工业噪声室内预测模型研究
建筑噪声传播模型与预测方法研究
建筑噪声传播模型与预测方法研究建筑噪声是城市环境中的一大问题，给居民和工作人员带来了诸多困扰。
因此，建筑噪声传播模型的研究与预测方法的探索成为了关注的焦点。
本文将讨论建筑噪声传播模型与预测方法的研究现状及未来发展方向。
一、建筑噪声传播模型的研究建筑噪声传播模型是预测和分析建筑噪声传播特性的数学模型。
它可以帮助我们了解和预测噪声源在周围环境中的传播情况，从而为噪声控制和城市规划提供科学依据。
1.1 建筑噪声传播的基本原理建筑噪声传播是一个复杂的过程，受到多个因素的影响，如声源特性、环境条件、建筑物特征等。
一般来说，建筑噪声传播可以分为直接传播、反射传播和绕射传播三种方式。
直接传播是指声波从噪声源直接传播到接收点，反射传播是指声波被建筑物或其他物体反射后再传播到接收点，绕射传播是指声波在建筑物或其他物体周围发生折射或衍射后再传播到接收点。
1.2 基于声学原理的建筑噪声传播模型为了准确地描述建筑噪声传播过程，研究者们提出了各种基于声学原理的建筑噪声传播模型。
例如，根据声源特性和环境条件，可以利用声波传播方程来计算声压级的衰减。
此外，还可以采用数值模拟方法，如有限元法和边界元法，来模拟建筑噪声的传播过程。
1.3 基于统计方法的建筑噪声传播模型除了基于声学原理的建筑噪声传播模型外，还有一些基于统计方法的模型被广泛应用于噪声预测与分析。
这些模型通过分析大量实测数据，建立了噪声传播的统计关系模型。
这些模型可以更好地适应现实环境中复杂的噪声传播情况，并提供更准确的预测结果。
二、建筑噪声预测方法的研究建筑噪声预测方法是基于建筑噪声传播模型，通过采集和分析实时数据，预测建筑噪声水平的变化趋势。
它可以帮助我们评估噪声对人体健康和生活质量的影响，并制定相应的噪声控制措施。
2.1 数据采集与处理建筑噪声预测方法的第一步是采集和处理实时数据。
通过使用专业的噪声监测设备，研究者可以获得建筑噪声的实时数据，并进行有效的处理和分析。
GM(1,1)模型预测区域环境噪声
GM(1,1)模型预测区域环境噪声摘要：本文根据2005～2008年秦皇岛市主要城区区域环境噪声的监测数据，利用灰色系统理论，建立城市区域环境噪声的GM（1，1）预测模型，预测未来几年该市的区域环境噪声状况,对城市噪声污染现状进行综合分析评价，为防治城市区域环境噪声污染提供了一种新的科学研究方法。
关键词：灰色系统理论；预测模型；区域环境噪声本文通过建立区域环境噪声GM（1，1）预测模型，对该市未来几年区域环境噪声发展状况进行预测，对噪声污染情况进行分析，采取合理而有效的措施对噪声进行预防和治理，对环境规划乃至城市规划都具有重要意义。
1近年主要城区区域环境噪声状况1.1城市区域环境噪声测量方法1.1.1监测点的分布采用网格测量法，将研究区域划分为500×500m的网格，网格总数为237个。
网格分布情况详见表1。
表1-1主要城区区域环境噪声网格分布情况1.1.2测量方法测量选择在无雨、雪、风力小于四级的气候条件下进行。
要求为传声器加防风罩，以避免风噪声干扰，也可保持传声器的清洁。
测量时间选在昼间正常工作时间内，测量10min连续等效声级，得到代表该点的噪声分布情况，测量的同时还要判断和记录周围的声学环境，如主要噪声来源等。
1.2监测结果分析2008年该市主要城区区域环境噪声平均值为52.6分贝，与2007年相比，下降0.4分贝。
噪声值在50—55分贝的区域较多，占总体的47%。
从噪声源构成来看：主要以社会生活噪声为主。
从监测结果来看，噪声达标的网格数为196个，网格达标率为82.7%，噪声均值较高的是海港区北部为55.1分贝，噪声均值较低的是北戴河区为48.3分贝。
2城市区域环境噪声GM（1，1）模型2.1GM（1,1）模型建模机理灰色系统理论通过模型计算值与实际值之差（残差）建立模型，作为调整、修正和调高模型精度的主要方法，是一种直观的算术检验，能更加真实地揭示系统内部事物连续发展变化的过程。
环境噪声建模预测方法探讨
环境噪声建模预测方法探讨引言：随着城市化的进展，环境噪声成为城市生活中不可忽视的问题。
环境噪声对人们的健康和生活质量产生了负面影响。
因此，准确地建模和预测环境噪声变得愈发重要。
本文旨在探讨环境噪声建模预测方法，希望能为解决环境噪声问题提供有力的支持。
一、环境噪声建模方法1. 基于统计学的方法基于统计学的方法是最常用的环境噪声建模方法之一。
它依赖于历史数据的分析和统计方法的应用来揭示噪声产生和变化的规律。
这种方法主要包括曲线拟合、回归分析和时间序列分析等。
曲线拟合方法常用于估计噪声水平与时间的关系。
根据历史数据的时间序列，可以通过拟合曲线来预测未来噪声水平的变化趋势。
回归分析方法将噪声水平视为因变量，而噪声来源和其他相关因素视为自变量。
通过建立噪声水平与自变量之间的关系模型，可以预测未来的噪声水平。
时间序列分析方法则将噪声水平看作是时间上相关的随机变量序列。
