analizirati. Treba uporeivati pozicije polova linearnog modela i eksperimentalne odzive sistema. Generalno, treba izvriti poreenje eksperimentalnih i simulacionih rezultata, dati adekvatne komentare i objanjenja.

40


4.Izvodi iz teorije u kontekstu eksperimentalne primeneKratak izvod iz teorije, vezan za modeliranje laboratorijskog modela, je ve dat u poglavlju 2.3. Ovo poglavlje moe biti shvaeno kao nastavak poglavlja 2.3 i ima za cilj da pomogne u analizi i razumevanju eksperimenta. Prokomentariimo neke osobine modela sistema i koncepte upravljanja ija se upotreba preporuuje.

4.1 MODEL U PROSTORU STANJA I POLOVI SISTEMARazmotrimo jednainu (17) u optem sluaju kada je dimenzija vektora stanja n.

& x(t ) = Ax(t ) + Bu (t )

Pretpostavimo da su poetni uslovi jednaki nuli x(0) = 0 . Shodno datoj pretpostavci, Laplaceovom transformacijom izraza (17) dobijamosX( s ) = AX( s ) + BU( s )odakle se izraunava kompleksni lik vektora stanja (21) (22)

X( s ) = ( sI A) 1 BU( s )

gde je I jedinina matrica dimenzija n n, dok se inverzna matrica ( sI A ) 1

rauna kao kolinik matrice kofaktora matrice ( sI A) i determinante matrice ( sI A) . Dakle, ( sI A) 1 = N( s ) d ( s )(23) gde je N( s ) n n matrica polinoma po kompleksnoj promenljivoj s, a d(s) je karakteristini polinom matrice A.

41


d ( s) = det( sI A)Vrednosti i za koje vai

(24) (25)

d (i ) = 0

su sopstvene vrednosti matrice A, i istrovremeno polovi sistema opisanog modelom (17). Vrednosti polova, tj. pozicija polova sistema u kompleksnoj ravni, odreuju stabilnost i brzinu odziva sistema. Ukratko, ako sistem ima realan pol , onda funkcija prelaza koja opisuje prelazni proces ukljuuje lan et . Ako sistem ima par konjugovano kompleksnih polova j , tada vremenski odziv sistema ukljuuje lan

e t cos(t + )

(26)

koji eksponencijalno se poveava ( > 0 ) ili smanjuje ( < 0 ). Dakle, odziv sistema konvergira (sistem je stabilan) kada su realni delovi svih polova negativni, ili divergira (sistem je nestabilan) kada postoje polovi sa pozitivnim realnim delom. Detaljnije o fenomenu i uslovima stabilnosti sistema, konceptu modeliranja u prostoru stanja, se moe proitati u [10, 7].

4.2 POVRATNA SPREGA PO STANJU I METODA PODEAVANJA POLOVANeka je objekat upravljanja dat modelom u prostoru stanja (17)

& x = Ax + Bui pretpostavimo da su sve koordinate stanja merljive i da mogu biti koriene za upravljanje Takoe, pretpostavimo da je itaoc upuen koje kategorije performansi sistema se mogu postizati u takvim sluajevima? Neka se upravljaka promenljiva formira korienjem povratne sprege po stanju na sledei nain

u = w k1 x1 k2 x2 K , kn xn = w v = w Kx

(27)

gde je K matrica pojaanja povratne sprege dimenzija 1n. Zatvaranjem povratne sprege po stanju (27), jednaina (17) postaje

& x = Ax + B( w Kx) = ( A BK )x + Bw

(28)

Ovo dalje znai da je tzv. matrica A sistema sada (A-BK) i da njene nove sopstvene vrednosti daju nove polove tj. polove sistema sa zatvorenom povratnom spregom po stanju. Metoda podeavanja polova je upravo zasnovana na sledeoj teoremi: Ako je sistem kontrolabilan, onda njegovi polovi mogu biti proizvoljno podeeni (dobiti neke eljene vrednosti) korienjem povratne sprege po stanju.

42

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi Definicija kontrolabilnosti je data u [10,7], a itaocu se preporuuje da odredi uslove za vrednosti 1 i 0 pod kojima e jednaine (17), odnosno (16), opisivati

kontrolabilan sistem.Meutim, iako je teorijski mogue ostvariti bilo koji skup polova pravilnim izborom matrice K u (27), to nee uvek dati oekivan rezultat u praksi. Generalno se ele brzi i stabilni polovi, ali je ponekad teko znati koju kombinaciju polova je lake a koju tee postii sa stanovita ogranienja realizacije sistema (ogranieni nivoi signala, ili realizacija K u kontinualnom sluaju izvoenja sistema).

