中低频噪声范文(精选7篇)
中低频噪声 第1篇
1对象与方法
1.1 对象
选择12家中小化工企业 (包括石化行业、塑料制造业、轮胎制造业等行业) 全部接触噪声的职工共212人为观察组, 其中男性159人, 女性53人, 年龄 (32.32±5.47) 岁;接触噪声工龄 (3.12±2.10) 年;每周工作6 d, 每天工作8 h, 佩戴无边圆锥形耳塞工作。选择相应的办公室不接触职业性噪声职工187人为对照组, 其中男性120人, 女性67人, 年龄 (32.65±7.8) 岁;工龄 (3.58±2.24) 年;每周工作6 d, 每天工作8 h。两组性别构成、工龄、年龄比较差异无统计学意义 (P>0.05) 。所有调查对象均无既往耳病史、耳外伤史、耳毒性药物史、遗传因素以及其他非研究因素引起的听力异常, 外耳道及鼓膜形态和结构正常。
1.2 方法
1.2.1 问卷调查
采用统一的调查表进行调查。调查内容为个人基本资料、个人职业史、既往耳病史、平均每天工作时间、每周工作天数、噪声防护、是否常去酒吧等娱乐场所及是否常听MP3。
1.2.2 噪声测定
噪声测量仪器采用台湾产TES-1358型精密声级计 (广东省计量局计量检定合格) 。依据GBZ/T 189.8-2007《工作场所物理因素测量第8部分:噪声》进行现场噪声强度和频谱测定。布点:生产车间每100 m2测5个点, 选择在工作场所对角线上的4个端点和1个中心点, 离地1.5 m。每个点在相当于工作时工人耳高、距耳部10 cm左右水平放置测量仪测噪声强度3次, 取平均值。
1.2.3 听力测定
工人脱离噪声16 h后采用纯音听力计, 在本底噪声<30 dB (A) 的隔音室进行检查。检查前先让受测者适应声音信号, 然后在0.5、1.0、2.0、3.0、4.0、6.0 kHz分别检查双耳。听力结果按GBZ 49-2007《职业性听力损伤诊断标准》进行年龄修正。
1.3 听力损失判定标准
任一频段的听阈值>25 dB (A) , 即语频听损以0.5、1.0、2.0 kHz任一频段的听阈值>25 dB (A) 为标准;中频高段听损以3.0、4.0、6.0 kHz任一频段的听阈值>25 dB (A) 为标准。对纯音听力测试结果真实性有怀疑者, 重复测定2次。听力测试不配合者作为无效数据剔除。
1.4 统计学分析
用Excel建立数据库, 用SPSS 13.0软件进行统计分析。统计方法计数资料用χ2检验, 计量资料用方差分析。
2结果
2.1 作业场所及行政办公室噪声强度和频谱测定
产生中低频噪声的噪声源主要是中小化工企业的各类风机、各种泵及各类通风除尘器等, 其噪声强度和频谱测定结果见表1。主要接触的工种是各类巡检工, 在作业时接触的噪声主要是中、低频噪声。80个作业点检测的声源均为中、低频稳态噪声, 噪声的主频率均集中在100~2 000 Hz。18个点风机噪声强度超过卫生限值, 泵有17个点超过卫生限值, 通风除尘器有6个点超过卫生限值, 行政办公室噪声强度未超过卫生限值。
2.2 两组在中频高段与语频段听力损失检出情况
检测结果见表2。观察组的中频高段听力损失检出率为42.9%, 较对照组高, 差异有统计学意义 (χ2=121.61, P<0.01) ;语频听力损失检出率为20.8%, 同样较对照组高, 差异有统计学意义 (χ2=52.64, P<0.01) 。
2.3 观察组与对照组不同频段听力损失程度分析
观察组各频段听力损失均值均比对照组高, 经方差分析两组差异有统计学意义 (F=9.6, P<0.01) 。见表3。
3讨论
本次调查的工种均为接触主频率为中、低频稳态噪声的巡检人员, 噪声强度在70.6~96.2 dB (A) , 观察组中超出职业卫生限值的监测点有41个。调查发现观察组中频高段和语段听力损失检出率均高于对照组 (P<0.01) 。中低频噪声损害是中频高段听力损失检出率较语频段高, 与中频高段噪声损害特征相似, 主要以高频听力损失为主, 听力损失频率范围在2~6 kHz。另外对不同频段听力损失程度分析表明, 观察组听力损失均值高于对照组 (P<0.01) , 提示工人长期接触一定强度的中低频噪声, 对听力系统会造成损害。这与刘素香[5]研究中低频噪声对电力生产工人健康影响, 显示中低频噪声同样会造成工人听力损失, 与本调查结果一致。
本组作业工人基本上佩戴耳塞, 但调查结果显示仍有较多工人发生听力损失。一方面可能是由于耳塞或是护耳器在中低频段所产生的降噪效果不如高频段, 中低频噪声比高频噪声更难以防护[4,5,6,7];另一方面由于长时间佩戴耳塞或护耳器, 工人在作业时会经常摘取下来以解除不适;再者对于中低频噪声人类听觉上的主观感觉中不如高频噪声敏感, 工人很少对其产生不舒服的感觉, 因而容易忽略对中低频噪声的防护。因此, 笔者认为在加强高频噪声防护的同时, 也应注重中低频噪声的防护。
参考文献
[1]Dobie RA.Hearing conservation in industry〔J〕.The WesternJournal of Medicine, 1982, 137 (6) :499-505.
[2]Eldib RP, Atallah AN, Andriolo RB, et al.A systematic review ofthe interventions to promote the wearing of hearing protection〔J〕.Sao Paulo Med J, 2007, 125 (6) :362-369.
[3]McBride DI.Noise-induced hearing loss and hearing conserva-tion in mining〔J〕.Occupational Medicine, 2004, 54:290-296.
[4]刘长春.中低频噪声下护耳器防护效果的测试与评价〔J〕.中国工业医学杂志, 1991, 4 (3) :16-20.
[5]刘素香.中低频噪声对电力生产工人健康影响的调查研究〔J〕.职业与健康, 2003, 19 (12) :3-5.
[6]唐国汉, 黎世林.大型设备及其作业场所低频噪声强度及频谱分析〔J〕.中国职业医学, 2000, 27 (5) :27-28.