通过对历史噪声数据的自相关性进行分析，可以预测未来噪声水平的变化。
2. 基于物理模型的方法基于物理模型的方法是建立在噪声产生机理和传播规律的基础上的。
这种方法通过对噪声源、传播路径和影响因素的详细研究，建立数学模型来预测噪声的分布和变化。
噪声源模型主要用于描述噪声产生的机理和特征。
例如，交通噪声源模型可以考虑车流量、车速、道路类型等因素，来分析交通噪声的产生和影响。
传播路径模型则描述噪声由源头传播到接收点的路径和规律。
这可以包括噪声的衰减、反射和干扰等。
影响因素模型则关注调节噪声水平的因素。
例如，建筑物的隔声性能、居民的行为习惯等都会对噪声水平产生影响。
二、环境噪声预测方法1. 基于数据挖掘的方法基于数据挖掘的方法在环境噪声预测中得到了广泛应用。
它利用历史噪声数据和相关环境因素的数据，通过数据分析和机器学习等技术，寻找出影响噪声水平的关键因素，并建立预测模型。
数据挖掘方法可以透过大量的数据分析，找出噪声水平与环境因素之间的关联性。
通过建立合适的预测模型，可以预测未来的噪声水平。
工业噪声环境影响预测方法研究_谢明
651 0 中低频
9 汽轮机配套水泵噪声 电厂主厂房内
951 0 中高频
10 储油区泵房噪声
储油区内
891 7 高频
11 列车运行噪声
厂区内北侧
651 0 中高频
注: 上表中 3、5、6、10 号测点的 设备噪声 为现场 实测所 得, 所有 测 点均位于设备旁。在测试中, 锅炉鼓风机、磨煤机及引风机的噪声均 是在设备隔声罩外测得的。其他数 据由于客 观原因, 未 能在热电 厂 取得, 系参考国内同类型热电厂数据。
# 135 #
计算等效声源第 i 个倍频带的声功率级:
Lwoct = Loct, 2 ( T) + 10lgS ,, ,, ,, ,, ( 4)
式中: S 为透声面积。
11212 室外声源预测模型 上述计算过程完成后, 即可进行室外声源的计
算。对室外环境噪声的预测, 可采用经过变换后的 点声源扩散模式, 具体计算模型为:
Lwoct +
10lg(
Q 4Pr21
+
4 R
)
, ,, ,, , ( 1)
式中: Loct,1 为某个室内声源在靠 近围栏结构 处产生的 倍
频带声压级; Lwoct 为某个声源的倍频带声功率级; r1 为室内 某
个声源与靠近围 栏结 构处的 距离; R 为 房间 常数; Q 为方 向
性因子。
计算所有室内声源在靠近围栏处总的倍频带声
1 资料与方法 111 研究历史工业噪声评价方法
在工业噪声环境卫生学评价中, 研究工业噪声 对人体健康及环境影响时, 通常以工业设备噪声监 测值或环境受声点监测值作为评价依据。这种方法 在一定程度上具有真实、可比的优点, 但也存在着明 显的局限性, 主要是此种方法不能准确预测噪声源 对环境受声点影响的程度, 无法为工业噪声环境卫 生学评价提供科学的预测依据。采用噪声影响预测 模型122对工业噪声源进行预测评价, 不仅可以较为 准确的预测噪声源对环境受声点受影响的程度, 而
工业噪音综合处理工程中的噪音传输特性与预测模型研究
工业噪音综合处理工程中的噪音传输特性与预测模型研究引言：随着工业化进程的加快和城市化程度的提高，工业噪音已经成为一个严重影响人们生活质量和健康的问题。
针对工业噪音问题，提出了噪音传输特性与预测模型研究。
本文将从噪音传输特性的研究入手，分析工业噪音在传输过程中的特点，并基于这些特点开展预测模型的研究，以期为工业噪音综合处理工程提供科学依据和方法。
一、噪音传输特性的研究工业噪音传输特性的研究是理解和控制工业噪音的重要前提。
首先，我们需要了解噪音在传输过程中的衰减规律。
噪音在传输过程中经历着空气吸声、衍射、反射、干涉等效应，从而导致噪音的能量逐渐减弱。
因此，需要通过实测和实验方法来研究噪音随着传输距离的减弱情况，并建立衰减模型，为工业噪音的预测提供依据。
其次，噪音传输特性还包括噪音频谱特性的研究。
不同类型的工业噪音具有不同的频谱特性，例如机械设备噪音的频谱主要集中在低频段，而风机等气流噪音则主要集中在高频段。
我们需要通过频谱分析方法，研究不同噪音源的频谱特性，并建立相应的模型，以预测不同类型噪音的传输效果。
最后，噪音传输特性的研究还需要考虑环境因素的影响。
例如，在城市环境中，噪音传输受到建筑物、道路、地形等的影响，这些因素会改变噪音传输的路径和衰减规律。
因此，需要结合实地测量和数值模拟的方法，综合考虑环境因素对噪音传输的影响，为工业噪音的预测提供更准确的结果。
二、噪音传输预测模型的研究基于对工业噪音传输特性的研究，我们可以建立预测模型，以实现对工业噪音的准确预测。
预测模型的研究需要考虑以下几个方面。
首先，需要建立噪音源模型。
噪音源模型是预测模型的关键，它描述了噪音源的特点和辐射规律。
例如，对于机械设备噪音，可以通过测量设备的振动特性和声辐射特性，建立相应的噪音源模型。
建立准确的噪音源模型可以为后续的传输模型提供可靠的输入数据。
其次，需要建立噪音传输模型。
