噪声评价（精选十篇）
噪声评价 篇1
随着电力工业的不断发展, 供电公司主要工作场所内的噪声对工作人员的影响已引起普遍关注[1,2,3]。为掌握供电公司主要作业场所的噪声对工作人员的影响, 选取某供电公司所管辖的5.52MW水电站、35kV变电站和电力调度控制中心三个主要工作场所的噪声进行检测, 分析其危害程度、提出噪声控制的建议。
2 对象与方法
监测过程中温度为17.0℃-19.2℃, 湿度为49.5%- 2.8%。噪声监测仪器选用BSWA801声级计。噪声检测依据行业标准GBZ/T 189.8-2007和DL/T 799.3 -2010的规定[4,5];水电站的噪声监测点分别在水电站的控制室、水轮机和发电机机房和开关场设置;变电站的噪声监测点分别在变电站主控室、高压室和开关场设置;电力调度控制中心的噪声监测点在电力调度控制中心室内设置。每个监测点均测试3次, 其结果取其平均值, 水电站和变电站设置的噪声监测点在各作业场所大致沿着运行人员巡视路线均匀分布。
本研究噪声共监测39个作业点, 根据行业标准GBZ 2.2-2007的规定[6], 每天工作8h, 稳态噪声限值为85dB。因此, 按照行业标准GBZ/T 189.8-2007和DL/T 799.3 -2010的规定[4,5]计算8h噪声职业接触值后进行判定。由检测结果可知, 5.52MW水电站的控制室噪声强度为58.2 dB, 水轮机、发电机机房和开关场监测的21个作业点噪声强度为48.9～89.4 dB, 其中在水轮机和发电机附近监测的2个测试点噪声强度测试值大于85dB, 其余监测点测试值均小于85dB。35kV变电站和电力调度控制中心所有监测点的噪声监测值均小于85dB。监测的5.52MW水电站、35kV变电站和电力调度控制中心的运行人员和调度人员8h噪声职业接触值均满足行业标准GBZ 2.2-2007规定的要求。
3 主要噪声设备分析
供电公司的水电站、变电站和电力调度控制中心工作场所对工作人员产生影响的噪声主要为发电机噪声、水轮机噪声、变压器噪声、电晕噪声和调度警报声。
发电机的噪声是由转子转动时产生的空气动力噪声与电磁噪声组成。空气动力噪声来源于发电机冷却通风系统, 空气被转子轴向吸入, 流经转子磁极和定子铁芯后, 排向排风道。这种通风装置, 不管是密闭循环通风还是川流式通风, 都不可能设计成理想的半滑气流通道, 因此形成气流脉动、涡流, 气流阻力损失增大, 产生很大的空气动力噪声。电磁噪声是电磁力作用的产物。电磁力不断变化, 使发电机结构振动产生噪声。
水轮机、蜗壳产生的噪声与水流有关。水流与所有过水部件的摩擦、流道内的涡流、压力波动与气蚀都将产生噪声。这部分噪声常比发电机的噪声大得多。
变压器噪声共有三个声源:一是铁心、二是绕组、三是冷却器, 即空载、负载和冷却系统叠加的噪声。铁心产生噪声原因是构成铁心硅钢片交变磁场作用下, 会发生微小变化即磁致伸缩, 磁致伸缩使铁心随励磁频率变化做周期性振动, 铁心磁致伸缩变形和绕组、油箱及磁屏蔽内电磁力所引起。绕组产生振动原因是电流绕组中产生电磁力, 漏磁场也能使结构件产生振动。电磁噪声产生原因是磁场诱发铁心叠片沿纵向振动产生噪声, 该振动幅值与铁心叠片中磁通密度及铁心材质磁性能有关, 而与负载电流关系不大。 电磁力和振动幅值与电流平方成正比, 而发射声功率与振动幅值平方成正比。
电晕噪声是在高电压的作用下高压配电装置导电部分及导线表面电场强度升高, 使导线周围的空气发生游离放电并显现电晕放电并伴随产生使人烦恼的可听噪声。
电力调度控制中心室内的主要噪声源是各电站传送给调度中心的调度警报声。由于警报声若较低会使调度员不易发现, 影响事故事件的即时处理;但较大、频繁的警报声对长时间工作的调度人员会产生一定影响。
4 结束语
水电站和变电站均选用外带良好屏蔽噪声措施的电气设备。工作人员长时间停留、操作的主控室设置在离主要噪声设备一定距离处。需要考虑从声源上, 传播途径上, 噪声接收者三方面降低噪声。从声源上降低噪声, 建议在设备选型阶段应优先选择噪声较小的设备。在噪声传播途径上, 建议应尽量将生产性噪声较大的电力设备与操作人员隔开。针对运行人员集中, 工作时间长的控制室的噪声控制, 应与厂房布置、电气、通风等专业紧密配合, 应合理选择位置, 提高结构和门窗的隔声能力;门窗缝要严密, 电缆孔应处理好, 防止漏声;通风系统要做消声处理;控制室内表面可做适当的吸声处理, 以降低混响声、提高语言的清晰度。在噪声接收者上, 应针对在水轮机、发电机、变压器等强噪声的作业场所巡视操作时, 工作人员应尽可能佩戴耳塞等个人隔声防护用品, 对工作人员开展职业健康监护与工作场所职业病危害因素监测;对可能产生职业病危害的作业岗位, 应设置防护设施, 建立职业卫生管理制度与技术操作规程, 并确保实施。
摘要：分析、评价供电公司主要工作场所的噪声对工作人员的影响情况, 并对主要噪声设备进行分析, 分析噪声的危害程度、提出噪声控制的建议。
关键词：供电公司,工作场所,噪声,分析
参考文献
[1]黄信有.南平市水电站噪声与工频电场辐射状况调查[J].职业卫生与应急救援, 2007, 25 (5) :273-274.
[2]李润伟, 姜德全, 李贵涛.水电站噪声的控制措施[J].东北水利水电, 2003, 21 (12) :5-6.
[3]陈苘, 宣志强, 赵海英, 等.变电所建设项目职业病危害控制效果评价[J].浙江预防医学, 2008, 20 (12) :3-5.
[4]中华人民共和国卫生部.GBZ/T189.8-2007, 工作场所物理因素测量第8部分噪声[S].人民卫生出版社, 2008.
[5]国家能源局.DL/T799.3-2010, 电力行业劳动环境监测技术规范第3部分:生产性噪声监测[S].中国电力出版社, 2011.
工业企业岗位噪声的正确评价 篇2
工业企业岗位噪声的正确评价
目前,在掌握<工业企业噪声卫生标准>的.衡量方法上,有三种模糊认识,导致不合理的评价结论.在评价岗位噪声时用等效声级来衡量更为科学,更符合标准.
作 者：濮志峰 PU Zhi-feng 作者单位：镇江市高等专科学校,江苏,镇江,21刊 名：镇江高专学报英文刊名：JOURNAL OF ZHENJIANG COLLEGE年，卷(期)：15(3)分类号：F273关键词：工业噪声 等效声级 评价标准
噪声评价 篇3
关键词：电力线通信； 智能电网； 正交频分复用；分隔马氏链；马尔克夫链蒙特卡罗
中图分类号：TPN14文献标识码：A
基于电力信道的通信技术是智能电网（Smart Grid）建设的主要通信方式.它不需要重新铺设专用的通信通路，通过在与传递电能同一路径的线路上确定通信链路来传递信息，并且电力线通信不会像无线通信那样容易被密集的建筑物所阻挡，从而减少安装和维护费用.电力线通信技术市场长期被单载波PLC技术所垄断.最近，被称为G3和PRIME标准[1]的OFDM窄带（10～95 kHz） PLC技术进入了市场.它提供高的通信速率，鲁棒的通信模式，这些是智能电网双向通信的关键.但是，作为信息传输媒介来进行数据或语音传输，低压配电网络具有负荷情况复杂、信号衰减大，信道容量小，并存在背景噪声、随机脉冲噪声、与工频同步的谐波噪声等.所以为满足智能电网双向通信的需求，以电力网络为信道的高速通信技术，必须有适应于电力信道的调制和编码方案，能够抵抗恶劣的信道属性等等，这都需要对实际电力线信道有深入的了解.