中低频噪声 第2篇
某小区位于市中心一环路内,据业主反映及工程师入场采样,在夜深人静时,水泵噪声在其卧室影响达到43.1分贝左右,为有效地控制水泵所产生的噪声与振动,该房产公司与成都鼎三丰环保噪声治理项目组共同研讨定此项目治理目标为:扣除外部环境影响,使居民室内噪声达到国标《声环境质量标准(GB3096-2008)》及《社会生活环境噪声排放标准(GB22337-2008)》的最高标准结构传播固定设备室内噪声排放限值≤30dB(A)。
受该房产公司工程部的委托,成都鼎三丰环保(噪声治理)工程有限公司()对现场进行多次勘察和实地测量后特制定并提出了地下室水泵房通风消音处理、水泵减震处理、调整夜间供水时间等建议对水泵房进行综合噪声节能治理方案做指导作用,以保证水泵运行时对入住居民的影响减小到最低程度,真正营造一个环境优雅的生态式小区,改善农发房产公司的社会品牌形象,还业主们宁静生活声环境。
水泵房噪声源分析
水泵房噪声主要包括气体流动过程中产生的空气动力学噪声,电机机壳受激振动辐射的噪声和机座因振动激励的噪声,以及电动机的噪声。一般而言,其噪声级峰值主要集中在频率63~250Hz的范围内;
水泵抽水的声音,每天24小时,每分、每秒在那边运转,这种声音是低频噪音跟高频噪音两种噪音结合在一起。据以往经验,单台水泵机组噪声A声级达72dB(A),故六台水泵在房内总噪声级可达81dB(A)左右(由于室内混响的影响,风机房内的声级还会有所增加)。
水泵房的噪声主要由制冷机组、电动机、风机等组成,其噪声主要为中低频噪声,中低频噪声的特点就是绕射能力强,透射能力强,吸声困难,是噪声治理中最棘手的问题,机房内声能量密度过大,从而加重了透射噪声的污染程度。
由于设备安装隔音减振考虑不足,水泵机组噪声和振动传至楼上业主房内。因水泵噪音主要表现为低中频振动,它的传播方式是以振动型式为主,噪声通过管道--管道支承--墙体--房屋结构以及水池中的水—水池结构—墙体—房屋结构向水泵房的上层以固体传声的形式传播。而常规的加吸音棉、多空吸音板措施,实际上无法从根本上隔断水泵房噪音的传递。
水泵房综合节能降噪遵循原则及噪声治理措施
一、水泵房隔声降噪设计原则
通过上述分析,并依据机房水泵机组噪声振动产生原理和特点,遵循以下两大原则:
1)所有水泵房振动及噪声治理措施不得影响风机的正常运行,操作和维修;
2)对水泵房的降噪设计,要根据该机组的性能指标、技术参数进行分析计算确定,分析其各频段噪声量大小,有针对性进行处理。
二、水泵房噪声治理技术措施
采用以减振、隔声、消声为主,综合其它降噪方式对水泵的减振、噪声治理工程提出一整套经济有效的降噪减振设计方案: 1)隔、吸声治理措施,有效隔断噪声源和声能转化为热能; 2)管道噪声治理:管道噪声是水流高速运动造成水体高速流动形成的共振效应,根据管道体积、水流速度、管道横截面积等参数,在管道适当的位置采取隔振处理,能有效的隔离共振效应激发的噪声。3)机组振动噪声治理:水泵运行中由机组振动引起的,是一个技术难点,将振动源与承载物或地基之间的刚性连接,改为弹性连接,利用弹性装置的隔振作用,减弱振动源与承载物或地基之间的能量传递,降低振动对环境的影响并通过基座传播的固体声污染是治理中的主要问题,只有针对结症所在,认真计算,合理使用水泵机组专用复合隔振台,才能达到治理目的。
鼎三丰环保专业设计水泵机组专用复合隔振台,在这种系统条件下,可以使整个系统的隔振效率达到97%左右,传递比仅为3%。
通过采用以上减振、隔声、消声技术为主,综合利用吸声等其它技术的精密计算及稳步工程质量效果,扣除外部环境影响,在业主室内感受不到水泵低频噪声影响,此项目得到了业主及农发房产的大力赞扬及旗下同类项目中的技术推广。
该房产公司水泵房噪声治理实测效果 1)扣除外部环境影响,地下室以上一楼业主室内噪声由原来的43.1dB(A)降为26.5dB(A)以下;
2)地下室以上业主室内振动已全部消除; 3)水泵房噪声降为52.1dB(A),振动小于48dB;
低频噪声舒适度研究现状 第3篇
1 低频噪声的污染现状及其危害
低频噪声由于具有不易衰减,传播距离远,通透力强的特点,所以难以阻隔其传播;另一方面,人体内器官的固有频率基本上在低频和超低频范围内,很容易与低频声音产生共振,医学专家通过研究发现,长期受到低频噪声的干扰,容易造成神经衰弱、失眠、头痛、综合判断能力下降等各种神经官能症,低频噪声还可以穿透人体腹壁和子宫壁,影响胎儿器官发。因此,低频噪声污染已成为我国城市环境污染的一个新特点[1]。
2 噪声舒适度的研究
人在噪声与振动环境下的舒适度不仅与噪声与振动的强弱、频率特性及暴露时间有关,而且与环境中人的生理、心理因素有关,针对给定的环境,其中前者是确定性的影响因素,而后者则带有很强的主观性,主要体现在人的主观反应判断标准在概念上的不清晰所导致的模糊性及由于人对刺激敏感程度差异导致的随机性[1]。正是由于存在诸多不确定性因素,给舒适度的评价带来了极大的困难,也正是由于存在模糊性,现场调研和人体室内试验一直是国内外学者最主要的研究方法,模糊数学理论以及信息论中的信号检测理论也了广泛的应用于其中。
目前,针对低频噪声还没有明确的定义。一般来说,低频噪声是指以低频成分为主的噪声,它是相对于中频和高频噪声而言的,但它们之间并没有明显的界线,科研工作者可根据自己的研究需要来定义低频噪声的不同频率范围。通常情况,在讨论环境低频噪声问题时,科学研究人员一般将低频噪声定义为频率在20~250 Hz之间的声音。低频噪声源主要有4大类:电梯、变压器、中央空调(包括冷却塔)及交通噪声。
低频噪声评价指标和方法的研究一般和烦恼度研究结合起来,主要采用室内试验的方法,即在实验室内模拟一定的噪声场景,选取某些特定的噪声刺激,对受试者的反映进行记录,其中噪声刺激可以根据试验的不同需要选宽带、窄带或者特定频率的噪声[2]。
Subedi[3]针对低频噪声烦恼度问题进行了室内纯音烦恼度和复音烦恼度试验,研究表明:复音环境下的烦恼度不仅取决于每个成份的水平,还与每个成份的相对水平及各自频率有关;Adams[4]等基于新制订的英国低频噪声标准,通过问卷调查和现场实测,确定了一套针对低频噪声的评价方法和步骤;Kurakata[5]测试了不同年龄人在低频噪声环境下的听力阈值,研究表明:老年人的听力阈值要高于年轻人,同时高频噪声环境下的听力损伤对低频噪声的听力阈值影响不大;M?ller[6]对4~31.5 Hz的纯音进行了烦恼度试验,结果表明:低频噪声的听闽要高于1 000 Hz纯音,但在听阂范围以上,随着声压级的增加,烦恼度增加的速度较快;Persson[7]等对中心声级为100 Hz和250 Hz的噪声进行了烦恼度试验,结果表明在相同的A声级下,低频噪声的烦恼度要大于高频噪声。国内学者张邦俊[7,8,9]等通过对城市风景旅游公园内各不同功能的景点区进行环境噪声实测和对游人进行主观反应调查,运用模糊数学的原理,给出各中心声级狭隘的烦恼概率,得出公园不同区域环境噪声烦恼度的阈值,对公园环境噪声进行综合评价。由于目前国内尚未对城市风景旅游公园建立专门的噪声评价标准,该研究对正确评估城市风景区的声环境质量有积极的实用意义。翟国庆[10]研究了低频噪声对思维判断能力的影响,研究人员选取3种典型的城市居住区设备低频噪声实样和声学仪器产生的白噪声,使用剂量作业法,分别测定了播放噪声和无噪声干扰两种环境下,被测试者的思维能力指数(AYP)和错误率,研究结果认为峰值频率在50~300 Hz频率段的低频环境噪声对人思维能力的影响最大。翟国庆[11,12]同时在概述国内外关于低频环境噪声烦恼度评价方法与指标的基础上,针对我国城市居住区设备噪声进行了采样和频率特性分析,并以噪声实样、模拟低频噪声及纯音为声源进行了主管烦恼度实验和社会调查,提出了基于我国城市居住区低频环境噪声特点的评价方法和指标,在低频部分尝试提出了一个新的计权网络。
3 耦合环境下舒适度的研究
早在上世纪70年代Griffin教授就开始通过试验研究人在噪声与振动耦合环境下的反应,但其主要目的是研究那个因素(噪声与振动)对人舒适度的影响更大,从而确定在环境评价中控制该因素。但总体来说关于这方面的文献不多,国内至今还未见相关报道。Griffin[13]试验研究了人在噪声环境与振动环境下的主观等价性,即通过试验以及对试验数据的线性回归分析并基于史蒂文斯的心理物理学法则,建立2种不同刺激之间的经验表达式,确定多大的振动水平与多大的噪声级相等价。但两种刺激相互作用的效果与二者的水平和频率成份有关;Griffin[14,15]针对铁路噪声和振动进行了3组试验,第1组是研究人在不同噪声水平环境下对振动的判断,第2组是研究人在不同振动水平环境下对噪声的判断,第3组是研究人在变化的、同时存在噪声与振动环境下对噪声和振动的判断,试验结果表明:振动对人对噪声的判断几乎没有影响,而噪声对人对振动判断的影响取决于两种刺激的相对水平,建立了噪声与振动相互作用环境下总体舒适度的评价方法,该方法比目前常用的单独针对噪声或振动的评价方法更合理、精确。Pauslen[16]进行了4组试验以研究噪声与振动耦合环境下人的烦恼度,基于试验结果及线性回归分析,针对不同激励源(有轨电车和打桩机)分别建立了其在噪声与振动耦合环境下人烦恼度的经验公式;Ljungberg[17]总结了目前噪声与振动耦合环境下人心理影响方面的研究,指出了目前研究工作的不足:1)目前ISO标准没有同时考虑噪声与振动及其相互作用;2)研究中采用的环境刺激与实际环境刺激相差较大;3)大多数室内试验所选用的噪声和振动暴露时间过短。上述研究均是在对实验数据的拟合分析基础之上,由于影响实验结果的因素很多,不同实验方案得出的数据相差甚远,因此,上述研究得出的经验公式的合理性有待考证。