噪音传输模型是预测模型的核心部分，它描述了噪音在传输过程中的衰减和传播规律。
环境影响评价中的噪声预测理论模型
环境影响评价中的噪声预测理论模型之前在许昌市规划项⽬中研究了城市的噪声污染问题，对规划⽅案进⾏了噪声评价，得到了相关的结果和治理⽅案，这属于环境影响评价的内容，下⾯是研究所采⽤的噪声模型。
道路交通噪声预测理论模型1.1 FHWA模型1978年，Barry和Reagan在美国提出FHMA模型，这种模型是针对连续的公路进⾏噪⾳预测的数学模型。
FHMA将所有机动车分为了三类：私家车，中型卡车和重型卡车。
针对路况，交通和车型，提出噪⾳等级预测公式。
FHWA将连续的道路分割成为线段，然后参考每⼀类车辆在平常情况下⾏驶时的平均噪⾳等级，⾸先根据车流量和其他交通因素进⾏修正，然后根据地图坐标⽤垂直距离和⾓度进⾏修正，再判断道路情况（hard site or soft site），最后计算周围环境算出最终的噪⾳等级。
与其他模型不同，FHMA更注重观测者与噪⾳源的距离和观察⾓度。
FHWA模型在国内外应⽤⼗分⼴泛，我国交通部出台的《公路建设项⽬环境影响评价（试⾏）》中采⽤的噪声预测模型就是在FHWA模型的基础上结合经验[7]。
模型包括两部分，公式如下：值制定的第⼀步：i型车辆⾏驶于昼间或夜间，预测点接收到⼩时交通噪声值按下式计算：(L Arq)I =（公式⼀）其中：(LArq)i——i型车辆⾏驶于昼间或夜间，预测点接收到⼩时交通噪声值，dB；ＬWoi——第i型车辆的平均辐射声级，dB；N——第i型车辆的昼间或夜间的平均⼩时交通量（按附录B计算），辆／h；u——i型车辆的平均⾏驶速度,km／h；T——L Arq的预测时间，在此取lh；ΔL距离——第i型车辆⾏驶噪声，昼间或夜间在距噪声等效⾏车线距离为r的预测点处的距离衰减量，dB；ΔL纵坡——公路纵坡引起的交通噪声修正量，dB；ΔL纵坡——公路路⾯引起的交通噪声修正量，dB。
第⼆步：各型车辆昼间或夜间使预测点接收到的交通噪声值应按下式计算：（公式⼆）式中：（ＬArq）L、（ＬArq）M、（ＬArq）S——分别为⼤、中、⼩型车辆昼间或夜间，预测点接收到的交通噪声值，dB；（ＬArq）交——预测点接收到的昼间或夜间的交通噪声值。
工业噪声预测计算模型
工业噪声预测计算模型在工业环境中，噪声污染已成为一个不可忽视的问题，它对工人的听力健康、生产效率以及周边环境的安宁均产生深远影响。
因此，开发准确的工业噪声预测计算模型显得尤为重要。
这样的模型能够预测和评估工业设备、机械和生产过程产生的噪声水平，从而指导噪声控制措施的实施。
一、工业噪声的来源与特点工业噪声主要来源于各种机械设备、生产线以及辅助设施。
这些噪声源通常具有宽频带、高强度和持续性等特点，使得工作环境中的噪声污染问题尤为突出。
此外，工业噪声还可能通过建筑结构和空气传播，对周边居民区造成影响。
二、噪声预测计算模型的重要性噪声预测计算模型在工业噪声控制中发挥着至关重要的作用。
首先，通过模型预测，企业可以在设计阶段评估设备的噪声水平，从而优化设备结构和选型，降低噪声产生的可能性。
其次，在生产过程中，模型可以实时监测噪声水平，为工人提供必要的听力保护措施。
最后，模型还可以用于评估噪声控制措施的效果，为企业的噪声管理提供科学依据。
三、常见的噪声预测计算模型目前，常见的噪声预测计算模型主要基于声学原理、统计方法和人工智能技术等。
其中，基于声学原理的模型通过对声源、传播路径和接收点的详细分析，计算噪声的传播和衰减规律。
统计方法则通过对大量历史数据的分析，建立噪声水平与各种影响因素之间的统计关系。
而人工智能技术，特别是深度学习模型，能够自动学习噪声数据中的复杂模式，实现更为准确的噪声预测。
四、模型构建的关键因素在构建工业噪声预测计算模型时，需要考虑以下关键因素：1. 声源特性：深入了解工业设备的声源特性，如声功率级、频谱特性和指向性等，是构建准确模型的基础。
2. 传播路径：噪声在传播过程中会受到空气吸收、地面反射和建筑结构等多种因素的影响。
因此，模型需要综合考虑这些因素对噪声传播的影响。
3. 接收点特性：接收点的位置、高度和周围环境等因素都会影响接收到的噪声水平。
因此，在模型中需要合理设置接收点参数。
4. 动态变化因素：工业生产过程中的设备状态、生产负荷和环境条件等都会随时间发生变化，从而影响噪声水平。
SoundPLAN 算例-工业
BSWA TECHNOLOGY CO., LTD
SoundPLAN 17
声功率级的测量
GB/T 16404 1996 声学 声强法测定噪声源的声功率级
，
ü 直接测试设备周边包络面声强
∑ W = IiSi
BSWA TECHNOLOGY CO., LTD
SoundPLAN 18
现场源强的测量
1. 根据声源尺寸，及预测区域的位置，确定声源类型 ， 2. 确定源强大小，频谱特性，时间特性，指向性等
声强法：利用声强探头同时测量噪 声的方向和大小，计算声功率
，