电力信道中影响高速通信的主要因素有因电缆损耗导致的信号衰减、多径传播和噪声等.其中多径传播在文献[2]中有详细论述，而应用于10～95 kHz的窄带电力线噪声的仿真模型还没有明确的推论.早期的研究显示电力环境中的噪声不是加性高斯白噪声（AWGN）[3].为了仿真噪声，许多文献提出了不同的噪声的统计模型，脉冲噪声的统计属性可以在文献[4]中发现；背景噪声的功率谱密度在文献[5]中建立；一种忽略脉冲噪声随机性的确定性窄带噪声数学模型在文献[6]中给出.然而，目前没有一种电力噪声模型，考虑了脉冲噪声在实际电力环境中包络和时间的分布.
由于电力噪声分布的多样性和随机性，用一种确定的数学模型很难体现其物理属性.本文通过构建真实电力线噪声的测量环境，记录并分析实测噪声，对其中的背景噪声和脉冲噪声进行了建模和仿真.前者的时域模型由高斯白噪声通过滚降系数为‘1的滚降滤波器而得到，其功率近似服从正态分布；后者的时域模型由服从确定统计规律的特性参数所描述，特性参数根据实际测量的数据统计得到，其时域的仿真波形由MCMC分析得到.
1噪声模型
根据背景噪声的平稳分布性和脉冲噪声的随机分布性，利用实际测量数据分别对两种噪声进行统计建模，再将两种噪声叠加[7]，得到实测的电力噪声模型.
1.1噪声测量
文中所述噪声的测量均按图1所示系统实现.电力信号首先通过容性耦合器，将50 Hz的工频电压谐波噪声滤除，然后通过10～500 kHz的带通滤波器，得到窄带电力噪声，最后由大容量数据存储的数字采集器记录保存.滤波器采用3阶巴特沃斯带通滤波器[8]，线性中心频率为255 kHz.数字采集器的型号为USB2085，实现A/D转换和数据采集的功能，设置其采样频率为400 kHz，采集时长为10 min/次.
现选湖南大学13舍实验楼作为测试点，对七楼配电箱A相进行分时段的连续测量记录，根据用电负荷和噪声干扰的不同，分成3个时段进行测量：轻量噪声时段，00：00-06：00；中量噪声时段，12：00-13：00和重量噪声时段，14：00-17：00.测量总时长为6 361 min，约106 h.
1.2背景噪声模型
电力背景噪声属于平稳分布的彩色噪声，其功率主要集中于低频段.图2为去除窄带及脉冲噪声后背景噪声的功率谱密度，3个时段的噪声在频率最低处，功率最大，集中于-10 dB附近，随着频率的增大，功率减小，所以具有低通特性.因此背景噪声的时域模型ηc（t），可以由加性高斯白噪声（AWGN）ξ（t），通过滚降系数为‘1的升余弦滚降滤波器而得到：
1.3脉冲噪声模型
脉冲噪声分为同步的周期性和异步的非周期性脉冲噪声.对于前者，因为具有确定性，所以建模相对简单；但是对于后者，因为时间和包络参数分布的随机性，所以必须用一个随机模型来描述，同时其特性参数服从确定的分布律.
1.3.1脉冲噪声模型
图3为实测脉冲噪声的时域波形，显然，每个脉冲可由3个特性参数描述：包络av，宽度tw和间隔td.其脉冲函数表述如下[5]：
时间/ms
1.3.2参数确定
这一节主要确定上节中所推得脉冲噪声的个数和特性参数的分布规律.
式中NA和Np分别是异步脉冲和周期脉冲的个数.结合式（6），表1可以通过脉冲的来源和数量来解释.在重量噪声时段，因为是工作时段，供电电源以同步于工频电压主频的速度持续动作，所以大量短时宽的周期脉冲占主导，即使脉冲的平均个数达到161个，但是所占时间仍然不足总时长的2%；在轻量噪声时段，实验楼内没有大量的用电设备，这时会有开关的瞬态过程，所以大部分是异步脉冲，周期脉冲可以忽略.因此在由“轻量噪声组”进入“重量噪声组”，周期性脉冲迅速增加.因为测量是在同一点位置进行的，所以3组时段异步脉冲的个数保持不变.基于此NA，NP和周期脉冲的tw_p可以推导如下：
2噪声仿真
电力噪声的仿真主要为背景噪声和脉冲噪声的仿真，再将两部分叠加，得：
其中背景噪声仿真主要是设计升余弦滚降滤波器，其截止频率由式（2）决定，功率谱密度由服从均值为-10，方差为2的正态分布的采样得到.
脉冲噪声的模型，因为参数是服从确定分布律的随机量，所以用MCMC能够得到快速收敛的仿真值.从图4可见，av和tw的测量统计具有快衰落的特点，在20个采样点后PDF（概率密度分布）已经低于10-4，所以用经典MCMC算法：MetropolisHastings （MH） 来仿真这两个量.画出仿真样点直方图，可以看出他们完全按照参数的概率分布模型抽取.
对于脉冲间隔td，概率密度分布于0～16 000 ms，变化缓慢，包括200 000个样点，用经典MCMC算法很难达到收敛，所以采MultipleTryMetropolis（MTM） 算法[11]，与经典MH算法比较，在不降低接受率的条件下，MTM具有更大步长的跳跃.这种算法首先产生几个相关样点，然后从中选择一个最优点.在这种算法中，目标分布和提议分布分别是概率密度函数Pdf_t（x）和正态分布函数N（x）.为得到新的采样，给定初始值为x0.一般，在MCMC算法的权重函数中给出更多的统计信息，能够改善仿真的性能.所以权重函数构造如下：
3模型评价
为了验证提议的模型，将实际电力噪声的测量值与提议模型的仿真值进行比较.在重量组选择5组具有不同（rimp，dr）的测量数据，仿真时长设置为20 s.根据每组（rimp，dr），仿真100组基于提议模型的随机噪声，统计仿真组的（rimp，dr）和均方功率[12]，并与测量值比较.
图5为相同（rimp，dr）条件下，测量值和仿真值的时域波形和功率谱密度，从图中可见，时频域波形比较接近.基于测量数据及仿真数据的干扰率和均
4结论
电力线环境作为通信信道时具有非高斯分布的噪声特性.因此应用高斯噪声作为信道干扰，进而设计和评价电力载波通信算法，其实质并不适应于电力线环境.为此本文根据实际测量电力噪声的统计分析，提出基于随机分布的特性参数所描述的随机模型.其中背景噪声模型由AWGN通过升余弦滚降滤波器得到；脉冲噪声模型由脉冲包络、宽度和间隔所限定的随机模型得到.通过MCMC算法仿真，得到模型的实现，最后通过与实测数据的比较证明了所提议的模型可以用来仿真实际的电力线噪声.
参考文献
[1]JAVIER M， SADOT A， RODRIGUEZ-MORCILLO C. Performance evaluation of two narrowband PLC systems： PRIME and G3 [J].Comput Stand Inter， 2013， 36（1）： 198-208.
[2]ZIMMERMANN M， DOSTERT K. A multipath model for the power line channel [J]. IEEE Trans Commun， 2002， 50（4）：555-559.
[3]GOTZ M， RAPP M，DOSTERT K. Power line channel characteristics and their effect on communication system design [J]. IEEE Communications Magazine， 2004， 42（4）：78-86.
[4]ZIMMERMANN M， DOSTERT K. Analysis and modeling of impulsive noise in broadband powerline communications [J]. IEEE Trans Electromagn Compat， 2002， 44（1）： 249-258.
[5]HOOIJEN O G. A channel model for the residential power circuit used as a digital communications medium [J]. IEEE Trans Power Del， 2004， 19（3）： 1057-1064.
[6]KATAYAMA M， YAMAZATO T， OKADA H. A mathematical model of noise in narrowband power line communication systems [J]. IEEE J Sel Area Comm， 2006， 24（7）： 1267-1276.