4 A计权网络的不足
提出计权网络的最初目的是为了考虑人对不同因素(如频率)的不同反应。虽然目前绝大多数国内外关于噪声与振动的标准都是以A计权网络制订的,但其在评价低频噪声与低频振动方面的不足已越来越引起人们的关注。
Pesson[18]等对峰值在80 Hz、250 Hz、500 Hz和1 000 Hz的噪声进行研究表明:等效A声级低估了频率在200 Hz以下噪声的烦恼度;Kjellberg[19]等的研究表明:对于相同的等效A声级,低频成分占主导的噪声使人感到更烦恼,其程度一般为5~8 dB;Bradley[20]发现低频成分越显著的噪声,当烦恼度相同时,其声级衰减量越大;Leventhall[21]建议在评价低频噪声时需要有3 dB的补偿值;George[22]针对居住区工业低频噪声的评价与控制问题,结合ISO标准,提出了基于1/3倍频程谱的C计权声级评价方法,并指出了其优点和缺点。国内学者吴启学[23]等早在上世纪80年代就针对A计权声级在卫生标准评价中的不足,由于A声级在低频段的计权因子很大,因此用A声级评价以低频噪声为主的高声级噪声时,往往得出与主观感受不一致的结果;张明铎[24]指出了A计权声级在评价低频噪声、有突出纯音部分的噪声、间歇性噪声以及对消声器等降噪器件等方面的不足;乐细明[25]等对洁净空调中风机低频噪声的影响,提出用L或C计权声级评价低频噪声对医院、生物安全和动物试验等特殊机构的影响,并考虑八倍频程的噪声参数。
中低频噪声 第4篇
关键词:低频噪声,污染,环境监测,评价
近年来, 随着城镇居民物质文化生活水平的提高, 人们对健康、安静、舒适的生活环境要求越来越高。但是我国城乡居住环境的实际情况并不是很理想, 噪声污染是群众主要反映的问题, 同时噪声污染事件中以低频噪声污染为主。如何对低频环境噪声进行规范性监测, 成为急需解决的问题。
1低频噪声的危害
专家们通过研究发现, 低频噪声不仅对人体会造成伤害, 还会影响人的精神状态, 使人精神紧张甚至导致神经衰弱[1], 其中幼儿、老年、体质敏感的人更易受低频噪声危害。
2低频噪声相关的监测依据
GB22337-2008《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》于2008年10月1日起正式实施, 第一次将低频噪声污染写入法律的管理范畴, 明确规定了结构传播固定设备室内倍频带声压级排放限值。
2015年1月1日起实施的HJ707-2014《环境噪声监测技术规范结构传播室内噪声》, GB22337-2008规范《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》中结构传播固定设备噪声的监测工作, 规范内容如下:
2.1 GB22337-2008《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》中对A声级的校准做了具体规定, A声级的校准源的中心频率一般为1000Hz, 《环境噪声监测技术规范结构传播固定设备室内噪声》HJ707-2014中规定声校准至少设定一点落于低频 (22Hz至707Hz) 范围之间。
2.2《环境噪声监测技术规范结构传播固定设备室内噪声》HJ707-2014规范了现场调查内容, 低频噪声测量现场环境一般比较复杂, 在测量前和测量过程中要做好详细的现场调查。弄清可疑声源的位置、种类、数量、传播途径、运行规律, 投诉人的感受, 低频噪声发生时段, 影响范围, 房间的结构, 周边的环境等。
从而根据现场调查结果, 制定周密的监测计划, 包括监测的点位、时段、频次、人员、仪器、监测项目等。
2.3 HJ707-2014《环境噪声监测技术规范结构传播固定设备室内噪声》规范了监测方法, 将监测方法分为两种情况:可疑声源设备能够识别时和可疑声源设备不能识别时。其中可疑声源设备能够识别时, 根据设备运行状态, 划分为可以关停和不可关停两种状态。
3低频噪声实际环境监测存在问题
3.1环境保护部函[2011]88号关于居民楼内生活服务设备产生噪声适用环境保护标准问题的复函中提出, 《中华人民共和国环境噪声污染防治法》未规定由环境保护行政主管部门监管居民楼内的电梯、水泵和变压器等设备产生的环境噪声。
GB22337-2008《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》都不适用于居民楼内为本楼居民日常生活提供服务而设置的设备 (如电梯、水泵、变压器设备等) 产生的噪声的评价。
但是居民最终通过委托或者投诉等方式要求地方环境监测部门对此类设备进行环境监测。
3.2 GB22337-2008低频噪声按传播途径结构传声外、还包括空气传声及驻波, 但《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》对此排放限值没有规定, 给实际环境监测带来了不小的麻烦。
4低频噪声环境监测评价难的案例
4.1噪声源在室内
某5层楼的住宅小区, 一层内为小区变压器。该住宅楼内4楼居民居住一段时候后, 因受该幢1楼室内变压器低频噪声影响, 已多日失眠的黄女士起床时摔倒致头部受伤, 住户向环境保护行政主管部门投诉, 行政主管部门委托监测站实施监测。
对现场进行调查后, 确认可疑声源设备为一楼室内1台24h运行的变压器, 通过建筑物的结构传播到楼上, 影响住户室内环境噪声。监测期间为了避免北侧城市主干线上交通噪声, 选择凌晨1点进行监测, 同时关闭4楼住户室内的所有潜在的产生噪声的家电设备。测试结果详见表1。
由表1可以看出, 其监测值在中心频率为250Hz、500Hz时, 其声压级都超过了固体传声的室内噪声倍频带声压级。但根据环境保护部函[2011]88号要求, GB22337-2008《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》这两项标准都不适用于居民楼内为本楼居民日常生活提供服务而设置的设备 (如电梯、水泵、变压器设备等) 产生的噪声的评价, 监测结果只能参照GB22337-2008《社会生活环境噪声排放标准》中A类房间标准, 不予评价。
因此建议对于此类低频噪声污染, 职能部门能完善法律法规, 为基层部门提供更科学、更有效、更准确的执法依据。
4.2噪声源在噪声敏感建筑外
某农贸市场北侧一居民反应其房屋前农贸市场1台养鱼增氧机24h持续不断的发出“嗡嗡声”, 使其夜间难以入眠。经布点监测, 在农贸市场北侧外1m和居民点房屋前1m分别测得等效声级噪声值为40.5d B和38.9d B, 单纯依据GB22337-2008《社会生活环境噪声排放标准》标准中1类小区夜间标准限值为45d B, 判定增氧机的噪声不超标。但是实地监测过程中, 发现投诉人卧室内确实感受到这种“嗡嗡声”。排除其它可疑噪声源干扰的情况下在卧室内设点开窗监测其倍频带声压级得到监测值如表2所示。
由表2可以看出, 其监测值在中心频率为250Hz、500Hz时, 其声压级都超过了固体传声的室内噪声倍频带声压级。其声压级都超过了固体传声的室内噪声倍频带声压级。由于GB22337-2008《社会生活环境噪声排放标准》和GB12348-2008《工业企业厂界环境噪声排放标准》没有对空气传声的低频噪声限值作出规定, 监测结果参照固体传声的室内噪声倍频带声压级标准。
5结语
因社会发展和人民群众的环境意识提高, 低频噪声及其产生的危害引起了全社会各界人士的广泛关注。
低频噪声的监测工作为解决纠纷提供环境管理提供了科学依据, 而指导其监测工作的GB12348-2008《工业企业厂界环境噪声排放标准》、GB22337-2008《社会生活环境噪声排放标准》、HJ707-2014《环境噪声监测技术规范结构传播固定设备室内噪声》只是简单地提出了低频噪声的监测方法和标准限值, 已让实际监测过程中的很多问题无所遵循, 无法可依[2]。因此, 建议修订标准时, 应充分考虑居民实际噪声污染情况, 从而使其更加完善, 更加科学。
参考文献
[1]孙伟.低频噪声污染的环境监测.污染防治技术, 2015, 125:45-47.