BSWA TECHNOLOGY CO., LTD
声源必须稳态，且声源静止
SoundPLAN 22
现场源强的测量
1. 噪声调研，厂家提供数据 ， 2. 单个设备直接测试声压级：体积小，背景噪声低，无反射物
Lw = Lp +10 lg S包 - K
−d11+d 21−d 22
r1+10
= 0.000410369(10 10
r2
−1010 )
10 10 −10 10
s2
1010 =
r2
r1+ d 11− d 12
10 10
−d 22
−10 10
−d 21+d11−d12
r 2−9
= 0.0000410369(10 10
r1
−1010 )
10 10 −10 10
ü声压级方便测量，可以在线实时，声功率级测量复杂要求设备高，需要换算
ü声功率级与声压级之间没有简单的关系，需要进一步计算来换算
ü单位一致：dB/ dBA
目前产品的声学测量既有声压级，也有声功率级,在SoundPLAN软件中，工业 噪声源只有声功率
城市环境噪声研究及预测模型研究
城市环境噪声研究及预测模型研究一、引言城市环境噪声作为一种重要的污染源，已经引起了越来越多的关注。
随着城市化进程的加快和人口的增长，城市环境噪声的问题将变得更加突出和严重。
因此，在城市环境噪声研究和预测模型研究方面，越来越受到人们的关注。
二、城市环境噪声的研究城市环境噪声是指由于城市的高密度人口和车辆交通造成的恶劣环境。
城市环境噪声主要来自于以下几个方面：1.交通噪声：车辆和交通的运行会在路面上产生噪声，其中最大的噪声来自于汽车的尾气排放。
2.工业噪声：城市中的工业声音主要来自于工业设备和制造过程中的机器声。
3.建筑噪声：建筑噪声是由建筑物制造和修建过程中产生的，例如建筑设备、钻孔、毁坏和建筑工人的操作声音。
4.人声噪声：由于城市中的生活密集度高，人与人之间的交流也会带来噪声。
城市环境噪声对人类的生活和健康造成了很大的威胁。
长期暴露在高噪声环境中会导致人体的听力损伤、心血管疾病和精神问题等健康问题。
此外，城市环境噪声还会对动植物的生态环境产生影响。
针对城市环境噪声，人们也进行了大量的研究。
例如，针对各种噪声来源，人们可以使用不同的噪声控制手段，比如降噪墙、降噪罩等。
人们还可以对噪声进行实时监测和分析，得出噪声的各个指标，如声级、频率和时间等。
三、城市环境噪声预测模型的研究城市环境噪声预测模型是一种先进的预测模型，其依据城市噪声源、接受者和传播途径等因素对城市环境噪声进行预测。
城市环境噪声预测模型的建立需要依据一些重要因素，如噪声源的生产率、交通状况、建筑物密度、人口密度、地形条件和气象状况。
对于城市环境噪声的预测，还需要进行噪声计算，通过计算来预测城市环境噪声的分布和强度。
在计算中，需要对城市环境中的各种噪声源进行分析，如交通噪声、工业噪声和建筑噪声等。
在计算中，应采用精细化计算方法，以提高预测模型的精确度。
同时，城市环境噪声预测模型的研究还可以帮助人们制定城市环境噪声控制规划，以实现合理地城市环境噪声目标，保障城市居民的健康和人类的生态环境。
工业项目噪声污染影响预测与分析
Ａ） ， 叠加结 果能够满 足《 声环 境质 量标 准》 （ Ｇ Ｂ ３ ０ ９ ６ — ２ ０ ０ ８ ） Ｉ Ｉ 类 症状 。可是到非常安静 的低噪声环境中休息一段 时间 ， 受到噪声影 （ 响的症状随之会 消失 ，这样一种短暂性的不舒服或者头痛称为听 区标 准 要 求 。 觉疲 劳。但是 ， 当人们长期在非常强烈的噪声环境下生活和工作 ， ５噪 声 的 控 制 措 施 听觉疲劳很难或者不能得到恢复 ， 并且耳 内器官可能会 发生病变 ， 设计中选择低噪声设 备 ，在订购时应提 出相应的噪声控制指 形成 噪声性耳聋。最严重的是如果人处于突发性并极强 的噪声污 标 。在满足设计指标前提下 ， 应尽可能降低声级 ， 使机械设 备尽 可 染环境 中， 耳 内器官会发生非常剧烈的外伤 ， 会导致鼓膜破裂 出血 能工作在最高效率上 ， 以有利于提高设备效率和降低噪声 。设备机 等症状 ， 可能使人耳完全失去听觉能力 ， 出现暴震 性耳 聋。人员如 门窗进行 隔声处理 。对高噪声设备与 果长久地在强烈噪声污染环境中工作或学习 ，在 某一 天离开此噪 房 四壁和顶棚进行 吸声处理 ， 物料间碰撞产生的冲击噪声采用车间封 闭围护结构。为增 加降噪 声环境后其人耳的听觉 的灵敏性 回复可能会延长 ，经过数小 时或 效果 ， 可采用厚砖墙两 面粉刷砂浆 ， 双层玻璃隔音门 ， 窗、 吸声材料 几天才可 以完全回复听力 。伴随听力疲劳 的加重会 听力机能恢复 吊顶等建筑结构设计 。 设 备安装定位 时注意减振措施设计 ， 在定位 不全面 ， 所以 ， 严格防治人耳在噪声环境 中疲劳是防治噪声性耳聋 装置设备与楼 面之间垫减振材料 ， 设备基础与墙 体、 地坪之问适 当 的关键 因素。人耳 的痛阀是 １ ２ ０ ｄ Ｂ （ Ａ） ， 听阈是 ０ｄ Ｂ （ Ａ） ， 正常情况 减少振动噪声的传播 。 总体布置上利用建筑物合理布 下， 噪声在 ８ ５ ｄ Ｂ （ Ａ） 以下的环境 中不会危害听觉 ， 但在 ８ ５ ｄ Ｂ （ Ａ） 设置减振沟 ， 局 ，阻隔声波的传播 ，高噪声源在厂区中央尽量远离居民等敏感 以上 的噪声环境 中可能非常危险。 具研究情况表明 ， 在９ ０ ｄ Ｂ （ Ａ） 以 点， 使噪声达到最大限度 的自然衰减 ， 降低对周 围环境 的影响。 上的噪声环境 中长期工作或学习 ， 耳聋 的发病率显著增大 。