[7]ANDREADOU N， PAVLIDOU F N. Modeling the noise on the OFDM powerline communication system [J]. IEEE Trans Power Del， 2010， 25（1）： 150-157.
[8]YAO S N，COLLINS T，JAN P.Hybrid method for designing digital butter worth filters[J]. Comput Electr Eng， 2012， 38（4）： 811-818.
[9]MORRIS H DeGroot， MARK J Schervish. Probability and statistics[M]. 3rd ed. New York：Addison-Wesley， 2002： 219-237.
[10] THOMAS Kaijser. On Markov chains induced by partitioned transition probability matrices [J]. ActaMathematica Sinica， 2011， 27（3）： 221-227.
[11] MARTINO L， DEL Olmo V P， READ J. Amultipoint metropolis scheme with generic weight functions [J]. Statistics and Probability Letters， 2012， 82（7）： 121-134.
[12] 于善奇. 统计方法引论 [M]. 第2 版.北京：北京工业大学出版社，2014：251-267.
YU Shanqi. Introduction to statistical methods [M].2nd ed. Beijing： Press of Beijing University of Technology， 2014：251-267.（In Chinese）
浅析噪声环境的影响评价 篇4
1 噪声物理性质及量度
1.1 噪声涵义
噪声值得是声音的振幅及频率出现紊乱及断续, 或者在不规则振荡下出现的生活中不需要的声音。对噪声的判断同个人生活环境及主观愿望息息相关, 不仅包含同环境不协调的杂乱无章的声音, 也包含对旁人睡眠、工作、休息有影响的各种音乐声。
1.2 城市噪声来源
所有的噪声都来源于物体振动, 从这点来讲, 城市内的噪声来源主要是:工业噪声, 交通噪声, 建筑施工产生的噪声还有社会生活中的噪声。
1.3 噪声量度
对于噪声衡量除要依赖声速、频率及波长这些物理量度外, 还需要根据声压 (级) 、声强 (级) , 声功率 (级) 等这些人们听觉的主观量度进行衡量。
2 噪声的评价标准及方法
2.1 评价标准
对于城市噪声环境的评价按照表1《城市区域环境噪声标准》 (GB 3096-2008) 进行。
2.2 评价方法
2.2.1 等效声级评价
对于等效声级多采用等时间间隔及间断监测, 利用Leq计算公式进行计算:
其中:Leq—表示平均的等效声级, Leq (i) —表示第次时的监测值;i—表示统计时间段中监测的次数, i=1, 2, 3…n。
2.2.2 昼夜平均等效声级的计算
对城市功能区的噪声昼夜平均等效声级需要分别按照下列公式计算:
其中, Leq (i) —表示 (06:00~22:00) 白天这16 h内第i次时的等效声级;Leq (j) —表示 (22:00—06:00) 白天这8 h内第j次时的等效声级。
2.2.3 交通噪声的计算
对于道路交通噪声的平均等效声级需要按照下列公式计算:
其中Leqi—表示段干线所测出的平均等效声级;Li—表示i段干线长度;L—交通干线总的长度。i—统计区域中交通干线内路段的总数, i=1, 2, 3…n。
对于平均车流量需要按照下列公式计算:
其中, Q—表示平均的车流量;qi~i段干线内车流量多少。
2.2.4 达标率的计算
对于功能区中的达标率需要按照下列公式计算:
对于交通噪声路段内的达标率需要按照下列公式计算:
3 噪声评价
3.1 基本评价量
区域内环境噪声的质量级别划分按照等效的连续噪声量Leq当作基本评价量, 计算不同声级下区域面积及人口比例, 不同声级所覆盖的道路长度, 超过某个声级路段的长度与比例, 分析机动车的流量及道路宽度。具体来讲, 城市的环境噪声评价可以分成区域环境的噪声评价、功能区内环境噪声的评价和道路交通声环境的质量评价。
3.2 现状评价
对于城市区域内的声环境质量, 我们按照《城市区域环境噪声标准》 (GB 3096-2008) 对区域内的噪声进行监测, 并根据监测结果将城市区域内环境质量分为五个等级, 其中区域内的环境噪声及道路交通的噪声需要按照平均等效声级来进行评价, 而对于功能区的环境噪声需要按照达标率来进行评价。
3.2.1 区域内环境噪声评价
将评价区域中每5个d B当作一个声级, 统计各个声级范围中所覆盖的面积及人口, 并按照公式 (1) 进行计算, 得出如下结果:将Leq<50d B时, 环境等级为好;当Leq在50~55d B时, 环境等级为较好;当Leq在55~60 d B时, 环境等级为轻度污染;当Leq在60~65d B时, 环境等级为中度污染;;当Leq>65d B时, 环境等级为重度污染。
3.2.2 道路交通噪声
依照公式 (1) 、 (2) 、 (3) 分别对市区各个路段的监测结果计算平均等效声级, 并根据计算结果对环境质量按照下列等级进行划分:将Leq<68d B时, 环境等级为好;当Leq在68~70d B时, 环境等级为较好;当Leq在70~72d B时, 环境等级为轻度污染;当在72~74d B时, 环境等级为污染;当>74d B时, 环境等级为重度污染。
3.2.3 功能区环境噪声
在公式 (2) 下计算出市区各个功能区中昼间、夜间平均的等效声级, 并参照公式 (5) 计算出各个功能区的达标率及全市的总达标率。并对各个功能区内24小时等效声级的变化曲线进行分析, 就可以得出达标时段及比例。
参考文献
[1]李媛, 张凯山, 吕鹏.成都市主要交通干道噪声时空分布分析[J].环境科学与技术, 2013 (08) .
[2]刘中军.关于噪声在环境监测中的问题反思[J].网友世界.2013 (12) .
[3]杨焕明, 王文全, 查向浩.新疆城市噪声污染现状特征与防治对策[J].环境保护科学, 2012 (03) .
青岛大学校园环境的噪声测量与评价 篇5
本文对青岛大学校园环境噪声进行了监测和分析,绘制了校园等声级图,结果表明其噪声主要来源是校园周围宁夏路、香港东路和青大一路的交通噪声,核心教学区噪声达到GB3096-93中的1类标准要求,污染较轻,这主要得益于合理的`校园布局、大量的绿化面积、体育馆等建筑物和隔音墙的建设.