挖掘机驾驶室低频噪声分析与控制 第5篇
车辆的NVH水平是衡量汽车产品的重要指标之一, 随着人们对车辆乘坐舒适性要求的不断提高, 车内噪声的分析与控制也越来越受到重视。车内噪声主要来自结构噪声和空气噪声, 其中结构噪声是由于车身板件受外界激励引发结构振动进而向车内辐射噪声形成的, 是车内噪声的最主要因素。这类噪声具有低频特性, 严重影响乘坐舒适性, 因此, 研究如何有效降低车内低频结构振动噪声具有重大意义。
近年来, 国内外学者在车内结构噪声分析与控制方面进行了许多探索与努力, 其中应用较多的分析方法主要集中于有限元法和边界法, 如Sung等[1]在考虑车身结构和声场耦合作用的基础上应用有限元法对车内噪声进行了分析。Citarella等[2]应用边界元法研究了声学响应和车身板块贡献。吴光强等[3]采用声-固耦合有限元法研究了汽车各悬置点至驾驶员耳旁的声学灵敏度, 找到了对车内声学响应影响最大的板块和结构模态。王显会等[4]通过模态试验检验, 在修正了车身结构的有限元模型的基础上, 应用声学边界元法得到了车内声场的声学特性, 并提出了改进意见。一些学者应用类似方法也对车内噪声的分析与控制做了相应的研究[5,6]。
本文针对某挖掘机驾驶室, 建立驾驶室有限元模型与空腔声学边界元模型;基于频域逆矩阵方法求解实车工况下的激励载荷, 并以该激励下的驾驶室振动速度响应为边界条件, 将声学传递向量 (acoustics transfer vector, ATV) 法与边界元法相结合来计算驾驶员右耳处的声压, 并进行了试验验证;计算驾驶室各板件在峰值频率处对车内噪声的声学贡献量, 并对贡献显著的板件进行优化, 有效降低了车内噪声水平, 为车身低噪声设计提供了参考。
1 结构与声学模型建立
1.1 结构有限元模型建立
建立准确的有限元模型是取得可靠分析结果的前提。在建立有限元模型时, 对点焊采用ACM2模型模拟, 用RBE2模拟螺栓等连接。忽略掉工艺孔、小的倒角、过渡圆角、凸台等对车身结构影响很小的工艺结构以简化模型, 从而提高有限元网格的质量和计算精度。首先建立白车身结构有限元模型, 其网格单元平均尺寸为10 mm, 单元数为180 336, 节点数为183 540, 三角形单元所占比例为2.2%。白车身材料为钢, 其各项参数如下:弹性模量为200 GPa, 泊松比为0.3, 密度为7800 kg/m3。在白车身模型基础上进行质量补偿, 添加好门窗等结构, 建立相应的连接, 使驾驶室成为一个封闭的整体, 得到完整驾驶室有限元模型, 如图1所示。采用Block Lanczos方法提取驾驶室结构模态参数, 其前10阶模态频率如表1所示。
1.2 声学边界元模型建立
为了减小计算结果的误差, 声学网格单元长度应满足[7]L≤c/ (6fmax) , 其中, L为单元长度, c为声速, fmax为计算的最高频率。本文计算频率范围为20~400 Hz, 则应使网格尺寸小于140 mm, 考虑到计算精度与计算规模, 取声学网格基本尺寸为60 mm。由于座椅的存在对计算结果有较大影响[8], 因此边界元模型应包含座椅所占据的空间。在结构有限元网格的基础上, 封闭孔洞形成驾驶室空腔, 在此封闭空腔基础上生成声学有限元网格, 取其表面层, 得声学边界元网格。图2所示为声学边界元模型。
2 驾驶室速度响应分析
2.1 驾驶室激励载荷提取
车身壁板在外部载荷的激励下产生振动, 并向车内辐射噪声, 直接测量激励载荷非常困难, 为此, 可通过测量结构若干点的加速度响应, 利用传递矩阵求逆法反推激励载荷[9], 以获取求解结构速度响应的边界条件。
对于线性系统, 测点的响应与结构激励载荷的关系为
式中, a为测点的M维结构响应谱向量;F为N维结构激励载荷谱向量;H为激励载荷与测点响应之间的M×N维传递矩阵。
对式 (1) 求逆可得
为了抑制噪声, 增加激励载荷估计的可信度, 应使M>N。由于M>N时, H-1并不存在, 因此以广义逆H+= (HTH) -1HT代替H-1。为避免因H可能是病态阵而引起计算错误, 需对H进行奇异值分解, 选取适当的条件数后再计算出H+, 最终得到激励载荷F。
本文研究的挖掘机驾驶室有6个悬置点, 外部激励通过6个悬置点传入驾驶室, 引起驾驶室壁板振动。每个悬置点上的力在直角坐标系中可以分解为3个坐标轴上的分量, 而实际上垂直于驾驶室地板方向的激励力比其余两个方向的力大得多, 在引起驾驶室壁板振动方面起主要作用。考虑到激励载荷提取的精度和复杂程度, 本文只考虑竖直方向的激励载荷对驾驶室的激励作用。为了减小试验误差对结果的影响, 通常使响应点个数大于或等于激励载荷个数的两倍, 为此在驾驶室侧6个悬置点附近和驾驶室地板6个离悬置点较近的适当位置布置12个加速度传感器, 以获取驾驶室12个不同点在竖直方向的加速度值, 其中6个悬置点附近驾驶室侧的加速度如图3所示。由式 (2) 计算得到的6个悬置点对驾驶室的激励载荷如图4所示。
2.2 驾驶室速度响应计算
在获得了驾驶室激励载荷和模态参数后, 可通过基于模态的强迫响应法计算驾驶室速度响应[7], 为下一步利用ATV法计算其内部声学响应提供边界条件。
具有n个自由度的结构动力学方程为
式中, M为质量矩阵;C为阻尼矩阵;K刚度矩阵;F为激励载荷矩阵;X为系统位移向量。
结构的固有频率为ωi, 固有振型矩阵为Φ=[φ1φ2…φn]。在模态坐标系统中, 令X=ΦQ, Q为模态坐标向量, 可将物理坐标表示的动力学方程转换到模态坐标系下, 得到n个解耦的模态方程:
式中, ξi为第i阶振型阻尼比;Mi、Ki、Ci、Fi分别为广义质量、广义刚度、广义阻尼和广义载荷。
求式 (4) 得到模态坐标qi, 进而求得位移响应X。在频域中, 得到速度响应为
在图4所示激励下, 利用基于模态的强迫响应法求解驾驶室在20~400 Hz频率范围内的速度响应, 为驾驶室内部声学响应计算提供速度边界条件。为了提高计算精度, 在计算时考虑了前1000 Hz以内的模态对结构响应的影响。
3 驾驶室内部声学响应分析
3.1 基于ATV法的驾驶室内部声学响应计算
在小压力扰动情况下, 可以认为声学方程是线性的, 因此可以认为结构表面振动速度与声场中某点的声压之间存在一种线性传递关系。如果将结构进行离散, 则这些离散的单元可以认为是有限个振动源, 而声场中某点的声压就是这些振动源在此点引起的声压的线性叠加。这样, 在频域内声场中某点的声压可以表示为[10]
式中, p (ω) 为声场中某点声压;TATV (ω) 为声传递向量;vn (ω) 为结构表面法向振速;ω为角频率。