工业噪音综合处理工程中的噪声扩散模型研究
工业噪音综合处理工程中的噪声扩散模型研究噪声扩散是工业噪声综合处理工程中一个重要的研究方向。
随着工业发展和城市化进程的加快，各种噪声污染对生活环境和人体健康产生了越来越大的影响。
因此，研究噪声扩散模型以及相应的扩散控制技术，对于提高人类居住环境的质量和保护人群健康具有重要的意义。
噪声扩散模型是一种通过数学计算和模拟，预测和分析噪声传播及扩散范围的方法。
其理论基础是声学原理和大气传播特性，通过对噪声源的特征和大气条件的考虑，建立起相应的模型来描述噪声在空气中的传播规律。
基于噪声扩散模型，人们可以了解噪声的传播路径和范围，从而有针对性地采取措施，减轻噪声污染对周围环境和人类健康的影响。
在工业噪音综合处理工程中，噪声扩散模型的研究非常重要。
首先，通过对工业厂房的噪声特征和源强进行测量和分析，可以确定噪声源的位置、数量以及强度。
然后，结合所在地的大气条件，比如气象资料、气象场观测数据等，为建立相应的扩散模型提供依据。
最后，在扩散模型的基础上，计算和预测噪声在不同距离和方向上的传播规律，为制定噪声控制方案提供数据支持。
在工业噪音综合处理工程中，常用的噪声扩散模型包括高尔辛模型、噪声功率预测模型以及GIS模型等。
高尔辛模型是一种最早的噪声扩散模型，考虑了噪声源的高度、噪声源和接收点之间的距离以及大气稳定度等因素。
该模型适用于平坦且无阻挡物的地面条件，但在复杂地形和建筑环境下的应用受到限制。
噪声功率预测模型是利用功率级数学模型，建立了噪声源功率与距离的关系。
该模型考虑了噪声源的特征和环境因素，可以较精确地预测噪声功率在不同距离上的分布情况。
然而，该模型需要准确的噪声源功率数据作为输入，且对大气环境的要求较高。
GIS模型是基于地理信息系统的噪声扩散模型，综合考虑了噪声源、大气条件以及地形、建筑等因素，并结合地图信息进行分析和展示。
该模型可以直观地显示噪声传播的范围和方向，为制定噪声控制措施提供了直观的参考。
除了以上几种常用的噪声扩散模型，还有一些基于数值计算和仿真的模型，如计算流体力学（CFD）模型。
工业噪声室内预测模型研究
工业噪声室内预测模型研究王洁;侯宏;孙进才【摘要】根据<环境影响评价技术导则,声环境HJ2.4-2009)给出的室内声源等效室外声源声功率级的计算方法,结合面声源声衰减计算公式,推导了车间噪声向室外声传播衰减计算公式,建立了圆柱等效模型,解决了现有预测方法在室内声源空间坐标未知的情况下,预测工作无法进行的问题.仿真计算结果表明,该模型预测结果较准确.【期刊名称】《电声技术》【年(卷),期】2010(034)005【总页数】5页(P71-74,88)【关键词】噪声预测;工业噪声;圆柱等效模型【作者】王洁;侯宏;孙进才【作者单位】西北工业大学环境工程系,陕西,西安,710072;西北工业大学环境工程系,陕西,西安,710072;西北工业大学环境工程系,陕西,西安,710072【正文语种】中文【中图分类】TB531 引言对于新建或改建的工业建设项目，环境保护部门一般都要求其进行环境影响评价。
在环评过程中，噪声预测是不可缺少的一部分。
《环境影响评价技术导则，声环境HJ2.4—2009》（以下简称《导则》）中对室内工业噪声预测部分只给出了室内声源等效为室外声源的计算方法，声源等效后，按照室外声源声衰减的方法进行计算。
通常车间噪声是透过车间整个墙面进行辐射，是面声源的声辐射，其声衰减模式与室外噪声不同，因此将室内声源[1]等效为室外声源后，简单地套用室外声源声衰减的方法并不合理。
此外，基于《导则》的计算模式必须已知声源具体位置才能完成室内噪声预测工作，但在噪声预测阶段，声源在室内的布放位置往往难以确定，这使得噪声预测工作难以进行。
因此，建立室内噪声预测模型是工业噪声预测的关键。
笔者以《导则》给出的声源等效计算方法为基础，结合面声源衰减模式[2]，综合考虑实际工程中声源布放位置难以确定这一问题，推导了室内声源等效后的计算公式，提出圆柱等效模型，并对模型进行修正，通过仿真计算验证模型的预测结果。
2 《导则》中将室内声源等效为室外声源的计算方法《导则》附录A中给出的室内噪声向室外传播公式是用倍频程声压级表示的，而一般情况下已知的是声源的总声压级或声功率级，因此本文将用总声级或声功率级表示室内向室外的声传播衰减计算公式。
工程机械预测室噪音预估分析