作 者：楼迎华 崔良 高华梅 韩新 作者单位：楼迎华,高华梅,韩新(青岛大学化学化工与环境学院,山东,青岛,266071)
崔良(即墨市环保局,山东,即墨,266200)
如何应对客舱噪声 篇6
现代公务机，客舱舒适度很高，但是难免会给乘客带来噪声的困扰。客舱噪声轻者影响邻座间的语言交流，重者影响乘客情绪，增加烦燥，严重时可能导致人体听觉损伤、高血压、睡眠障碍等，可严重影响人们正常的工作、学习和生活。那么，如何采取措施减少客舱噪声呢?本文将为读者介绍有关客舱噪声的来源及减少噪声的一些技术方法。
噪声之源
大部分客舱噪声与机身有关，主要通过机体结构或空气辐射传播。这些噪声主要包括气流流过机身表面时产生的边界层空气流及螺旋桨的滑流、由发动机振动引起的振动噪声、紊流以及由天线等凸出物造成的发动机振动。另外，增压座舱系统、空调系统及辅助动力装置也是客舱噪声的来源。
“降噪”之法
反干扰
如果无法直接消除噪声源，那么我们可以利用反干扰的方法降低噪声。有三种反干扰的方法可以不同程度地控制噪声，分别是：无源噪声控制、有源噪声控制和有源结构声学控制。
无源噪声控制是一种传统的、不精确的控制方法，主要是采用一些吸声材料，如：隔音绝缘砖和垫料来消减噪声。公务机客舱中的座椅、机舱壁等大都利用吸声材料制成。此外，安装减震器、地毯(及衬层)等也可以吸收噪声。甚至，机内的内墙板支架、航空电子托盘、发动机和辅助动力装置隔离器及调谐质量阻尼器等也可以起到吸声的作用。无源噪声控制主要针对的是2000赫兹以上噪声，它不需要动力源，且使用成本较低。
有源噪声控制系统包含一组传感器、效应器和一台计算机。大多数有源噪声控制系统用麦克风做传感器，用扬声器做效应器。其工作过程是用传感器提取现有噪声信息，经“实时”分析后产生一反声信号，再用效应器“实时”播放反声信号，反声信号与现有信号产生相消性干涉，从而使该区域内噪声降低。有源噪声控制对低频噪声的控制效果最有效，并且可以有选择的抑制噪声。有源噪声控制的原理和消除耳机噪声的原理是一样的，只是规模更大而已。下面我们来看两个运用有源噪声控制方法降低噪声的例子。
洛克希德-马丁公司生产的C-130“大力神”运输机上安装的有源噪声控制系统使该运输机驾驶舱噪声降低了90％。为了更好的达到降噪的效果，“大力神”运输机的驾驶舱里安装了30个微传感器。这些微传感器把收集来的噪声信息传输到计算机上，计算机再把信息传输到安装在驾驶舱内的30个小扬声器上，从而产生“反噪声”来抵消微传感器探测到的噪声。
再看通用汽车公司的案例。通用汽车公司利用有源噪声控制技术来提高其最新款汽车——雪佛兰Equinox的燃油效率。Equinox配备的发动机能以更节能的速度、更小的低频噪声工作，真正诠释了通用汽车公司倡导的燃油经济性。
其实最有前景的通过反干扰手段控制噪声的方法是：有源结构声学控制。不过，该技术目前仍处于实验阶段。该方法关键之处不是在噪声已经存在于客舱的情况下，通过扬声器来抵消噪声，而是通过控制整个飞机结构来减少振动级，从而达到减少噪声的目的。经证实，有源结构声学控制的降噪技术更富有竞争性，同时也降低了使用噪声控制技术的成本。
隔音材料
前面提到的反干扰方法，需要安装一些设备，甚至需要对飞机进行大的整修，这对于运营商们来说，有时是不可接受的。那么，为了消减噪声，我们还可采用其他的办法，例如可以给飞机装上隔音材料，提高舱门的密封性，或者给乘客配备一些降噪耳机。这一系列方法对飞机运营商，特别是小型运营商来说，也许是唯一可行的降噪方法。
用于飞机客舱的隔音材料需要有足够的机械强度，而且要能与客舱壁的曲线构型完全吻合。目前，用于客舱壁的新型硅胶隔音材料，可紧贴在客舱壁面上，能更好的起到隔音的效果。
隔音材料不仅可以供飞机使用，在少数情况下，也可以运用在汽车、游艇或其他存在高强度噪声的环境中。SoundEx公司是一家隔音材料的零售商。该公司生产的模板化的隔音装备及材料被很多飞机所有者及运营商安装在单发或双发活塞飞机上。SoundEx声称他们的产品在热性能和轻巧性方面较其他同类产品更胜一筹。该公司还透露飞机的绝缘性会直接影响消减的噪声分贝数。
但是，装备隔音材料有可能阻碍空气流通，特别是在常压驾驶舱内。所以运营商还应考虑安装索罗斯公司生产的气流增强装置或其他类似产品。
遮声(光)窗
被称为“世界第一综合智能的飞机客舱阴影和降噪系统”的iShade iQ，是Inspec Tech航空服务公司iShade系列电子调光窗户的最新产品，它可以有效降低客舱噪声。
据有关人士研究显示，客舱的窗户是噪声传播的主要途径。Inspec Tech公司利用iShade窗户控制光线的方法实现了对噪声的控制。iShade窗户安装好后，客舱窗户透射进来的光线便由调光薄膜控制，这种薄膜可以精确地调出乘客想要的任何色彩，其最便捷的地方在于您只要轻触按钮，便可以实现这种控制。
同样的光控薄膜技术也被运用在汽车制造业上。Inspec Tech公司采用的是Research Frontiers公司授权生产的SPD调光薄膜技术，戴姆勒AG把这项薄膜技术用在去年1月份正式推出的装备有“魔幻天空控制系统”全景天窗的梅赛斯·奔驰SLK上。这是一个可以让车内氛围瞬间改变的设计。只需一个按钮，便可实现车顶在深色和浅色之间的灵活转换。
iShade光线控制面板由7层堆栈组成，其中每种材料都与降低噪声有着密切的关系。iShade iQ取得的一个大的飞跃是该系统在iShade光线控制面板基础上，通过添加全新的专有层，并采用密封、粘合的方法，起到了很好的隔音效果。这个专有层一旦安装好，iShade iQ就与它结合成机身的一个密封组件。它可以扩散和反射通过面板的声音，还有面板边缘可能漏泄的声音。除降噪之外，iShade iQ还可以改善飞机在停机坪上的热消耗。
声之“真谛”
上面我们探讨了如何消除或降低客舱噪声的措施。但是对一些运营商来说，提高客舱的音频品质却有着更重要的意义。因为有一些重要的乘客，他们希望享受到不亚于交响乐大厅、IMAX剧院和竞技场的娱乐氛围，这就需要有高品质的音频娱乐系统做支撑。
Alto Aviation是一家从事高端音频制作的公司，该公司对于客舱噪声有不同的态度，他们致力于提高客舱的声音品质。Alto Aviation公司的nVelop系统能为每个座位提供最佳的环绕立体声体验。试想一下，在万米高空中享受着视觉与听觉上的盛宴该是一件多么令人神往的事啊!
噪声环境影响评价方法与应用探析 篇7
声音是由振动产生的, 振动的一切物体称为声源, 产生噪声的声源称为噪声源。噪声污染的形成主要有三个要素, 即:声源、传播媒介和接受体。只有在三者同时存在的情况下, 才能形成噪声污染。噪声按产生的机理可划分为机械噪声、空气动力性噪声和电磁性噪声三大类;噪声按其随时间变化可分为稳态噪声和非稳态噪声两大类;按噪声的来源又可分为交通噪声、工业噪声、社会生活噪声、施工噪声和自然噪声五类。噪声源按形态可分为点声源、线声源与面声源三类[1]。
1 噪声衰减方法
1.1 传播距离引起的衰减
无论是点生源、线声源还是面生源, 随着传播距离的增加, 噪声值都会相应的衰减, 越远的距离, 使敏感点和周围环境受到的影响越小。
1.2 空气吸收引起的衰减