4.3 KARAKTERISTINA JEDNAINA SISTEMA SA ZATVORENOM POVRATNOM SPREGOM I PODEAVANJE POLOVA SISTEMANe uzimajui u obzir mehanizam uticaja poremeaja, respektujui model (17) kao model objekta upravljanja (dejstvo poremeaja na sistem je zanemareno), zatvaranjem povratne sprege po stanju se dobija sledei karakteristini polinom sistema sa zatvorenom povratnom spregom po stanju

d ( s ) = det( sI A + BK )koji, u konkretnom sluaju laboratorijskog modela krana je oblika2 d kran ( s ) = s 4 + (k2 + k4 ) s 3 + (k1 + k3 + 0 ) s 2 + k212 s + k112

(29) (30) (31)

a u sluaju inverznog klatna2 dinv. klatno ( s ) = s 4 + (k2 + k4 ) s 3 + (k1 + k3 0 ) s 2 k212 s k112

Jasno je da se izborom K = [ k1

k2

k3

k4 ] pravi izbor polinoma (30) i (31),

odnosno izbor specificiranih polova sistema. Kriterijumi stabilnosti su izloeni u [9, 10] i za kontinualne i za digitalne sisteme, i mogu biti upotrebljeni u cilju analize sistema. Primera radi, korienjem Routh Hurwitzovog kriterijuma stabilnosti dolazimo do sledeih uslova stabilnosti sistema sa laboratorijskim modelom krana2 k1 > 0, k2 > 0, k2 + k4 > 0, k1 + k3 + 0 > 0, 2 2 k22 (k3 + 0 12 ) + k2 k4 (k3 + 0 k1 ) > k1k42

(32)

Na osnovu izraza za karakteristinu jednainu sistema sa zatvorenom povratnom spregom (30) i (31), metoda podeavanja polova se realizuje jednostavno. Navodimo dva primera. Primer 1 Ukoliko elimo da svi polovi sistema sa laboratorijskim modelom krana i sa zatvorenom povratnom spregom po stanju imaju vrednost 1 , onda je eljena karakteristina jednaina ( s + 1 ) . Dalje imamo4

43

Laboratorijska merenja i upravljanje eksperimentima putem Interneta2 d kran ( s ) = s 4 + (k2 + k4 ) s 3 + (k1 + k3 + 0 ) s 2 + k212 s + k112

d zeljeno ( s ) = ( s + 1 ) = s 4 + 41s 3 + 612 s 2 + 413 s + 144 2 k1 = 12 , k2 = 41 , k3 = 512 0 , k4 = 0

(33)

Primer 2 Ukoliko elimo da svi polovi sistema sa laboratorijskim modelom inverznog klatna i sa zatvorenom povratnom spregom po stanju imaju vrednost 1 , onda je eljena karakteristina jednaina

( s + 1 )

4

koju kada izjednaimo sa (31), za vrednosti (34)

lanova matrice pojaanja dobijamo2 k1 = 12 , k2 = 41 , k3 = 0 + 712 , k4 = 81

Meutim, da li mala varijacija u koeficijentima karakteristinog polinoma (koja realno moe nastati usled promena parametara objekta u eksploataciji ili u samom startu usled greke modeliranja) moe uticati na bitno razdeavanje podeenih polova? Ili, da li mala greka u implementaciji pojaanja povratne sprege po stanju moe bitno uticati na odstupanje polova od eljenih vrednosti? Osetljivost sopstvenih vrednosti matrice A sistema, odnosno polova sistema ili korena karakteristine jednaine sistema, u odnosu na perturbacije koeficijenata karakteristine jednaine, moe biti znaajna, posebno u sluaju blisko ponovljenih polova sistema. Na primer, neka je etvorostruki pol sistema ( d ( s ) = ( s + ) ) i4

naka je dolo do izvesne perturbacije koeficijenata karakteristine jednaine

d ( s ) = ( s + ) + 44

(35)

Sada, neka itaoc za vrednosti = 103 ,104 ,105 (slobodan koeficijent k-ne j-ne se menja za jedan promil, pa i manje) proveri kako se menjaju vrednosti polova (nula od (35)) predstavljajui ih istovremeno u kompleksnoj ravni. Komentarisati osetljivost sopstvenih vrednosti u svetlu sopstvenih rezultata metode podeavanja polova.