工程机械预测室噪音预估分析工程机械驾驶室ＳＥＡ模型的建立本文以某工程机械产品的驾驶室为研究对象，利用统计能量分析方法对其内部噪声进行了预估分析．在对驾驶室建立统计能量分析模型之前，需要对模型进行简化处理．对驾驶室ＳＥＡ模型进行了以下简化：（１）一些电焊在板件上的加强板、筋等结构，以及梁柱构件和驾驶室内的座椅结构可以忽略．（２）驾驶室外部的结构，如后视镜、雨刷、天线等附件都不出现在模型中．（３）去掉伸入驾驶室内部的部件，如中控台、仪表板等．（４）系统内部的噪声源对驾驶室部件的声激励同其他子系统相比很小，可以忽略不计．建立统计能量分析模型需要完成以下三项基本工作：确定外界激励源；按照模态相似的原则划分子系统；找出功率流传递途径．预估模型的准确性是精确分析驾驶室内部噪声的基础，其准确建立有赖于子系统划分的合理性．对于统计能量分析的子系统只有相似共振模态组成的子系统才可以存储振动能量，因此，要依据模态相似原理划分子系统．子系统划分完成之后就利用统计能量分析软件中的建模工具分别建立各个子系统．模型建成之后，分别定义各子系统的物理属性，并利用统计能量分析软件中的自动连接功能将公用的点、线、面进行连接，实现各子系统之间的能量传递．利用统计能量分析软件建立驾驶室预估模型如图２所示．用统计能量分析法解决问题的关键在于获得ＳＥＡ三个基本参数，即模态密度、内损耗因子和耦合损耗因子，一般均可通过试验和仿真计算的方法得到．如图３—５为利用统计能量分析软件计算得到的部分子系统的模态密度、内损耗因子和耦合损耗因子．本文中对于复杂子系统的内损耗因子是采用试验的方法获得的，所采用的试验方法是基于Ｈｉｌｂｅｒｔ变换的瞬态衰减法．图６所示为试验测得的前挡风玻璃内损耗因子．噪声预估结果试验验证与模型修正１模型修正前仿真结果及实测结果对比该工程机械驾驶室噪声以空气声传播为主．因此，将实际工况下驾驶室外声场测试结果作为载荷输入给ＳＥＡ模型，对照驾驶室内部噪声声压级的测量值与计算预测值以检验模型的准确性．图７为工程机械驾驶室模型计算和测量值的比较．从图７中可以看出，驾驶室内部噪声１／３倍频程实测结果与仿真结果趋势较为一致，但部分中心频段数值相差较大，总的噪声能量误差为４１．４％．另外，，从驾驶室噪声能量分布和传递图（见图８）中可以看出，驾驶室噪声能量主要集中在驾驶室地板和前挡风玻璃上．可以推断：部分中心频段数值相差较大的原因是驾驶室地板上孔、缝的声泄漏以及内饰件的吸声特性未作处理．２统计能量分析模型的修正考虑到驾驶室地板孔、缝的声泄漏以及驾驶室顶部内饰和座椅的吸声特性，利用统计能量分析软件根据驾驶室实际情况对驾驶室地板进行了声泄漏处理，以及对驾驶室顶部内饰和座椅进行了吸声特性处理，其中座椅的吸声是采用等效处理的办法．该工程机械驾驶室ＳＥＡ模型经过修正后，其仿真结果与实测结果对比如图９所示．整个１／３倍频程频谱修正后与实测结果比较一致，总的噪声能量误差为８．２％．说明创建的驾驶室ＳＥＡ模型经过修正之后，能够准确分析驾驶室内部噪声水平，达到了预期的目的，并且可以用于降噪预测分析．降噪措施效果预测及试验验证１驾驶室降噪措施效果预测由图８驾驶室噪声能量分布以及能量传递路径分析可知，驾驶室前挡风玻璃和地板是噪声能量传递的主要路径，所以可以通过改变前挡风玻璃和地板这两条主要传递路径来降低驾驶室噪声．本文以封堵驾驶室地板孔、缝为例，进行了降噪效果预测和试验验证．利用已修正的驾驶室噪声预估模型模拟封堵地板孔、缝结构的降噪效果，降噪措施实施前后１／３倍频程频谱对比如图１０所示．封堵地板孔、缝可以降低驾驶室内部噪声约２．５ｄＢ（噪声能量降低４３．１％），降噪效果较为明显．２驾驶室降噪措施试验验证根据驾驶室降噪措施效果预测分析结果，对该工程机械驾驶室实施了简易降噪措施（如图１１所示），并进行了试验验证．通过封堵地板孔缝，有效地降低了驾驶室噪声，降噪量达２．３ｄＢ（噪声能量降低４１．１％）．通过对比降噪量预测值和试验值，噪声能量误差约为４．５％．结语本文利用统计能量分析方法建立某工程机械驾驶室内部噪声预测模型，并对其内部噪声进行了预测分析，得到以下结论：（１）经过试验修正后的驾驶室内部噪声预测与实测结果相比，整个１／３倍频程频谱比较一致，且总的噪声能量误差为８．２％，证实了所建立的驾驶室内部噪声预估模型的有效性．（２）由统计能量分析可知，该工程机械驾驶室内部噪声主要能量来源是前挡风玻璃和地板，对驾驶室内部实施降噪时应重点关注前挡风玻璃和地板．（３）通过对该工程机械驾驶室降噪效果的预测分析与试验验证，封堵驾驶室地板孔、缝能有效降低内部噪声声压级，噪声能量降低达４０％，预测结果与验证结果相比，噪声能量误差约为４．５％，说明统计能量分析方法能够准确预测驾驶室噪声．因此，实际工程中，工程机械驾驶室的中高频噪声问题可以方便地利用统计能量分析法进行预测、分析和解决，从而在产品概念和设计早期阶段为研发人员提供设计依据．工程机械预测室噪音预估分析。
工业噪声预测计算模型
工业噪声预测计算模型全文共四篇示例，供读者参考第一篇示例：工业噪声是指由机器设备、工艺过程和运输等因素产生的噪声，是工厂生产过程中常见的污染源之一。
