Акустический контроль состояния объекта транспортной инфраструктуры

Автор: Коробейников А.Г., Ткалич В.Л., Пирожникова О.И.

Журнал: Международный журнал гуманитарных и естественных наук @intjournal

Рубрика: Технические науки

Статья в выпуске: 10-4 (97), 2024 года.

Бесплатный доступ

В работе рассмотрена задача моделирования контроля и, в случае необходимости, понижения уровня нежелательного шума с применением технологии активного шумоподавления, позволяющей уменьшать уровень шума в окружающей среде. Она работает путём создания антишума, который подавляет исходный звук при помощи фазового наложения соответствующим образом сгенерированного акустического сигнала. Это достигается с помощью микрофонов, которые улавливают внешний шум, а затем включаются специальные алгоритмы для работы динамиков, которые генерируют звуковые волны противоположной фазы, нейтрализуя исходный шум. Активное шумоподавление применяется в различных областях, в том числе и в объектах транспортной инфраструктуры, например, в трамваях, в автобусах и т.д. Эту технологию применяют для уменьшения шума от двигателей и колёс, что делает поездку более комфортной. Преимущества активного шумоподавления включают снижение уровня шума, повышение комфорта и улучшение качества звука. Однако для работы технологии требуется специальное оборудование, а неправильное использование может привести к искажению звука. Поэтому задача моделирования активного шумоподавления в объектах транспортной инфраструктуры является актуальной. В качестве программного инструментария использовалась система MATLAB. Приведены результаты моделирования работы системы активного шумоподавления.

Еще

Адаптивные алгоритмы, активное шумоподавление, спектр мощности

Короткий адрес: https://sciup.org/170206999

IDR: 170206999   |   DOI: 10.24412/2500-1000-2024-10-4-144-150

Текст научной статьи Акустический контроль состояния объекта транспортной инфраструктуры

Шумовое (или акустическое) загрязнение представляет из себя шум антропогенного происхождения, достаточно часто нарушающий нормальное функционирование человека и животных. Поэтому задача уменьшения уровня шума является актуальной.

В настоящее время считается, что одним из основных источников шумового загрязнения являются объекты транспортной инфраструктур (ОТИ), например, автомобили, автобусы, трамваи, железнодорожные поезда и так далее. Решение задачи уменьшения уровня шума в ОТИ производят при помощи различных технологий – активного и пассивного шумоподавления [1].

В данной работе рассмотрена задача компьютерного моделирования работы системы активного шумоподавления (ANC, Active Noise Control) [2, 3]. Уменьшение нежела- тельного шума при помощи применения технологии ANC происходит за счет фазового наложения специально сгенерированного акустического сигнала [4]. В качестве программного инструментария при моделировании была выбрана система MATLAB, позволяющая решать многочисленные задачи в различных предметных областях [5-6].

Постановка задачи

Основной задачей, решаемой при моделировании системы активного шумоподавления (САШ), является расчет «антишума», при помощи которого ослабляется распространяющийся в воздухе нежелательный шум в заданной «тихой» области с помощью адаптивного фильтра. Для этого необходима компьютерная модель электроакустической системы, использующей измерительные датчики, такие как микрофоны, и источники сигналов, такие как громкоговорители. Например, шумовой сигнал исходит от двигателя в автобусе и его можно измерить шум вблизи источника.

Поставленная задача отличается от традиционного адаптивного шумоподавления тем, что:

– требуемый ответный сигнал не может быть измерен напрямую, так как доступен только ослабленный сигнал.

– САШ в процессе своей адаптации должна учитывать путь вторичного распространения (the secondary propagation path) акустической волны (антишума) от источника к микрофону.

Моделирования импульсной характеристики

Первой задачей моделирования САШ является оценка импульсной характеристики пути вторичного распространения, представляющего из себя путь, по которому антишум проходит от источника сигнала (выходного громкоговорителя) до приемника сигнала (микрофона) в тихой зоне. Этот шаг обычно выпол- няется до контроля шума с использованием синтетического случайного сигнала, воспроизводимого через источник сигнала (выходной громкоговоритель), пока нежелательный шум отсутствует.

На рисунке 1 представлены результаты моделирования импульсной характеристики канала «Путь вторичного распространения» для полосового фильтра (bandpass) Чебышёва II рода со следующими параметрами:

Частота дискретизации (кГц) Fs = 20;

Количество отсчетов (samples) N = 2000 (Fs/10);

Нижняя граница полосы пропускания (ПП) (Гц): Flow = 200 (λ ≈ 1.7 м);

Верхняя граница ПП (Гц): Fhigh = 10000; (λ ≈ 0.03 м);

Порядок фильтра N_order = 20;

Величина затухания в полосе задержки (дБ) Ast = 50;

где λ – длина акустической волны.

Рис. 1. Результаты моделирования импульсной характеристики.

Проектирование оценки пути вторичного распространения

Обычно длина оценки фильтра пути вторичного распространения не такая длинная, как фактический путь вторичного распространения, и в большинстве случаев не требу- ется для адекватного управления. Ниже представлены результаты моделирования с количеством отсчетов равным 500. Необходимо отметить, что для этой цели можно использовать любой адаптивный алгоритм фильтрации c конечной импульсной характеристикой

(КИХ – фильтр). Но нормализованный алгоритм LMS (Least Mean Square) часто используется из-за его простоты и надежности [7, 8]. Графики выходных сигналов и сигнала ошибок на рисунке 2 показывают, что алгоритм сходится достаточно быстро.