4.4 NELINEARNI EFEKTI U SISTEMU I GRANINI KRUGOVIU kontekstu primene teorije u eksperimentalnoj proceduri opisanoj u glavi 3 napred su dati izvesni izvodi linearne teorije sistema. Meutim, dinamiko ponaanje sistema, precizno uzev, ukljuuje i fenomene kojima se bavi nelinearna teorija sistema, a to je oigledno u radnim reimima kada postoji znatan otklon veliina stanja i izraen uticaj sila trenja. Tada je vidljivo da ponaanje sistema nije

44

M. Stefanovi, M. Matijevi, M. Ravli, V. Cvjetkovi adekvatno opisano linearizovanim modelom u kome su u startu zanemareni disipativni lanovi, kao i dinamika prenosnih mehanizama i mernih pretvaraa. Metod opisne funkcije nudi aproksimativnu metodologiju za analizu sinusoidalnih odziva ili odreivanje stabilnosti ovakvih sistema. U naem sluaju, sila trenja izmeu kolica koje nose klatno i podloge moe biti znatan uzronik nelinearnih & efekata. Pretpostavimo da se kolica kreu po zakonu x = E sin t . U tom sluaju, & funkcija sgn( x) bie kvadratni talas ijim razvojem u Fourierov red se dobija

& sgn( x) =

4

sin t +

4 sin 3t + ... 3

(36)

Metod opisne funkcije opisuje nelinearnosti koje obuhvataju samo najnii harmonik (samo prvi lan Fourierovog razvoja) pretpostavljajui da e vii & harmonici biti filtrirani kroz sam sistem. Pojaanje koje unosi nelinearnost sgn( x)

N (E) =

4 E

(37)

& se poveava brzo - kako amplituda E brzine x opada. Prema tome, ako se pojavi jedna oscilacija, trenje (izraz (15)) se manifestuje kao dodatno pojaanje povratne & sprege od x sa ekvivalentnim pojaanjem (videti (15))

F 4 E ( M + I a2 )

(38)

U sluaju krana ovo znai da za male amplitude oscilacija sistema, sistem trpi velika dodatna priguenja usled trenja i bie stabilan; dok e za velike amplitude oscilacija dodatno priguenje biti manje i otuda veliki poetni poremeaji mogu pobuditi velike oscilacije sistema. Za inverzno klatno, trenje e prouzrokovati pojavu graninih krugova (tj. Oscilacija dobro definisanih amplituda) u okolini ravnotenog poloaja. Zapazimo da shodno & izrazu (31), pojaanje k2 povratne sprege po stanju x mora biti negativno da bi sistem sa zatvorenom povratnom spregom bio stabilan, to je u suprotnosti sa efikasnim priguenjem sistema usled trenja. Amplituda oscialcija E e tada biti podeena da dodatno prigui lan N(E) koji bi bio dovoljan da prouzrokuje nestabilnost u linearnom modelu. Amplituda rezultujueg graninog kruga za posebnu vrednost k2 moe biti procenjena na sledei nain 1. Koristei linearni model i kriterijume stabilnosti odrediti redukciju pojaanja k2 koje e izazvati nastabilnost. Neka je to neko k2 i neka je izraunata uestanost nepriguenih oscilacija .

& 2. Amplituda graninog kruga za x je tada

E=

( M + I a 2 ) k2

4

F

(39)

Odgovarajui granini krug po koordinati x e biti amplitude E .

45

Laboratorijska merenja i upravljanje eksperimentima putem Interneta Prema tome, ako u proceduri linearnog projektovanja sistema je k2 dovoljno & veliko, amplituda graninog kruga po koordinati x moe biti napravljena kao prihvatljivo mala. Za vie teorijekih detalja, pogledati relevantne oblasti u [23] i [21].

4.5 DISKRETIZACIJAS obzirom da se radi o raunarski podranom, odnosno digitalnom sistemu, diskretizacija kontinualnog objekta upravljanja je bitna za korektno projektovanje digitalnog zakona upravljanja, a isto tako analiza digitalnog sistema se nuno sprovodi nad njegovim diskretnim modelom. Neka je kontinualni objekat upravljanja dat modelom u formi funkcije prenosa G ( s ) . Tada, struktura digitalnog sistema i definicija funkcije diskretnog prenosa uslovaljavaju da diskretni ekvivalent objekta upravljanja bude definisan diskretnom funkcijom prenosa [20]

1 e Ts G ( z ) = Z [Gh 0 ( s )G ( s ) ] = Z G (s) s

(39)