空气吸收引起的衰减与大气压、温度、声波频率、湿度等有关, 空气吸声系数及距受声点越远, 则空气吸收衰减值越大。
1.3 户外建筑物的声屏障衰减
声屏障的隔声效应与声源和接收点以及屏障的位置、高度、长度及结构性质有关。根据它们之间的距离, 声音的频率算出菲涅耳数N, 然后, 查出相对应的衰减值 (d B) 。声屏障衰减最大不超过25d B。
1.4 植物的吸收衰减
声波通过高于声线1m以上的植物丛时, 会因植物阻挡而产生声衰减。在一般情况下, 噪声值能衰减2~3d B/10m。
2 噪声环境影响评价应用分析
2.1 项目概况
我国某城市改建道路工程, 工程规模:改建长约10.52km的道路, 技术标准为设计速度30km/h、路基宽度7.5m的三级公路。全线占地12.62hm2, 拆迁电力电线及光缆4800m, 改造涵洞55道, 桥梁1座;公路平交17处, 设置有交通安全设施, 全路段不设置管理和服务设施。
2.2 噪声污染源分析
营运期产生的交通噪声主要由以下两方面引起:
(1) 车辆行驶时发动机产生噪声及车辆行驶引起的气流湍动、排气系统、轮胎与路面磨擦产生噪声。
(2) 由于道路路面平整度等原因, 高速行驶的汽车发生振动所产生的噪声。
按项目营运期交通量计算, 其中大型车占10%, 中型车占40%, 小型车占50%。
机动车车型按大、中、小型车分类, 根据《公路建设项目环境影响评价规范 (试行) 》 (JTJ005-96) [2]推荐的车辆噪声影响预测方法及车流量估算各类型车平均行驶速度, 夜间车速折减20%计, 再计算不同车型机动车的平均辐射声级。根据该规范中的公式计算各预测年各型车平均辐射声级。
2.3 运营期噪声环境影响预测
本项目在建成后将在车行道两侧设置乔木绿化, 将在一定程度上降低道路交通噪声对敏感点的影响。但交通噪声仍会对道路两侧的居民带来影响。本次评价采用《环境影响评价技术导则声环境》 (HJ2.4—2009) [3]中推荐的公路噪声预测模式进行预测。分别对营运近期 (2013年) 、中期 (2020年) 、远期 (2030年) 交通噪声进行预测。
(1) 交通噪声预测模式
公路交通噪声级计算:
式中:
Leq (h) i———第i类车的小时等效声级, d B (A) ;
(Lo E) i———第i类车速度为Vi, km/h;水平距离为7.5m处的能量平均A声级, d B (A) ;
Ni———昼间, 夜间通过某预测点的第i类车流量, 辆/h;
r———从车道中心线到预测点的距离, m;
Vi———第i类车的平均车速, km/h;
T———计算等效声级的时间, 1h;
Ψ1、Ψ2———预测点到有限长路段两端的张角, 弧度, 如下图所示:
ΔL———由其他因素引起的修正量, d B (A) , 可按下式计算:
式中:
ΔL1———线路因素引起的修正量, d B (A) ;
ΔL坡度———公路纵坡修正量, d B (A) ;
ΔL路面———公路路面材料引起的修正量, d B (A) ;
ΔL2———声波传播途径中引起的衰减量, d B (A) ;
ΔL3———由反射等引起的修正量, d B (A) 。
混合车流模式的等效声级是将各类车流等效声级叠加求得。如果将车流分成大、中、小三类车, 那么总车流等效声级为:
(2) 环境噪声预测值计算
预测点P处的环境噪声为:
式中: (LAeq) 环———预测点环境噪声级, d B;
(LAeq) 交———预测点公路交通噪声值, d B;
(LAeq) 背———预测点的背景噪声值, d B。
(3) 噪声环境影响评价结论
由预测结果可知, 项目营运期间, 敏感点在近期、中期、远期昼夜间噪声预测值均未超标, 均可满足《声环境质量标准》 (GB3096-2008) 中2类限值要求。
通过对比噪声预测值与现状敏感点噪声监测值, 可以看出:预测值较现状敏感点噪声监测值有所升高, 这是由于交通量增加引起的。但项目实施后将在道路两侧种植乔木, 同时通过对路面的修整, 可在一定程度上对交通噪声起到缓解作用, 因此, 本项目建成后对周围环境的影响程度不大。
2.4 污染防治措施
(1) 根据本项目属于城乡道路的特点, 车流量较小, 采取限制车辆行驶速度, 控制车辆鸣笛, 以减少突发性噪声。
(2) 道路两侧的种植树木, 以减轻交通噪声影响, 并根据当地自然条件选择枝繁叶茂、生长迅速的常绿树种。
3 结语
现在噪声形成了人工噪声环境, 对居民的干扰和危害日益严重, 已经成为环境的公害, 被认为是仅次于大气污染和水体污染的第三大公害。加强噪声环境影响评价工作的开展, 合理处置和改善噪声污染声源, 是降低噪声污染的重要手段。因此在具体工作中应不断研究, 寻求有效的评价方法, 保证评价数据的准确性和有效性, 真正的为居民提供健康的生活和工作环境。
摘要：噪声影响评价是确定拟开发建设或已建建设项目发出的噪声对周围人群和生态环境影响的范围和程度, 评价影响的重要性, 提出减少或消除影响的措施, 为开发建设或已建建设项目的方案优化选择提供可靠的依据。本文通过阐述噪声污染来源, 介绍了噪声环境影响评价方法, 并结合具体实例分析噪声污染的评价方法和解决措施。
关键词：噪声污染,环境影响评价,应用
参考文献
[1]沈红霞.城市环境噪声质量评价方法[J].嘉兴学院学报, 2004, (3) :201-203.
[2]公路建设项目环境影响评价规范 (试行) (JTJ005-96) .中华人民共和国交通部, 2006.
噪声环境影响评价方法与应用研究 篇8
做好噪声来源的分析和研究工作, 对于噪声环境污染评价和噪声治理工作的开展都有着非常重要的作用。根据噪声声源的发声机理, 可以将噪声划分为机械噪声、电磁噪声以及气流噪声3种。
1.1 机械噪声
机械噪声是指机械设备运行过程中, 由于机械部件之间的摩擦、撞击以及非平衡力影响, 使机械设备的外壳或整体产生振动所发出的噪声。机械噪声是较为常见的噪声种类, 由于我国科技技术水平的不断提高, 大型机械设备广泛应用于各个行业, 如起重机、搅拌机、齿轮变速箱, 金属加工行业的车床等等, 严重影响到周围居民的正常工作和生活, 机械噪声污染也是最为严重的环境噪音污染问题。由于机械噪声的发声源较多, 因此, 机械噪声常常伴随其他种类的噪声共同存在。
1.2 电磁噪声
电磁噪声一般是由于供电系统相关设备在运行过程中由于电磁场交替变化所引起的震动发声。电磁噪音又称电磁啸叫, 随着社会的不断发展, 电能成为家庭生活和工业生产过程中不可或缺的能源, 供电系统是为家庭和工厂提供电力的主要途径, 系统中的发电机、变压器、电动机和镇流器等设备都会因为电磁场效应而产生震动噪声, 从而影响周围环境。同时, 部分用电设备, 如开关电源、民用变压器等设备也会产生电磁噪声, 造成一定的危害。
1.3 气流噪声
气流噪声是指强气流运动过程中同固体介质相互作用所发出的噪音, 气流噪声的影响大小由气流速度、气流压力等因素决定。常见的气流噪声主要有喷气发动机噪声、高压锅炉的排气噪声以及风机噪声等, 同人们的生活息息相关, 因此气流噪声的影响也比较大。
2 噪声强度的评价手段