通过声传递向量, 在声场中某点处的声压与模型节点的振动速度之间建立起了联系, 其物理意义为单元或节点在频率ω下的单位速度在场点上引起的声压值。
计算出驾驶室表面到驾驶员右耳位置处的声传递向量, 结合外界激励下驾驶室表面法向振动速度, 根据式 (6) 得到驾驶员右耳位置处的声压值, 其结果如图5所示。
由于此过程中声传递向量只需计算一次, 因此大大减小了计算量, 提高了效率, 使多工况下挖掘机驾驶室声学特性分析变得更加容易。
3.2 试验验证
以上结合边界元法与ATV法通过仿真计算得到了驾驶室右耳处的声压, 为了保证计算模型及其分析结果满足工程分析计算要求, 通过实车试验进行验证。采用LMS.Test.lab采集系统和PCB传声器测试驾驶员右耳位置处的实际声压值, 将实测声压与计算声压进行对比来验证分析模型是否满足工程分析计算要求。实车验证试验如图6所示。在激励载荷作用下驾驶员右耳处实测声压与计算声压的对比结果如图5所示。
由图5可以看出, 计算声压与测试声压大体趋势相同, 多个频率段吻合良好, 说明计算模型和计算结果满足工程分析计算要求。计算声压与测试声压间存在一些误差, 其原因主要有以下几点:一是驾驶室模型复杂, 计算模型是简化的, 不可能做到完全与实际相符;二是试验提取激励力时存在一定的误差, 在分析计算中只考虑了竖直方向主要载荷的作用而忽略了水平方向的次要载荷;三是计算值只含壁板振动引起的结构噪声, 而实测声压包含结构噪声和空气噪声, 所以计算声压相对于测试声压可能会出现某些尖峰频率的缺失;四是在计算速度响应时添加的各阶结构模态阻尼比与实际阻尼比存在一定的偏差, 若阻尼比设置偏大, 则对应声压峰值下降, 反之声压峰值上升。
不论是计算声压还是测试声压, 最大声压都发生在234 Hz处, 而且较其他声压峰值高出了15d B以上, 从图4可以看出激励力在此频率处也有个较大的尖峰。由此可见, 应将234 Hz作为驾驶室内主要的降噪频率进行分析。
4 驾驶室板块声学贡献量分析
挖掘机驾驶室由多块面板构成, 而不同的面板对驾驶室内部声场的声学贡献量是不同的。通过对驾驶室面板声学贡献量进行分析, 可以找出对相应场点声压贡献较大的面板, 再有针对性地对此面板进行改进优化, 可以有效地降低驾驶室内部相应场点的噪声。
单块面板对驾驶室内部某场点的声压贡献pc为包含k个有限单元对场点的声压贡献之和:
式中, e为单元编号;k为面板单元个数;TATVe为面板所包含单元的声传递向量矩阵;Ve单元e的法向振速向量。
面板声学贡献量分析采用归一化处理, 若归一化系数为正, 则意味着总声压随面板振动速度的增大而升高, 为负则意味着总声压随面板振动速度的增大而降低[11]。面板声学贡献量系数定义为
式中, p为场点声压;p*为场点声压的共轭。
为了找出峰值频率234 Hz处对驾驶员右耳位置噪声贡献量最大的面板, 有效地降低此频率处驾驶室内噪声, 应对此频率处驾驶室各面板进行板块声学贡献量分析。计算出234 Hz频率处驾驶室各面板的声学贡献量如图7所示。
1.右围板2.右侧玻璃3.左围板4.车门5.前挡风玻璃6.后玻璃7.前地板8.左侧玻璃9.后地板10.顶棚
由图7可以看出, 在234 Hz处正贡献量系数较大的板件有右围板、顶棚和车门, 其中最大的是右围板。负贡献量系数较大的有右侧玻璃、后玻璃以及后地板。而左围板、前地板和左侧玻璃的贡献量系数很小, 可以认为是中性板。在结构改进时, 主要目标是采取措施降低正贡献量系数较大板件的振动。
5 驾驶室内部噪声控制与优化
由式 (7) 可知, 要降低板件对驾驶室内部声压的贡献量可以从两方面着手, 一是降低声传递向量, 二是减小面板振动。声传递向量与声介质的物理参数、场点位置和结构几何形状等因素有关, 要改变声传递向量, 可改变结构的几何形状, 这显然是不够经济的, 因此只有选择减小板件的振动。抑制板件的振动可采用提高板件的刚度和提高板件的阻尼两种方法[12], 本文将两种方法相结合去降低驾驶室内部噪声。
对于在峰值频率234 Hz处贡献量系数最大的右围板, 从模态分析结果可以发现, 驾驶室的第二、三、四阶结构模态皆包含右围板的局部振动, 说明右围板刚度较差。为提高其刚度, 对其进行形貌优化, 优化结果云图见图8a, 图中颜色较浅的区域是需要加强的地方。根据分析结果云图, 对图中主要的颜色较浅的区域进行加肋处理, 结构修改后的右围板如图8b所示。
对优化前后的右围板进行模态分析, 部分模态频率如表2所示。从表2可见, 优化后右围板的模态频率得到了一定程度的提高, 可见右围板的刚度得到了提高。将结构优化后的右围板重新应用于驾驶室结构模型中, 计算优化后驾驶员右耳处的声压值如图9所示。从图9中可以看出, 在峰值频率234 Hz处声压降低了2.9 d B。由于只对右围板进行了局部结构优化, 因此优化效果不是太明显。为了进一步降低驾驶室内部噪声, 可通过添加阻尼处理, 对驾驶室进行第二次优化。对结构优化后的右围板和声学贡献量系数较大的顶棚添加相应的阻尼层, 以降低其振动速度, 达到控制车内噪声的目的。
图10为第二次优化后驾驶员右耳位置处的声压曲线。对比图10中改进前后的驾驶员右耳位置处的声压值可以看出, 经过两次优化后多个频率段的声压下降了2~5 d B, 峰值频率234 Hz处下降了7.2 d B, 其中, 结构优化对峰值声压的降低贡献了2.9 d B, 添加阻尼层处理贡献了4.3 d B。可见优化改进对降低车内噪声取得了较为明显的改善效果。
6 结论
(1) 利用频域逆矩阵方法求解实车工况下的激励载荷, 以该激励下驾驶室振动速度响应为边界条件, 将声学传递向量法与边界元法相结合, 计算驾驶员右耳处的声压, 并进行了试验验证。
(2) 通过驾驶室声学响应分析, 找到了驾驶室内部噪声的峰值频率, 对峰值频率处驾驶室板块声学贡献量进行分析, 识别出了对峰值频率声压贡献显著的面板, 为结构优化指明了方向。
(3) 通过形貌优化和添加阻尼处理, 对贡献量较大的面板进行优化, 使峰值频率处的噪声值下降了7.2 d B, 取得了较为明显的优化效果。该方法可以分析不同驾驶室板件振动对车内噪声的影响, 对车内噪声的控制具有一定的实际意义和应用价值。
参考文献
[1]Sung S H, Nefske D J.A Coupled Structural-acoustic Finite Element Model for Vehicle Interior Noise Analysis[J].Transactions of the ASME, Journal of Vibration, Acoustics, Stress, and Reliability in Design, 1984, 106:314-318.
