Страница 291 из 299
Для расчета уровня шума восьми источников в 115 принимающих точках требуется выполнение 920 расчетных операций в каждой полосе частот и для каждого значения ослабления.
Упрощенная модель перекрестка сельской автомобильной дороги с указанием источников шума автомобильного транспорта, районов с акустически жесткой почвой, топографических контуров и нескольких точек приемников шума, расположенных на фасадах зданий.
Алгоритмы
В основном, алгоритмы просты для понимания. Уровень звукового давления в заданной точке, созданный источником шума определенной силы, можно определить при помощи следующего уравнения:
Lp = Lw + Dc + Сb -Apropagation
где:
Lp — эквивалентный уровень шума в точке приемника в дБ;
Lw — уровень звуковой мощности источника шума в дБ (этал. зн. = 1 пвт);
Dc — поправка направленности в дБ, используется в том случае, если звук от источника шума распространяется в разных направлениях неравномерно;
Сb — поправка в дБ для источников с переменной активностью. Например, в том случае, если источник активен только 12 часов в день, долгосрочный уровень снижается на 3 дБ.
Apropagation — ослабление распространения шума в дБ.
Отдельные правила алгоритма и точки, в которых их можно зарегистрировать.
Каждое правило ослабления заданного алгоритма можно подразделить на несколько чисто физических эффектов (см. ниже):
Apropagation = Adiv + Aatm + Agr + Abar + Amisc + Сtefl
Adiv — ослабление в результате геометрического распространения;
Aatm — ослабление в результате абсорбции воздуха;
Agr — ослабление в результате абсорбции/отражения земной поверхности;
Abar — ослабление в результате свободно-полевой дифракции препятствия;
Amisc — ослабление в результате воздействия различных эффектов (погодные колебания, дисперсия от сложных акустических конструкций, например, таких, как трубопроводы);
Сtefl — коррекция с учетом фактора отражений.
Все указанные правила можно применять при расчетах широкополосных (дБ (А)) или октавных уровней, которые в дальнейшем суммируются для определения широкополосного уровня. В целом, расчеты в октавном диапазоне отличаются более высокой точностью и значительно упрощают последующий анализ данных и снижение уровня шума в заданных пределах.
Проверки на достоверность обеспечивают оптимальную точность результатов измерений
Подобно процедуре измерений расчеты также требуют калибровки. При настройке расчетов контрольные измерения выполняются в заданных точках, для которых можно сравнить измеренные и расчетные значения уровней шума.
Однако в отличие от режима измерений, настройка процедуры расчетов выполняется по окончании первого расчета и применяется для достижения оптимальной точности результатов расчетов.
Особое внимание следует обратить на соответствие активности источника, зарегистрированной в процессе измерения, и расчетной. При расчете долгосрочного усредненного уровня LAeq вносится долгосрочная погодная поправка. Однако сравнение результатов измерений и расчетов должно выполняться в стабильных погодных условиях при направлении ветра от источника к приемнику (с подветренной стороны). Использование результатов измерений, выполненных в течение лишь одного дня, как правило, приводит к появлению постоянной погрешности, связанной с нетипичностью атмосферных условий (ветра) и состояния земного покрова. Величина такой погрешности может составлять до 10 дБ. Кроме того, результаты измерений не соотнесены с одним источником шума и содержат погрешности других, не исследуемых источников. Поэтому для того, чтобы удалить “лишние” погрешности, рекомендуется проведение долгосрочного мониторинга с заключительной обработкой результатов измерений.
Иногда, например, при исследовании вариантов будущих сценариев невозможно выполнить проверку расчетов на основе сравнения с результатами измерений. В этом случае для обеспечения оптимальной точности результаты расчетов можно тщательно проанализировать или сравнить с результатами, полученными в аналогичных ситуациях.
Точность расчетов
Точность конкретной процедуры расчетов зависит от нескольких факторов. Самые важные из них: сценарий, уровни, диапазон, входные данные и квалификация пользователя.
Алгоритмы оптимизированы для использования с несколькими сценариями. Так, например, стандарты, применяемые для расчетов уровней шума автомобильного и железнодорожного транспорта, основаны на данных по шумовому излучению транспорта, заложенных в национальные базы данных. Поэтому в других странах, где, возможно, преобладают более старые автомобили других моделей и значительно отличаются традиции вождения и условия работы транспорта, применение этих стандартов может быть ограничено. Таким образом, для разных расчетных уровней точность расчетов может быть различной, а оптимальная точность зарегистрирована в пределах как узкого, так и широкого диапазона уровней шума. Важно отметить, что в большинство алгоритмов заложены специальные условия, обеспечивающие высокую точность расчетов в широком диапазоне шумовых уровней.
Еще большую проблему представляет обеспечение качества входных данных, так как именно от них во многом зависит точность конечного результата. Топографические данные, уровни звуковой мощности механизмов и данные о транспортном потоке — это та информация, которую следует выбирать особенно тщательно.
Сравнение с результатами измерений позволило улучшить расчетную модель и получить среднюю разность менее 2 дБ, а максимальную разность 2,6 дБ.
Количество ошибочных данных можно значительно сократить, используя для создания топографических контуров файлы GIS и AutoCAD и выполняя в полевых условиях измерения уровней звуковой мощности, а в заданных проверочных точках подсчет плотности транспортного потока. И, наконец, в оптимизации результатов расчетов важную роль играют квалификация и практический опыт пользователя, заложенные в оценку шума окружающей среды и применение собственно алгоритма расчетов.
При правильном внедрении в различные сценарии, для которых они были разработаны, алгоритмы обеспечат глобальную точность в пределах 3 дБ.
Сравнение результатов расчетов и результатов измерений
Преимущества
• Подробная информация о критических источниках шума, многочисленных точках измерений
• Независимость от метеорологических условий
• Возможность оценки гипотетических ситуаций
Простота обновления данных
• Низкая чувствительность к фоновому шуму