由于噪声污染所造成的影响较大, 因此, 在确定噪声源头之后, 应该采取有效而简洁的评价手段, 来确定噪声源头所产生的噪声强度, 根据噪声强度来对噪声源头采取一定的处理和改善。目前来说, 对声源噪声强度的获取手段主要有3种。
2.1 从产品生产厂商方面获取
一般来说, 产品在出厂之前, 都会进行一系列的产品检测, 如产品的安全性能检测、产品的使用效果检测、产品电能消耗检测以及产品的运行噪声检测, 特别是一些正规产品, 这些检测环节是必不可少的。通过产品铭牌, 能够确定生产厂商, 从而直接索要噪声强度检测数据, 这种获取手段较为简单, 且由于产品生产厂家的监测设备和监测技术较为先进, 监测数据相对比较准确, 对于噪声环境影响评价工作来说意义非常大。但是, 在实际落实过程当中, 却很难通过这种方法来确定产品的噪声强度。主要原因多由于大多数生产厂商并不重视噪声危害, 因此部分产品不会实施噪声监测, 也就无法获取噪声强度数据;某些生产设备是在研究阶段进行各种性能的监测, 而不是在产生阶段进行, 这样就对数据的获取造成了一定的难度。
2.2 类比法获取
类比法获取噪声设备噪声强度, 是目前较为常用的获取方法。在环境影响评价阶段, 往往由于相关噪声监测设备不能及时提供, 也就不能开展实际噪声强度测量工作, 这样的情况之下, 便可以利用类比法获取近似噪声强度。类比法噪声强度获取方法精确度比较高, 数据比较准确, 但是实际操作比较复杂, 并且必须能够寻找到合适的参考案例, 才能开展有效的类比工作, 最终获取相关数据。
2.3 实测法获取
实测法是利用相关仪器设备直接对环境噪声污染程度进行测量。实测法是最为有效且数据最为准确的获取方法, 但由于实测法需要应用大量噪声监测设备, 因此, 实测法的应用局限性较大, 往往只针对扩建项目、后评价项目等重要项目使用, 这样能够根据准确的监测数据, 对项目噪声设备进行合理的改善, 从而减少项目建设对周围环境所增加的危害。
3 噪声环境影响效果的预测
在获取噪声强度相关数值之后, 需要针对噪声强度来对噪声进行综合性分析和评估, 确定噪声对环境的影响程度, 从而针对这一问题采取有效的解决和改善手段, 减少噪声对周围环境的影响。由于工业噪声污染是主要的噪声污染源, 因此以工业噪声为例, 具体说明影响效果的预测过程。
噪声环境影响效果预测模式主要为一般点声源预测和建筑预测两种。一般点声源预测模式是针对所有点声源进行数据计算和预测, 在数据获取之后将数据叠加, 从而求出点声源对环境的影响效果。点声源预测模式的预测关键在于数据预测之前, 必须要获取点声源噪声设备的声波功率, 并能够充分计算出各点声源噪声因相关因素所造成衰减量, 只有这样, 才能够使用点声源预测模式, 求出准确的预测数据;建筑预测模式, 就是将工业厂房看做噪声声源整体, 利用声音传播原理, 求出车间对环境的影响数据, 从而获得环境影响效果预测数据。在实际计算过程当中, 首先要求出厂房内点声源到达墙体的声级, 再求出厂房墙外声级, 最终获取到达外环境某点的噪声声级, 分步计算, 当噪声声源内含有多个厂房, 则必须要一一求出, 并进行叠加来获取最终数据。
4 噪声污染的治理措施
当获取相关噪声污染影响数据数据之后, 就需要采取科学而有效的处理手段, 针对噪声污染较为严重的设备和企业进行控制和治理, 从而减少噪声对环境的危害, 保证周围居民的良好生活环境。
4.1 噪声设备方面
4.1.1 更换噪声设备
对于噪声影响特别大、使用时间较长且相对老化的设备, 可以采取更换新设备的方法来降低噪音污染。随着我国科技技术水平的不断提高, 新型设备的研发力度也逐渐增大, 加上人们对环境污染的重视程度越来越高, 许多噪声声级小, 生产效率高的设备已经逐渐开始得到推广。因此, 可以根据实际情况, 采用跟换新设备方法来降低噪音危害, 保证周围居民的正常生活环境。
4.1.2 安装消音器和减震器
对于噪声影响不太严重的, 且使用时间较短, 使用寿命较长的声源设备, 可以采取安装消音器和减震器的方法, 来降低噪声声源所造成的噪声污染。气流声源一般可选用消音器安装方式来降低噪声危害, 其他大型设备要加强减震器的使用, 减少震动效果, 降低噪声污染。
4.2 加强噪声衰减处理工作
在进行噪声设备处理时, 也要重视噪声衰减问题, 针对工业设备的运行区域, 采取合理的衰减措施, 来减少噪声声级, 从而达到改善周围环境的目的。增加衰减量的手段有许多, 比如隔音、吸声、隔振等手段。隔音技术是目前最为有效也是较为简便的提高噪声衰减的手段, 对于空气声的隔绝, 一般采用密度较大的材料对墙体进行加固, 使内环境更趋向于封闭, 减少噪音的对外传播, 达到隔音效果;对于固体声的传播, 一般是使用软材料进行衰减, 如毛毯、塑料、橡胶等物质, 这样能够减少固体之间的作用力, 从而有效提高噪声的衰减程度, 从而达到降低噪声污染的目的。
4.3 做好城市规划工作, 调整声源位置
在采取以上两种改善手段的同时, 应该加强城市规划工作, 积极调整声源位置, 远离城市中心, 从根本上解决噪声污染问题。随着我国社会经济的不断发展, 城市建设速度逐渐加快, 城市人口数量也日渐提高, 大量的工程建设, 使许多工业厂区周围也增加了许多办公场地和居民小区, 这使得噪声污染问题更加严重。因此, 政府相关部门应该加强城市规划工作, 将工业厂区尽量移到远离居住区域和办公区域的地方, 这样可以有效降低噪声污染对环境的危害, 保证企业的正常运行。
政府相关部门在做好城市规划工作的同时, 也应该加强城市噪声管理工作, 提高工业企业的噪声监督管理, 对于新建企业的噪声强度进行严格管控, 对于危害严重的企业不予批准运行;对于目前正在运行的企业要进行认真审核, 责令污染严重的企业进行停产整改, 从而有效降低企业的噪声污染问题。同时, 政府相关部门应该加强对工业生产设备的监管力度, 保证生产设备的噪音指标, 使生产设备的噪声危害最小化, 降低对环境的影响程度, 还居民一个安静健康的生活环境。
5 结语
噪声污染目前已经成为威胁人们正常生活和工作的重要污染问题, 加强噪声污染环境影响的评价工作, 针对噪声污染声源进行合理的处理和改善, 提高相关设备和企业的监察力度, 是降低噪声污染的重要手段。在实际工作过程中, 我们一定要不断探索不断研究, 寻求更为有效的监测方法, 保证监测数据的准确性和有效性, 保证噪声污染处理工作的落实, 为居民提供一个真正健康的生活环境和工作环境。
参考文献
[1]沈红霞.城市环境噪声质量评价方法[J].嘉兴学院学报, 2004 (3) :212～213.
[2]王笑梅, 谭绿贵, 刘晓升, 等.城市居民对环境噪声的感知调查[J].环境与健康杂志, 2007 (11) :27～28.
[3]沈红霞.城市环境噪声质量评价方法[J].嘉兴学院学报, 2004 (3) :63～64.
[4]林茹.城市区域环境噪声评价与分析[J].平原大学学报, 2006 (6) :111～113.
[5]谢正文, 孔凡玉.城市环境噪声污染预测模型及应用[J].中国计量学院学报, 2006 (4) :44～46.
[6]袁东, 滕世昌, 石竹.山东教育学院校园环境噪声测量与评价[J].山东教育学院学报, 2007 (4) :17～18.