工业噪声对人们的健康和生活质量造成负面影响，需要通过科学的预测和控制手段来减少其对环境和人体的影响。
本文将介绍一种基于计算模型的工业噪声预测方法，帮助工厂管理者和环保部门有效减少噪声污染。
一、工业噪声的来源与影响工业噪声主要来源于工厂的设备、机器、厂房和运输工具等，在生产过程中会发出不同频率和强度的噪声。
长期暴露在高强度的工业噪声下容易导致听力损伤、神经系统疾病、心血管疾病和精神障碍等健康问题。
工业噪声也会影响周围居民的生活质量，引发睡眠障碍、心理疾病和社会关系紧张等问题。
二、工业噪声预测的意义工业噪声的预测是一个复杂的过程，需要考虑多种因素对噪声影响的综合分析。
现代工业噪声预测主要依靠计算机模拟和软件工具进行，构建不同的数学模型来描述噪声的传播和影响。
常见的工业噪声预测计算模型包括：1. 源模型：通过对工业设备和机器产生的噪声源进行准确测量和建模，分析噪声源的特性、频谱和声级。
常用的源模型包括高斯源模型、点源模型和线源模型等。
2. 传播模型：考虑噪声在空气中的传播、反射和衰减规律，建立声学传播模型，预测噪声在不同距离和环境下的传播效果。
常用的传播模型包括室内传播模型和室外传播模型等。
3. 接收模型：根据周围环境和接收点的特点，计算接收点处的噪声水平和频谱分布，评估噪声对周围环境和人体的影响。
常用的接收模型包括点源接收模型和面源接收模型等。
工业噪声预测计算模型在工业生产和环境管理中发挥重要作用，可以帮助企业管理者和环保部门有效减少噪声污染，提高生产效率和环境质量。
具体应用包括：1. 噪声控制规划：根据工业噪声的特性和预测结果，制定噪声控制规划，采取有效的技术和管理措施，减少噪声源和传播途径，控制噪声污染的扩散。
2. 环保审核与监测：利用工业噪声预测计算模型对工厂的噪声排放进行评估和监测，及时发现和处理超标情况，保障环境质量和居民健康。
工业数据分析与预测模型构建研究
工业数据分析与预测模型构建研究随着工业领域中的数据不断增长，工业数据的分析和预测成为提高生产效率和降低成本的重要手段。
本文将探索工业数据分析的方法，并研究构建预测模型的方法，以帮助企业做出更准确的决策。
一、工业数据分析方法1. 数据收集与清洗：在工业领域，数据的收集过程可以通过传感器、监控设备、仪表等实时采集获取。
然而，由于各设备产生的数据多样且包含噪声，首要任务是对数据进行清洗和处理。
这包括缺失值的处理、异常值的剔除和数据归一化等步骤。
2. 数据可视化与探索性分析：通过可视化技术将工业数据转换为直观的图表和图形，有助于发现数据的分布和趋势。
探索性分析涉及在数据中寻找模式、相关性以及异常值等。
3. 特征工程：特征工程是为构建预测模型而选择、处理和转换数据中的特征。
特征选择是指从大量特征中筛选出与目标变量相关的重要特征。
特征处理包括对特征进行缩放、离散化、one-hot 编码等操作。
特征转换则是通过数学变换提取更有用的信息。
4. 数据建模与分析：数据建模是通过统计模型、机器学习模型等方法来分析数据。
统计模型通过对概率分布的假设，描述变量之间的关系；机器学习模型则通过学习数据的模式，对未知数据进行预测。
二、预测模型构建方法1. 统计模型方法：统计模型适用于工业数据中的时间依赖性较强的情况，如时间序列预测。
常见的统计模型包括 ARIMA 模型、指数平滑方法等。
ARIMA 模型是一种利用历史数据的线性回归模型，可以捕捉到数据中的趋势和季节性。
2. 机器学习方法：机器学习方法适用于工业数据中存在复杂非线性关系的情况，如神经网络、支持向量机、随机森林等。
神经网络是一种基于大量神经元构成的计算模型，可以对非线性关系进行建模。
支持向量机则可以通过寻找数据中的支持向量来进行分类或回归。
3. 深度学习方法：深度学习方法是机器学习的一种特殊分支，通过神经网络进行多层次的学习来解决复杂问题。
深度学习方法在图像、语音和自然语言处理等领域已取得了很大的成功，也可以应用于工业数据的预测。
工业噪音综合处理工程中的噪声传播模型研究
工业噪音综合处理工程中的噪声传播模型研究随着工业化的快速发展，工业噪音已成为一个全球性的环境问题。
噪声对人体健康、生态环境和社会和谐都会造成严重影响。
因此，工业噪音综合处理工程越来越受到广泛关注。
在工业噪音综合处理过程中，合理地预测和控制噪声的传播是至关重要的一环。
因此，研究工业噪声传播模型成为解决工业噪音问题的关键。
工业噪音传播模型研究旨在预测和控制噪声的传播路径和范围。
通过合理的数学模型和计算方法，可以实现对噪声源周围噪声水平的准确预测和噪声控制区域的划定，以此为基础，可有效降低噪声对环境和人们健康的负面影响。
目前，研究人员主要依靠数学模型和计算方法来模拟和预测工业噪音的传播。
最常用的数学模型包括室外噪声传播模型和室内噪声传播模型。
室外噪声传播模型主要考虑噪声源的特性、地形、环境条件等因素，并对噪声源周围的噪声水平进行预测和控制。