[2]Citarella R, Federico L, Cicatiello A.Model Acoustic Transfer Vector Approach in a FEM-BEM Vibro-acoustic Analysis[J].Engineering Analysis with Boundary Elements, 2007, 31 (3) :248-258.
[3]吴光强, 盛云, 方园.基于声学灵敏度的汽车噪声声-固耦合有限元分析[J].机械工程学报, 2009, 45 (3) :228-234.Wu Guangqiang, Sheng Yun, Fang Yuan.Coupled Acoustic-structural Finite Element Analysis of Vehicle Interior Noise Based on Acoustic Sensitivity[J].Journal of Mechanical Engineering, 2009, 45 (3) :228-234.
[4]王显会, 唐金花, 包继英, 等.某型车辆驾驶室内部噪声分析研究[J].振动工程学报, 2008, 21 (1) :13-17.Wang Xianhui, Tang Jinhua, Bao Jiying, et al.Noise Analysis of Certain Vehicle Inside Controls[J].Journal of Vibration Engineering, 2008, 21 (1) :13-17.
[5]张伟, 刘献栋, 单颖春, 等.基于声传递向量法的路面激励引起车内噪声的仿真研究[J].振动工程学报, 2010, 23 (6) :625-629.Zhang Wei, Liu Xiandong, Shan Yingchun, et al.Simulation and Analysis of Vehicle Inner Noise Excited by Roughness Based on Acoustic Transfer Vector Method[J].Journal of Vibration Engineering, 2010, 23 (6) :625-629.
[6]陈剑, 文智明, 李继锋.SRV车内低频噪声控制[J].中国机械工程, 2010, 21 (11) :1381-1385.Chen Jian, Wen Zhiming, Li Jifeng.Low Frequency Interior Noise Control of a Certain SRV[J].China Mechanical Engineering, 2010, 21 (11) :1381-1385.
[7]李增刚, 詹福良.Virtual.Lab Acoustics声学仿真计算高级应用实例[M].北京:国防工业出版社, 2010.
[8]孙凌玉, 吕振华.有关汽车内部声场模态分析的几点讨论[J].汽车工程, 2003, 25 (1) :74-77.Sun Lingyu, LüZhenhua.Discussions on Modal Analysis of Interior Acoustic Field[J].Automotive Engineering, 2003, 25 (1) :74-77.
[9]郭荣, 万钢, 左曙光.燃料电池轿车车内噪声传递路径分析研究[J].汽车工程, 2007, 29 (8) :635-641.Guo Rong, Wan Gang, Zuo Shuguang.A Study on the Transfer Path of the Interior Noise of a Fuel Cell Car[J].Automotive Engineering, 2007, 29 (8) :635-641.
[10]刘献栋, 司志远, 单颖春.基于声学传递向量法的车内低频噪声分析与控制[J].汽车工程, 2009, 31 (7) :659-663.Liu Xiandong, Si Zhiyuan, Shan Yingchun.Low-frequency In-car Noise Analysis and Control Based on Acoustic Transfer Vector Approach[J].Automotive Engineering, 2009, 31 (7) :659-663.
[11]Zhang K Y, Lee M R, Stanecki P J, et al.Vehicle Noise and Weight Reduction Using Panel Acoustic Contribution Analysis[J].SAE Paper, 951338, 1995.
中低频噪声 第6篇
1研究概括
电子系统以及电子器件噪声测试与应用起始于洛伦兹1912年对电子随机运动的研究, 其后随着电子系统与电子器件的发展, 人们对噪声测试研究的范围也更加广泛。在噪声检测技术方面, 伴随对噪声研究的深入发展, 噪声检测技术也得到了明显的提升。早期噪声测试采用的方法主要为模拟测试, 来实现对电子器件特定频带的噪声测试。但是随着技术的不断发展, 其后噪声测试逐渐发展为将低噪声放大器、滤波器融合成具备滤波功能的低噪声放大器, 进而能够获得噪声食欲以及频域测试, 其也将成为主流的噪声测试方法。
2低噪声放大技术
在噪声测试过程中, 怎样有效、准确的对电子元器件中微弱的噪声信号测试非常关键。为了能够准确的测试噪声, 不仅需要降低测试系统自身产生的噪声, 同时还需要对电子元器件所产生的噪声进行放大处理。该环节可以应用的技术手段有以下两种:a、双通道互谱测试技术:该技术是在单通道测试技术的基础上发展而成的, 其基本的技术原理是:两个随机产生信号间具有非相关性特点, 因此可以借助相关性计算的方式聊消除随机信号对结果的影响, 进而达到降低系统背景噪声目的。该项技术的应用优势有:能够在不改变放大器自身噪声的情况下, 借助噪声非相关性原理, 让放大噪声给测量结果的影响降到最低。该技术的实施需要配置完全独立的两个测试放大器, 需要频谱分析设备, 因此在应用中也存在一定局限性;b、并联结构低噪声处理技术:针对双通道互谱测试技术存在的局限性, 需要进一步展开单通道测试环境下放大器低噪声化技术应用方法的研究。常规的技术手段较多, 但是均不能满足噪声测试的要求。因此提出建立在并联结构基础上, 能够降低放大器背景噪声技术非常必要。并联结构低噪声技术在应用时, 会在一定程度上增加电流噪声, 其与并联总数具有一定的相关性, 因此并联结构低噪声技术仅适用于对低阻抗样品进行噪声测试工作。
3数据采样技术
在对电器元件进行低频噪声测试中, 还需要将噪声数据快速、准确采集, 在A/D转换基础上进行数据采集。在Labview软件平台下课应用DMA双缓冲技术与数据采样。双缓冲技术基本原理是, 在数据通过集卡写入循环缓冲时进行双缓冲操作, 并在采集卡进行自循环缓冲第二部分时进行写入数据, 用户可以将第一部分数据上传至计算机的内传输缓冲中, 用户根据程序需求来进行数据处理。当循环缓冲到第二部分被数据写满后可以转回至第一部分, 覆盖原始数据。这时用户可将第二部分数据上传至计算机内传输缓冲, 重复上述过程, 这样用户便能够得到连续的数据流。该技术的应用优势是能够保证低频噪声采集数据连续性, 但是计算机传输在高速传输、数据量大的情况下会受到限制。
4噪声数据处理技术
通过上述环节得到电子元器件的低频电噪声信号后, 还应对噪声信号进行处理、分析。所得到的电噪声信号通过傅里叶变化后, 在对应的频域范围内对其特性进行研究。例如:RTS噪声, 在对所采集的数据进行提取、处理过程中, 分析认为, 以往分析RTS噪声采取的方式是RTS信号中的一段, 对高低电流对应的幅度、时间进行分析, 如果需要对测量精度进行分析, 则需要手工提取多段数据的分析平均值。该方式, 运算点数有效, 且评估结果会受到低频扰动影响。因此在建立数字滤波基础上的噪声提取方法, 在数据处理过程中, 低频扰动在差分处理下被消除。大量数据拟合提高精度, 且可给予数据统计来抵消高低电流段存在的高频与低频干扰。
5结语
噪声测试能对电子元器件与载流子输运的相关基础理论进行验证, 促进对噪声现象物理本源探索。电噪声的应用是噪声测试技术与噪声机理研究目的之一, 应用到实践后能够进一步提高低频电噪声的测试水平与测试精度, 促进建立在噪声表征基础上的电子元器件可靠性评估、设计优化以及工艺控制水平的提升。
摘要:电子元器件低频电噪声是载流子的微运动表现, 其精确的测量能够为噪声特性、产生机理研究与应用分析奠定基础。通过噪声测试能够对电子元器件中与载流子输运相关基础理论进行有效验证, 同时促进对噪声现象物理本源的探索。电噪声应用是噪声测试技术与噪声机理研究的目的之一, 对电子元器件应力损伤、缺陷、质量以及工艺水平、可靠性与低频电噪声之间的相关性进行研究, 可发展基于噪声的表征方法, 再应用到元器件可靠性筛选、质量评定、工艺控制以及设计优化方面。本文系统的对电子元器件低频噪声监测技术以及应用方法进行了研究, 主要有低噪声放大技术、低噪声处理技术方面关键原理与应用。
关键词:电子元器件,低频噪声,测试技术,应用分析
参考文献
[1]包军林, 庄奕琪, 杜磊等.基于虚拟仪器的电子器件低频噪声测试分析系统[J].仪器仪表学报, 2004, 25 (z1) :351-353, 356.