噪声评价 篇9
字符识别技术是人工智能模式识别的一个重要方面。而作为字符识别的重要组成部分之一的数字识别技术在交通,邮电及商业票据管理方面有着极高的商业应用价值。虽然目前有很多方法比如概率统计识别和模糊识别等用于人工智能,但是神经网络识别技术发展迅速,以及自身的自学习和组织等优良特性而日益受到重视。相对于比较成熟的印刷体识别技术,手写字体识别技术由于书写者因素,使得字符图像的随意性比较大,比如字体比划粗细,局部清晰度和字体匀称等直接影响到字符的正确识别。所以,手写字体的识别是人工智能领域具有挑战性的一个课题。
1 手写数字识别
在过去的数十年中,研究者们提出了许许多多的识别方法。按使用的特征不同,这些方法可以分为两类:基于结构特征的方法和基于统计特征的方法。结构特征通常包括圆、端点、交叉点、笔划、轮廓等,统计特征通常包括点密度的测量、矩、特征区域等,一般来说,两类特征各有优势。例如,使用统计特征的分类器易于训练,而且对于使用统计特征的分类器,在给定的训练集上能够得到相对较高的识别率,而结构特征的主要优点之一是能描述字符的结构,在识别过程中能有效地结合几何和结构的知识,因此能够得到可靠性较高的识别结果。
2 遗传算法与数字识别原理
2.1 遗传算法
遗传算法(GA, Genetic Algorithm)是1962年由美国Michigan大学的Holland教授提出的模拟自然界遗传机制和生物进化论而成的一种并行随机搜索最优化算法。1967年,Holland教授的学生Bagley在其博士论文中首次提到了“遗传算法” 一词,他发展了复制,交叉,变异,显性,到位等遗传算子。Hol-land教授用遗传算法的思想对自然和人工自适应系统进行了研究,提出了遗传算法的基本定理——模式定理(Scheme Theorem)。20世纪80年代,Holland教授实现了第一个基于遗传算法的机器学习系统,开创了遗传算法的机器学习的新概念。
遗传算法是从代表问题可能潜在的解集的一个种群开始的,而一个种群则由经过基因编码的一定数目的个体组成。首先,需要编码实现从表现型到基因型的映射。初始种群产生之后,按照适者生存和优胜劣汰的原理,逐代进化产生越来越好的近似解,在每一代,根据问题域中个体的适应度值大小选择个体,并借助于自然遗传学的遗传算子进行组合交叉和变异,产生出代表新的解集的种群。后代种群总是比前代更适应环境,末代种群中的最优个体经过解码可以作为问题近似最优解。
遗传算法有三个基本操作:选择(Selection)、交叉(Crossover)和变异(Mutation)。
选择的目的是为了从当前种群中选出优良的个体,使它们有机会作为父代为下一代繁殖子代。根据各个个体的适应度值,按照一定的规则和方法从上一代群体中选择出一些优良的个体遗传到下一代种群中。进行选择的原则是适应性强的个体为下一代贡献一个或者多个后代的概率大。这样就体现了达尔文的适者生存原则。
交叉操作是遗传算法的最主要的操作。通过交叉操作可以得到新一代个体,新个体组合了父辈个体的特性。将群体内的各个个体随机搭配成对,对每一个个体,以某一概率交换它们之间的部分染色体。交叉操作体现了休息交换的思想。
变异操作首先在群体内随机选择一个个体,对于选出的个体以一定的概率随机改变串结构数据中某个串的值。即对种群中的每个个体,以某一概率改变某一个或某一些基因座上的基因值为其他的等位基因。同生物界一样,遗传算法中变异发生的概率很低。变异为新个体的产生提供了机会。
2.2 遗传算法优化BP神经网络原理
遗传算法优化BP神经网络分为BP神经网络结构的确定、遗传算法优化和BP神经网络预测三个部分。其中,BP神经网络结构确定部分根据拟合函数输入输出参数个数确定BP神经网络结构,进而确定遗传算法个体的长度。遗传算法优化是使用遗传算法优化BP神经网络的权值和阈值,种群中的每个个体都包含了一个网络所有权值和阈值,个体通过适应度函数计算适应度值,遗传算法通过选择、交叉和变异操作找到最优适应度值对应个体。BP神经网络预测用遗传算法得到最优个体对网络初始权值和阈值赋值,网络经训练后预测函数输出。遗传算法优化BP神经网络的要素包括种群的初始化、适应度函数、选择操作、交叉操作和变异操作。
优化流程如下
①种群初始化。
个体编码方法为实数编码,每个个体均为一个实数串,由输入层和隐含层连接权值、隐含层阈值、隐含层与输出层连接权值以及输出层阈值四部分组成。个体包含了神经网络全部权值和阈值,在网络结构已知的情况下,就可以构成一个结构、权值和阈值确定的神经网络。
②适应度函数。
根据个体得到BP神经网络的初始权值和阈值,用训练数据训练BP神经网络后预测系统输出,把预测输出和期望输出之间的误差绝对值和作为个体适应度值F,计算公式为:
式中,n为网络节点输出数; yi为BP神经网络第i个节点的期望输出;oi为第i个节点的预测输出;k为系数。
③选择操作。
遗传算法选择操作有轮盘赌法、锦标法等多种方法,常用选择轮盘赌法,即基于适应度比例的选择策略,每个个体i的选择概率pi为
式中,Fi为个体i的适应度值,k为系数;N为种群个体数目。
④交叉操作。
由于个体采用实数编码,所以交叉操作方法采用实数交叉法,第k个染色体αk和第l个染色体al在j位的交叉操作方法如下:
akj=akj(1-b)+aljb
alj=alj(1-b)+akjb
式中,b是[0,1]间的随机数。
⑤变异操作。
选区第i个个体的第j个基因αij进行变异,变异操作方法如下:
式中,αmax为基因αij的上界;αmin为基因的αij下界;r2为一个随机数;g为当前迭代次数;Gmax为最大进化次数;r为[0,1]间的随机数。
2.3 遗传算法优化支持向量机神经网络原理
支持向量机的主要思想是建立一个分类超平面,使得正例与反例之间的隔离边缘被最大化。支持向量机的理论基础是统计学习理论:结构风险最小化的近似实现。在模式分类问题上支持向量机能提供好的泛化性能,这个属性是支持向量机特有的。另外,支持向量机计算简单,有很好的鲁棒性和通用性等优点使得SVM在分类问题上得到了广泛应用。采用SVM来做分类,虽然能达到较满意的效果,但是SVM做分类预测时需要调整相关参数(主要是惩罚参数c和核函数参数g)才能达到比较理想的预测分类准确率。对于SVM参数优化问题,国际上并没有公认统一的最好的方法,目前常用的方法就是让参数C和G在一定范围内取值,采用交叉验证(CV,Cross Validation)方法选取的参数来训练模型,可以有效地避免过学习和欠学习状态的发生,得到比较理想的准确率,比随机地选取参数训练SVM得到的模型在分类问题上更有效。CV是用来验证分类器性能的一种统计方法,基本思想是在某种意义下将原始数据进行分组,一部分作为训练集,另一部分作为验证集。首先用训练集对分类器进行训练,再利用验证集来测试得到的模型,用已得到的分类准确率来评价分类器的性能指标。
在CV意义下,用网格(GS,Grid Search)划分来寻找最佳参数C和G,虽然能够找到CV意义下的最高的分类准确率,但有时会很费时。遗传算法(GA,Genetic Algorithm)是一种基于生物遗传和进化机制的适合复杂系统优化的自适应概率优化技术。它采用选择,交叉,变异等遗传算子,使得子种群向最优的方向进化,从而很快找到最优解。采用GA启发式算法就可以不必遍历网格内的所有的参数点,以更快的速度找到全局最优解,减少了训练时间,提高了效率。
优化流程如下:
①行初始化设置,包括进化代数、群体规模、核函数和平衡系数C的搜索范围、杂交率和变异率等。
②随机产生一组可能的值作为父代,其中的每个个体代表一组参数(C和δ2),采用某种编码方式对参数进行编码,构造初始群体。
③用每一个个体决定一个SVM模型,用于评价图像质量。利用交叉验证准确率作为评价每个模型误差的标准,以确定每个个体的适应度,从而反映本模型的推广预测能力,准确度越高,适应度越高。
④随机选择两个适应度低于平均适应度的父代个体i1、i2,对i1、i2进行杂交操作,产生两个新的个体。
⑤按照突变概率随机选择一个父代个体进行突变操作,以产生新的个体。
⑥重复步骤④、步骤⑤,直到生成一个子代群体。
⑦将父代中最好的个体随机置换子代中的一个个体,将子代转化为父代,计算每个个体的适应值,然后重复步骤③～步骤⑥,直至得到满意的SVM 模型参数C和δ2。
3 实验整个流程
加入高斯噪声后,如图1所示做第二次实验,比较训练后的模型分类性能。
4 仿真验证
实验选区100幅原始手写数字0～9图片,经过仿真测试后,比较模型分类效果。然后,对每幅原始图片加入高斯白噪声,分析比较每种训练模型分类效果能力。
原始图像仿真参数如表1所示。
加入高斯白噪声后图像仿真参数如表2所示。
从表1-2可以看出,GA对结构的优化明显提高了两种神经网络的模式分类性能,而采用GA优化后的SVM性能提高更明显。当加入噪声后,每个模型分类性能都减小,GA优化后的SVM变化最小,说明在抗干扰噪声方面,此模型具有更好的适应性和更强的推广能力。
预测误差的仿真结果如图2-3所示。仿真结果中同时对比了BP,GA_BP,SVM和GA_SVM四种预测误差与实际误差曲线方案。
由图2中预测误差变化曲线可以看出,BP分类预测性能最差,其次是SVM和GA_BP,但是GA_SVM表现出了最好的分类性能。
由图3中的加入高斯噪声后四种方案的误差预测曲线可以看出,干当加入高斯白噪声后,四种方案性能都有所下降,错误主要集中在数字6到10中,但是变化最小的是GA_SVM,可见GA_SVM在图像分类处理方面表现出了最好的分类性能。
仿真结果显示,本文提出的基于噪声的数字分类系统性能比较,遗传算法在牺牲时间的前提下,明显地提高了神经网络分类性能,而用SVM具有降维,降低复杂度等优点,使得遗传算法优化后的支持向量机(GA_SVM)性能也显著增强,抗干扰性能最好,在图像处理分类建模领域,具有很高的推广意义。
5 结束语
本文介绍了两种基于遗传算法优化的神经网络方案,并对比了无噪声和有噪声情况下两种训练模型的分类性能。对于遗传算法优化后的神经网络都能提高神经网络分类性能,而SVM优化性能效果更加明显。仿真结果显示,SVM训练后的模型对于噪声干扰的影响明显小于BP训练后的模型,所以遗传算法优化后的支持向量机在图像处理领域具有更好的性能,更好的推广能力。
参考文献
[1]Mathur A,Foody G M.Multiclass and binary SVM classification:Implications for training and classification users[J].IEEE Geosci.Remote Sens.Lett.,2008,5:241.