Точность оценки пути вторичного распространения

На рисунке 3 приведены графики коэффициентов истинного и оценочного пути.

Рис. 2. Вторичная идентификация с использованием адаптивного фильтра NLMS

Рис. 3. Оценка импульсной характеристики канала Путь вторичного распространения

Только конечная (хвостовая) часть истинного импульсного отклика не оценена точно. Эта остаточная ошибка при решении данной задачи не оказывает существенного влияния на производительность САШ во время ее работы.

Альтернативный метод для оценки основного пути распространения

Путь распространения антишума также можно оценить при помощи линейного фильтра. На рисунке 4 представлены результаты моделирования импульсной характеристики линейного фильтра в ПП 200-10000 Гц.

Импульсная характеристика канала Основной Путь распространения

0.2 -                                                                                           -

0         0.005       0.01        0 015       0.02       0 025

Время (с)

Рис. 4. Результаты моделирования импульсной характеристики при помощи линейного фильтра

Результаты применения САШ

Типичные применение САШ – подавление шума от вращающихся элементов в двигателях из-за их раздражающих характеристик. Для вычислительного эксперимента был сгенерирован шум, который может исходить от типичного электродвигателя.

Одним из самых популярных адаптивных алгоритмов используемым в САШ является алгоритм filtered-X LMS. Этот алгоритм использует оценку пути вторичного распростра- нения для расчета выходного сигнала, вклад которого сильно влияет на расчет ошибки [9]. Опорный сигнал представляет собой зашумленную версию нежелательного звука, измеренного вблизи его источника.

Чтобы подчеркнуть разницу между работой без САШ и с ней, сначала моделируется процесс без САШ в течение первых 200 итераций. Результаты моделирования представлены на рисунке 5.

Рис. 5. Спектр измеряемого сигнала без использования САШ.

При прослушивании снятого сигнала перед подавлением можно услышать достаточно сильный характерный промышленный шум двигателей.

На рисунке 6 представлены моделирования с использованием САШ.

Заключение

Выбор при моделировании шума в диапазоне частот 400-800 Гц (λ ≈ 0.4-0.8 м) обусловлен фактом хорошей слышимости человеческого уха в этом диапазоне.

Рис. 6. Спектр измеряемого сигнала с использованием САШ.

Сравнивая на Рис. 6 спектр “подавленного” сигнала со спектром исходного шумового сигнала, можно увидеть видно, что большинство периодических компонентов были значительно ослаблены. Однако эффективность подавления неравномерна на разных частотах. Это часто бывает в реальных системах, при- меняемых для задач активного шумоподавления. Тем не менее, при прослушивании снятого сигнала с САШ шум в дальнем поле (на расстоянии больше одной длины от источника сигнала) значительно уменьшается. Отсюда следует вывод, что применение САШ в ОТИ является целесообразным

Список литературы Акустический контроль состояния объекта транспортной инфраструктуры

  • Иванов, Н.И. Инженерная акустика. Теория и практика борьбы с шумом: учебник. - М.: Университетская книга, Логос, 2008. - 424 с.
  • Кузнецов А.Н., Поливаев О.И. Перспективы использования систем активного шумоподавления // Вестник ВГАУ. - 2010. - № 1(24). - С. 46-48. EDN: MSOUHN
  • Шубаев Д., Сейнасинова А. Система Активного Шумоподавления // Вестник Академии гражданской авиации. - 2022. - № 1(24). - С. 110-113. EDN: SOGBFB
  • Colin H. Hansen, Scott D. Snyder, Laura Brooks, Danielle Moreau. Active Control of Noise and Vibration // CRC Press, 2013. - 1537 p.
  • Коробейников А.Г., Кутузов И.М., Колесников П.Ю. Анализ методов обфускации // Кибернетика и программирование. - 2012. - № 1. - С. 31-37. EDN: SZGVOF
  • Korobeynikov A.G., Fedosovsky M.E., Maltseva N.K., Baranova O.V., Zharinov I.O., Gurjanov A.V., Zharinov O.O. Use of information technologies in design and production activities of instrument-making plants // Indian Journal of Science and Technology. - 2016. - Т. 9. № 44. - С. 104708. EDN: YUXFUR
  • Джиган В.Н. Многообразие алгоритмов адаптивной фильтрации по критерию наименьших квадратов // Современная электроника. - 2008. - №3. - С. 32-39.
  • Кириллов, С.Н. Оптимизация устройств цифровой обработки сигналов по комбинированному критерию среднего квадрата ошибки// Цифровая обработка сигналов. - 2000. - №1. - C. 27-32.
  • Зыков А.М. Разработка, реализация и экспериментальное выявление ошибок алгоритмов адаптивной фильтрации в режиме реального времени в системах активного шумового контроля // Интеллектуальные системы в производстве. - 2015. - № 2(26). - С. 89-92. EDN: UIXKTJ
Еще
Статья научная