[2]郑磊.电子元器件散粒噪声特性及测试方法研究[D].西安电子科技大学, 2009.DOI:10.7666/d.y1486258.
[3]王栋.介质材料电噪声测试技术及其应用研究[D].西安电子科技大学, 2008.DOI:10.7666/d.y1246015.
[4]陈晓娟, 贾明超, 隋吉生等.改进型低频噪声测量方法研究[J].电测与仪表, 2014, 51 (8) :60-64.
[5]刘玉栋.电子元器件材料电应力损伤与噪声相关性研究[D].西安电子科技大学, 2011.DOI:10.7666/d.y2067481.
[6]吴勇, 杜磊, 庄奕琪等.镍铬薄膜电阻器噪声特性研究[J].电子元件与材料, 2006, 25 (1) :55-58, 65.
中低频噪声 第7篇
随着大型机组快速励磁系统的采用、电力系统规模的不断扩大、互联,低频振荡问题日益突出,严重威胁到电力系统的安全稳定运行[1,2]。正确分析低频振荡特征参数是有效抑制电力系统低频振荡现象的重要基础。特征值分析法是研究低频振荡问题的最基本方法[3,4],该方法是在某一稳定运行点对系统模型进行线性化处理,计算系统状态矩阵特征值,进而实现低频振荡特性分析。但该方法一般基于离线获得的元件参数建立系统模型,其分析结果严重依赖于参数的准确性,难以反映电力系统实际的动态稳定性水平。
广域测量系统(WAMS)的出现为大规模互联电力系统的监测、分析和控制提供了新的手段。WAMS可以在同一参考时间框架下捕捉到系统内各地点的实时稳态、动态信息。目前,电力系统低频振荡监测一般基于系统内某种扰动后一定幅度的振荡过程数据进行分析,如广泛采用的Prony方法[5,6,7]。实践证明,采用该思路可以较准确地分析得到低频振荡模式参数。但是,这类方法只能在电力系统发生振荡后给出告警,不能在电力系统正常运行状态下评估系统的动态稳定性,因此其应用范围有限。
观察多个电网不同时间段WAMS实测数据发现,电力系统在日常运行过程中,即使是正常运行状态,由于时刻存在负荷投切等随机性质的小扰动,系统内各信号均存在类似噪声信号的小幅波动。这种类噪声信号时刻存在,可以及时、准确地反映当前系统的运行特性。现阶段已有基于类噪声信号的低频振荡模式研究。文献[8]基于白噪声输入信号和响应信号辨识系统状态空间模型,进而辨识振荡特性参数,但该方法只能在输入信号已知的情况下进行。文献[9,10]提出采用自回归滑动平均(ARMA)法对类噪声信号进行处理,证明仅基于类似噪声的系统响应信号分析系统低频振荡特性的可行性。文献[11,12,13]在前文研究的基础上,引入自适应技术提高计算收敛速度。但是,现有工作都主要集中于对低频振荡模式参数估计方法的研究,未涉及模型定阶、建模方案设计等内容,模型定阶通常通过大量试算进行,使得该方法无法实现在线应用。
模型阶数是ARMA法的关键参数之一,阶数是否合适将直接决定振荡模式辨识结果的准确性。因此,本文提出对ARMA模型定阶方法进行研究。
1 ARMA法
将电力系统内负荷的小幅度随机扰动视为白噪声,它的存在引起了系统响应的小幅波动。分析可知,系统响应在各时刻的取值不仅与当前时刻的随机扰动有关,而且与过去时刻的系统响应和随机扰动有关。根据这种特点,采用ARMA模型对系统响应进行描述[14,15]。
对于平稳零均值时序{xt}(t=1,2,…,N;N为{xt}的数据个数)建立ARMA模型:
式中:xt为时序{xt}在t时刻的元素;at为随机扰动时序{at}在t时刻的元素;n和m分别为自回归(AR)部分和滑动平均(MA)部分阶数;φ1,φ2,…,φn和θ1,θ2,…,θm分别为AR部分和MA部分模型参数。
对式(1)等号两边各乘以xt-k并取数学期望,可得到时序{xt}自协方差函数Rk递推公式:
式中:k为延迟步数;Rk可用
令k=m+1,m+2,…,m+M(取M≥n),可得到矩阵方程:
AR部分模型参数φ1,φ2,…,φn可通过求解方程(3)得到。
如式(4)改写ARMA模型,得到时序{yt}:
分析可知,时序{yt}的谱密度函数为:
式中:σ2a为at方差;B为后向算子,B=e-jωΔ;Δ为采样时间间隔;η1,η2,…,ηm为MA部分特征根。
显然,当B=1/ηj时,Syy(ω)=0。
同时,根据谱密度函数的定义,有
式中:Ry,k为时序{yt}的自协方差函数,
综合式(5)和式(6)可推导得到:
因此,求解式(7)可得到MA部分特征根。
将η1,η2,…,ηm代入MA部分多项式θ(B),有
比较式(8)中等号两边B算子的同次幂系数,即可解得MA部分模型参数θ1,θ2,…,θm。
基于以上分析建立ARMA模型,求解AR部分多项式方程
进一步,电力系统低频振荡模式参数可通过下式计算得到:
式中:fi为低频振荡模式频率;ξi为低频振荡模式阻尼比。
2 模型定阶
2.1 模型定阶准则
模型阶数的准确性将直接关系到低频振荡模式分析结果的准确性。若模型阶数过高,ARMA模型将包含过多的不相关振荡成分,影响主导振荡模式估计的准确性;若模型阶数过低,ARMA模型不能涵盖足够的振荡模式信息。因此,只有模型阶数选择合适,对应的ARMA模型才能全面、准确地反映系统的动态特性。
模型定阶准则有多种形式,主要包括残差平方和方法、F检验法和Akaike信息准则(AIC)等[14]。
2.1.1 残差平方和方法
该方法通过比较高阶模型的残差平方和是否较低阶模型的残差平方和有显著性下降来确定模型阶数。
首先通过下式计算残差at:
利用下式计算残差平方和S:
该方法存在2个主要问题:首先,残差平方和是非凸函数,极小点可能不止1个,因此逐步升高模型阶数搜索得到的极小点可能只是局部极小点而非全局极小点;其次,在比较残差平方和下降情况时,该准则没有给出判别下降显著性的量度标准,不便于计算机处理。
2.1.2F检验法
F检验法的实质是,将满足F分布的假设检验用于判断残差平方和下降的显著性。
首先通过下式构造统计量F:
式中:ph和pl分别为高、低阶模型阶数;Sh和Sl分别为高、低阶模型的残差平方和。
F检验法的使用原则是:对于某一显著性水平α,查找F分布表中Fα(ph-pl,N-ph)值,若计算得到的F>Fα(ph-pl,N-ph),表明高阶模型对应的残差平方和较低阶模型有显著下降,将高阶模型对应阶数确定为ARMA模型阶数,反之将低阶模型对应阶数确定为ARMA模型阶数。
但是,F检验法使用的前提是高阶模型和低阶模型中至少有1个可以全面反映系统的动态特性,否则该方法没有意义。该前提一般较难满足。另外,显著性水平α需事先确定,带有人为因素,势必影响最终分析结果。
2.1.3 AIC准则
随着模型阶数的升高,ARMA模型逼近真实系统的准确性一般会有所提高,表现为残差平方和下降。但另一方面,模型阶数的升高意味着模型参数个数的增多,有可能导致计算误差增大。因此,出现了综合以上2方面影响的AIC,该准则计算简单,便于在计算机上实现。现阶段应用较为广泛的是AIC和贝叶斯准则(BIC)。