Relacija (39) proistie iz pretpostavke da se digitalni upravljaki signal iz raunara dovodi preko D/A konvertora i da je konstantan izmeu trenutaka odabiranja. Pod istom pretpostavkom je mogue izvriti diskretizaciju modela u prostoru stanja & x(t ) = Ax(t ) + Bu(t )

y(t ) = Cx(t) + Du(t ) iji je diskretni ekvivalent dat sa x[ (k + 1)T ] = Ad (T )x(kT ) + Bd (T )u(kT ) y(kT ) = Cx(kT ) + Du(kT ) a matrica stanja ( A d ) i matrica ulaza ( Bd ) diskretnog modela (40) sa T Ad (T ) = (T ) = eAT , Bd (T ) = (t)dt B. (42) 0 gde je T perioda odabiranja, a (t ) matrica prelaza (ili fundamentalna matrica sistema) definisana sa1 (t ) = L1 [(s)] = L1 ( sI A) = eAt .

(40) (41)

(43)

Navedeni rezultat diskretizacije je detaljno izveden i objanjen u [22]. Pomenimo i mogunost projektovanja digitalnih zakona upravljanja na osnovu ve projektovanog kontinualnog zakona upravljanja. Ako je Gc ( s ) model zakona

46


upravljanja koji treba kontinualni kontroler da realizuje, tada digitalni zakon moemo dobiti jednostavno Tustinovom smenom

s

2 z 1 T z +1

(44)

u Gc ( s ) to kao rezultat daje diskretnu funkciju prenosa Gc ( z ) koja modelira program koji treba realizovati unutar digitalnog procesnog raunara. Diskretizacija kontrolera (upravljake strukture) bilinearnom ili Tustinovom aproksimacijom ima smisla kod heuristikih algoritama upravljanja, dok se po pravilu diskretni algoritam upravljanja projektuje na osnovu diskretnog modela objekta upravljanja. Inace, Tustinova aproksimacija daje dobre rezultate za male periode odabiranja. Veina postupaka projektovanja digitalnih algoritama upravljanja je analogna kontinualnom sluaju. Pretpostavlja se da je itaoc sa osnovnom teorijom digitalnih sistema upoznat [9, 7, 14].

4.6 UPRAVLJANJE MODELOM KRANA KRATAK PREGLED KONCEPATAEksperimentalna instalacija krana/inverznog klatna je popularan laboratorijski model koji se koristi za demonstraciju konvencionalnih i naprednih upravljakih koncepata, zasnovanih i na linearnim i na nelinearnim algoritmima upravljanja [26]. Radi se o vrlo zahvalnoj aparaturi za edukaciju, ali i za testiranje vetine upravljanja, kao i primene softverskih alata za merenje i upravljanje. Iz oiglednih razloga svoje namene upotrebe putem Interneta, veba e dominantno biti koriena u ulozi laboratorijskog modela krana. Tehnike specifikacije su jasne: treba premestiti teret (teg koji se postavlja) iz take A u taku B to bre uz to manje ljuljanje tereta. Ljuljanje tereta se neizbeno javlja usled ubrzanja koje nastaje pri kretanju, i jasno je da se radi o neeljenoj posledici kretanja (razlozi bezbednosti, funkcionalnosti, neeljenog habanja usled vibracija). Upravljaki koncepti mogu biti podeljeni u tri osnovne grupe saglasno konceptu korienja povratne sprege upravljanje u otvorenoj konturi (bez povratne sprege) kombinacija korienja upravljanja sa i bez povratne sprege upravljanje u povratnoj sprezi Upravljanje u otvorenoj konturi (bez povratne sprege) zahteva perfektno poznavanje modela sistema i nije pouzdano u sluaju dejstva poremeaja na objekat upravljanja. Upravljake strategije koje ukljuuju povratnu spregu su brojne, a pregled nekih naprednih koncepata u upotrebi je dat u [26]. Konvencionalni algoritmi se svakako mogu primeniti, a opte postavke njihovog korienja su vrlo eksplicitno opisane u [7,14]. Algoritmi upravljanja se mogu meusobno porediti po uspehu reavanja specificiranog zadatka, kompleksnosti teorije koju koriste i realnim mogunostima

47


kvalitetne implementacije (potrebni hardverski resursi za rad u realnom vremenu, dostupnost potrebnih signala, potrebe prepodeavanja algoritma i potrebna strunost personala koja moe da se snae u takvim situacijama, itd.). PID algoritmit 1 de(t ) u (t ) = K e(t ) + e( )d + Td (45) Ti 0 dt su najei zakoni upravljanja (varijacije unutar familije PID algoritama su brojne) u industrijskim primenama. Vrlo detaljno objanjenje PID zakona upravljanja je dato u [20]. U sluaj

Documents

Laboratorijska Merenja i Upravljanje Eksperimentima Putem Interneta