[2]王晓琳,伍海华.遗传算法和神经网络在汇率预测中的应用[C].2006中国控制与决策学术年会论文集,2006.
[3]范睿.基于遗传算法的神经网络洪水预报研究与应用[D].哈尔滨工程大学,2005.
[4]海金(Simon Haykin)神经网络原理[M].叶世伟,史忠植,译.北京:机械工业出版社,2004.
[5]邓丽华,崔志强,张静.基于人工神经网络的手写体数字识别[J].三峡大学学报:自然科学版,2005(3).
[6]王小平,曹立胡.遗传算法——理论、应用与软件实现[M].西安:西安交通大学出版社,2002.
[7]Bruzzone L,Chi M,Marconcini M.A novel transductive SVM forsemisupervised classification of remote-sensing images[J].IEEETrans.Geosci.Remote Sens.,2006,44:3363.
[8]Chi M,Bruzzone L.Semisupervised classification of hyperspectralimages by SVMs optimized in the primal[J].IEEE Trans.Geosci.Remote Sens.,2007,45:1870.
[9]Bazi Y,Melgani F.Gaussian Process Approach to Remote SensingImage Classification[J].IEEE Transactions on Geoscience and Re-mote Sensing,ISSN:01962892,2010,48(1):186.
[10]Bazi Y,Melgani F.Toward an optimal SVM classification systemfor hyperspectral remote sensing images[J].IEEE Trans.Geosci.Remote Sens.,2006,44:3374.
噪声评价 篇10
1 噪声源分析
交通噪声中, 主要有汽车、火车和飞机等交通工具所产生的噪声, 在不同的城市对于噪声的评价等级也有所不同。在近些年来, 城市机动车的保有量显著增加, 道路交通噪声跑过了其他的交通方式产生的噪声值, 在道路面积的扩宽同时, 车辆数也相应提高, 所产生的噪声值也相应提高。在铁路建设中, 随着火车的速度提升, 噪声值也相应攀升。根据测算, 当高速铁路的速度达到300km/h以上, 噪声值可达到110d B以上。尤其是在一些穿过城区的铁路线路, 对周边的居民和建筑物都会产生很大的影响。而飞机所产生的噪声主要表现在飞机起落过程中。在我国一些发达城市, 机场飞机起降量增大, 导致噪声密度也有所提高。
在工业生产中产生的噪声值仅次于城市交通噪声。在大型工业生产中, 如钢铁生产和电力生产中, 机械运转所产生的噪声十分严重, 在一些等级较低、使用年份较旧的厂房中, 产生的噪声也不可忽略。在工业生产中产生的噪声主要特点就是持续时间长、有一定的规律, 长时间对周边的群众产生影响, 严重影响人体的健康。
目前, 很多城市掀起了“地铁热”, 大量的地铁施工应运而生。地铁通道所处的位置往往都在城市人口密集的地区, 因此产生的噪声有很严重的社会影响。为了抓紧工期, 很多地铁建设单位加班修建, 导致夜间对周边的居民有很大的影响, 国内也发生了多起地铁建设者和居民发生冲突的恶性事件。
2 噪声防治策略
对比国外对噪声防治的情况来看, 我国对于噪声的控制重视程度不够。但是城市环境噪声问题日益突出, 需要对城市的噪声进行防治, 不断完善治理的手段和措施, 同时也在各部门和各个不同的组织中相互协调好来保证噪声的控制。
对于保护城市环境最为有效的方法就是通过立法的方式。在环境影响评价中, 制定具体的噪声评价指标, 能够清楚的界定噪声的划分范围, 以人体直观的感觉为前提, 保证噪声值控制在人体可承受的范围之内。通过立法来切实有效的落实现行的《环境噪声防治法》, 让城市居民有良好的生活环境, 在受到噪声影响中, 可以有对保护自身的权益有法律依据。
除了从国家的立法层面来控制噪声外, 还需要对城市的规划和发展模式进行优化。通过控制城市过快的人口增速, 保证城市的人口数量, 将城市资源均匀分配等方式来对城市管理进行改观, 并且对于城市道路的规划进行具体的优化, 如将大型的工业厂房移至人口流动量较小的郊区, 城市主干道的道路对车辆进行有效的分流。在居民区或是一些重要的地区 (如学校、医院等) 设置安静区, 用绿化植被和隔声装置将噪声源隔离。在一些工业建设中, 提前对环境敏感区域进行划定, 必须采取相应的隔方案。在将施工线路进行规划后, 要控制运输车辆的运送时间和运送货物类型, 同时对于车速要进行控制。
在噪声向外传播时, 分析其传播途径中降噪措施的科学性、实用性、经济性。例如, 机器设备所在厂房内是否需作吸声处理, 其门窗是否需要采用隔声门隔声窗;根据车间具体生产环境, 厂房内能否作吸声处理, 能否采用隔声门、隔声窗。
3 噪声控制策略相关思考
噪声污染和大气污染、水污染及固体废物污染一样被称作环境方面的四大公害, 噪声污染在城市几乎无处不在。环境噪声污染和大气污染及水污染相比, 有很大的不同, 噪声是物理污染, 它一般只产生局部的影响, 不会造成区域性或全球性的污染, 且噪声污染不像水污染会有残留污染物。当噪声源一停止发声, 噪声污染也随之消失。
我们环境影响评价中所指的环境噪声是指在工业生产、建筑施工、交通运输和社会生活中所产生的干扰周围生活环境的声音。环境噪声污染是指所产生的环境噪声超过国家规定的环境噪声排放标准, 并干扰他人正常生活、工作和学习的现象。
从以上概念可知, 声音构成环境噪声污染, 扰民和超标排放二者均为必要条件, 缺一项则就不能构成环境噪声污染, 不构成污染的声音也就不需治理。这就与环境影响评价审批原则中达标原则有所冲突, 达标原则要求厂界噪声达标排放, 这一原则中没有规定厂界周围有没有受声敏感体 (即有没有扰民) 。这样一来, 很多时候, 噪声防治达标就显得是为达标而达标, 如果不能达标排放, 就也可以说是在没有构成噪声污染的情况下要求治理, 笔者认为这是没有必要的, 不仅造成治理费用的浪费, 又没有现实意义。
4 结束语
在现有的环境中, 噪声对居民的干扰和危害日益严重, 已经成为环境的公害, 被认为是仅次于大气污染和水体污染的第三大公害。有些低频噪声还会对人的身体产生很大的影响, 并且影响的时间和范围十分大。加强噪声环境影响评价工作的开展, 合理处置和改善噪声污染声源, 是降低噪声污染的重要手段。鉴于这些原因, 在国内采取相应的环境评估方案, 通过控制噪声源头和隔绝噪声方面进行防治, 在具体工作中应不断研究, 寻求更加有效的评价方法, 保证评价数据的准确性和有效性, 真正的为居民提供健康的生活和工作环境, 切实的保证居民尽可能少的受到噪声的影响。
参考文献
[1]沈红霞.城市环境噪声质量评价方法[J].嘉兴学院学报, 2004.
[2]陈子明.简析近年噪声环境影响评价中出现的错误预测模式[J].环境工程, 2006.