AIC从提取观测时序中最大信息量的角度出发,定义了其准则函数:
式中:N为数据长度;σ2a为at的方差;p(p=n+m)为ARMA模型阶数。
AIC函数由2项构成:第1项反映了模型拟合的好坏程度,随模型阶数的升高而变小;第2项反映了模型参数个数的多少,随模型阶数的升高而变大。取δAIC值最小时对应的阶数为ARMA模型阶数。
但是AIC存在一些不足。理论已证明,该准则确定的模型阶数不是其真值的一致性估计,即使样本长度趋近于无穷大,计算值仍不能依概率收敛到真值,一般大于真值。
BIC函数是对AIC的改进,其定义如下:
BIC与AIC的差别在于,将AIC中第2项的系数2换为ln N,该系数反映的是模型阶数高低的影响权重。一般来说,ln N≫2,即在BIC中模型阶数的作用更大。证明已知,BIC确定的模型阶数是其真值的一致估计。
综上所述,本文选用BIC进行ARMA模型定阶。
2.2 ARMA(2n,2n-1)建模方案
由上可知,进行模型阶数选择时,需要进行大量备选ARMA模型的估计,计算量相当大。因此,为了提高分析效率,同时实现ARMA法的在线应用,需要确定最优建模方案,即应按照何种路径进行模型阶数搜索。
Box建模方案是一种最基础的建模方案,其基本思路是以(n,m)=(1,1)为起始值估计ARMA模型,采用模型定阶准则检验该阶数是否合适,若通过检验,则确定(n,m)为模型阶数,否则令n=n+1或m=m+1,继续拟合ARMA模型,直至通过模型定阶准则检验。如图1(a)所示,该方案是全平面搜索方案,当模型阶数较高时,计算工作量很大。本文选用文献[16]提出的ARMA(2n,2n-1)建模方案进行模型阶数搜索。其基本思路是:从初始值n=1开始拟合ARMA(2n,2n-1)模型,采用模型定阶准则进行检验,若不能通过检验,令n=n+1,继续拟合模型,直至得到能通过检验的ARMA(2n,2n-1)模型;然后分别降低AR部分和MA部分阶数,重复以上工作,最终得到阶数最小的能反映系统动态特性的ARMA模型。如图1(b)所示,与Box方案的全平面搜索相比较,ARMA(2n,2n-1)建模方案计算工作量大为减少,大大提高了分析速度。
在上述研究基础上,引入蒙特卡罗技术,增加初步辨识次数,提高低频振荡模式分析结果的准确性。多次试验证明,进行20次初步辨识可达到期望的准确度,综合平均初步辨识结果,即可计算得到电力系统低频振荡模式参数。
3 仿真数据分析
采用36节点系统(见图2)模拟电力系统真实运行情况,采用本文提出的计及模型定阶的基于类噪声信号的低频振荡模式辨识方法对仿真数据进行处理,将分析结果与特征值计算结果进行比较,检验方法的准确性。
通过特征值计算可知,36节点系统存在2个主导低频振荡模式,如表1所示。
为了模拟实际电力系统中的小幅随机扰动,向母线18,20,23,29处负荷注入随机扰动信号。该信号由高斯白噪声通过截止频率很低的一阶低通滤波器获得,图3(a)所示为注入母线18处负荷的随机扰动。采集系统内母线22与母线23、母线20与母线30、母线13与母线33的电压相对相角信号为分析对象,图3(b)所示为母线22与母线23之间的电压相对相角信号。
对上述3个信号进行去趋势、去均值预处理,将其处理为零均值平稳信号用于后继分析。
分别采用残差平方和法、F检验法、AIC和BIC进行ARMA模型定阶,进一步采用ARMA法进行低频振荡模式辨识,结果如表2所示。
对比可知,综合考虑模式频率、模式阻尼比参数分析结果的准确性,以BIC为模型定阶准则,建立ARMA模型,低频振荡模式辨识结果的准确性明显高于其他准则。同时, BIC确定的模型阶数最小,根据奥卡姆剃刀原理可知,BIC优于其他准则。因此,确定采用BIC为ARMA模型定阶准则。
向36节点系统注入不同随机扰动,进行20次仿真,以BIC确定的(n,m)=(12,11)为模型阶数,建立ARMA模型,进行低频振荡模式参数估计,初步分析结果见附录A图A1。
综合平均20次仿真初步分析结果,计算得到36节点系统的主导低频振荡模式参数,如表3所示。将其与特征值计算结果进行对比,证明这种计及模型定阶的类噪声信号辨识思路能够准确进行系统低频振荡模式参数估计。由于36节点系统中模式1相对于模式2的主导性更明显,因此对模式1的估计略优于对模式2的估计。
4 南方电网实测数据分析
2008年7月20日,在南方电网天广直流实施单机闭锁,扰动发生前后、无明显扰动时梧罗线有功功率信号如图4所示,分别采用Prony方法、ARMA法进行低频振荡模式辨识。
采用Prony方法对天广单极闭锁后梧罗线响应信号进行处理,低频振荡模式辨识结果如表4所示。采用ARMA法对梧罗线类噪声信号进行处理,以BIC确定的(n,m)=(16,15)为模型阶数,建立ARMA模型。鉴于实测数据长度有限,进行13次低频振荡模式参数初步估计,分析结果见附录A图A2。综合平均13次初步分析结果,计算得到南方电网主导低频振荡模式参数,如表4所示。
从表4中可看出,基于类噪声信号的低频振荡模式频率辨识结果与基于扰动后系统响应的低频振荡模式频率辨识结果基本一致,但对阻尼比的估计有一定差异。分析可知,这是因为直流单机闭锁后,部分功率转移至并行交流线路,系统阻尼变弱所致。
5 结语
本文提出一种可在线应用的计及模型定阶的电力系统低频振荡模式类噪声信号辨识思路。分析结果表明,将BIC与ARMA(2n,2n-1)建模方案结合使用,可以快速自动地实现模型定阶,较之其他准则,该方法确定的模型阶数最小,对应建立的ARMA模型能全面反映系统动态特性。进一步将该方法应用于对36节点系统仿真数据和南方电网实测数据进行低频振荡模式估计,对比分析结果可知,基于类噪声信号的辨识结果分别与特征值计算结果、基于实测扰动后系统响应的Prony方法辨识结果一致,计算准确度满足工程应用要求,可实现电网在正常运行状态下的动态稳定性预警。
电力系统低频振荡性质包括模式信息(频率、阻尼比)及模态信息(幅值、相位)2个方面,基于噪声信号的模态信息辨识相对于模式信息辨识更加困难,是下一步工作的研究重点。
附录见本刊网络版(http://www.aeps-info.com/aeps/ch/index.aspx)。
本文得到电力系统国家重点实验室项目(SKLK08Z01)及中国南方电网有限责任公司重大科技专项资助。
【中低频噪声】相关文章:
浅析低频噪声在投诉事件中的影响09-10
观赏植物对室内低频噪声影响的实验研究01-07
低频超声07-28
低频振荡辨识07-15
低频脉冲电治疗07-07
甚低频测量09-01
低频信号发生器设计08-31
宽带低频放大器设计08-11
简易低频信号发生器的制作09-10
变频器低频特性分析论文04-29