室内噪声传播模型主要考虑噪声源的特性、建筑物的声学性质等因素，并对室内噪声水平进行预测和控制。
在室外噪声传播模型中，常用的计算方法包括点扩散源模型、线源模型和面源模型等。
点扩散源模型适用于较小范围的噪声源，可以准确预测源点周围的噪声水平。
线源模型适用于较长的噪声源，可以考虑噪声源的形状和长度，对大范围的噪声传播进行预测和控制。
面源模型适用于较广泛的噪声源，可以考虑噪声源的辐射特性和地形条件，对整个传播区域的噪声水平进行预测和控制。
室内噪声传播模型中较常用的计算方法包括射线法和几何法。
射线法通过将噪声源发出的声波沿多条射线传播，并经过多次反射和透射，最终到达接收点，从而计算噪声水平。
几何法主要考虑噪声源与接收点之间的几何关系，通过计算路径长度和传播损失，预测和控制室内噪声水平。
除了数学模型和计算方法，工业噪声传播模型研究还需要考虑噪声源的特性和环境条件，以及人们对噪声的敏感度。
噪声源的特性包括声压级、频谱特性、辐射特性等，环境条件包括地形、气象条件等。
同时，人们对噪声的敏感度也是影响噪声传播模型研究的重要因素。
地下工程噪声的预测与控制研究
地下工程噪声的预测与控制研究一、引言地下工程承载着城市的发展和建设，在建设过程中，由于施工的特殊性和工作条件的限制，噪声污染已成为地下工程建设中不可忽视的问题。
而噪声对人类健康、生活质量和环境的影响已经引起了广泛的关注。
因此，对地下工程噪声的预测与控制研究具有重要的理论和实际意义。
二、地下工程噪声的特点地下工程噪声与一般噪声源的噪声有着明显的差别，主要表现在以下方面。
1、震动噪声地下工程大多数都是靠爆破或施工机械振动来实现的，造成的噪声是由震动引起，而这种震动噪声的特征是频率高、能量高，其波长相对较短。
2、低频噪声基础机械是地下工程中最常用的施工机械之一，它所产生的噪声一般为低频噪声。
低频噪声的特点是能量较低，波长相对长，容易被固体物体所传导。
3、随机噪声随机噪声是指频率与振动幅值显著变化的噪声，这种噪声的特点是无规律性、不可预测性、难以被完全消除。
三、地下工程噪声的预测方法针对地下工程噪声特点，目前常用的预测方法主要有计算方法、试验方法和数值模拟方法。
1、计算方法计算方法是最早的一种噪声预测方法，通常采用传声建筑学原理。
即通过计算一定距离外建筑物表面的噪声水平来确定地下工程噪声的水平，这种方法将地下工程噪声的传播过程等效为自由场扩散，计算噪声传播的距离-声级曲线。
2、试验方法试验方法是通过在施工现场进行噪声测量，试验方法具有实际可操作性，最大的优点是可以反映具体情况下的噪声情况。
但也存在用户反应问题，一旦用户反应仍不满意，还需要进行反复的试验测量，会增加成本和时间。
3、数值模拟方法数值模拟方法是最新兴的一种噪声预测方法，它利用电脑辅助数值分析方法模拟整个地下工程施工过程中的噪声污染过程。
这种方法具有高效、快速、可靠等特点。
四、地下工程噪声控制的方法地下工程噪声控制方法主要有被动控制方法和主动控制方法。
1、被动控制方法被动控制方法是指对噪声的产生进行直接控制，如通过隔音墙、隔音门、隔音窗等措施，以达到分隔声源和受声体的目的。
基于机器学习的环境噪声预测与控制研究
基于机器学习的环境噪声预测与控制研究随着城市化进程的加快和人口的快速增长，环境噪声问题变得越来越突出。
噪声对人们的身心健康和生活质量产生了负面影响，因此环境噪声预测与控制成为了重要的研究课题。
本文将以机器学习为基础，探讨环境噪声预测与控制的相关研究。
首先，我们需要了解环境噪声的特点和来源。
环境噪声主要有两种来源：交通噪声和工业噪声。
交通噪声主要来自道路、铁路、空中和水上交通，工业噪声主要来自各类工厂和机械设备。
环境噪声的特点是频率多样化、强度不一、连续发生和时变性。
为了准确预测环境噪声，我们可以借助机器学习的方法。
机器学习是一种通过从数据中学习和改进来执行特定任务的方法。
它可以通过对环境噪声的历史数据进行分析和挖掘，提取出噪声的规律和趋势，从而预测未来的噪声情况。
在环境噪声预测的研究中，我们可以使用监督学习算法，如支持向量机（SVM）、决策树和随机森林等。
这些算法基于已有的环境噪声数据和相关的特征，通过学习数据之间的关系，建立模型来预测未来的噪声水平。
同时，我们还可以使用深度学习算法，如神经网络，通过多层次的网络结构来提取更丰富的特征信息，从而提高预测的准确性。
除了预测环境噪声，控制噪声也是关键的研究方向。
通过分析噪声的特点和来源，我们可以采取相应的控制策略来降低噪声的强度。
例如，在交通噪声控制方面，可以采用交通管理措施，如限速、改善道路设计等；在工业噪声控制方面，可以采用隔声、吸音和降噪设备等。
在控制噪声方面，机器学习也发挥了重要的作用。
我们可以使用监督学习算法来建立噪声控制模型，根据不同场景和噪声来源的特点，选择相应的控制策略。
此外，我们还可以使用强化学习算法，在不断的试验与反馈中，通过优化控制策略来减少噪声的强度。
除了以上提到的方法，还有一种用于环境噪声预测与控制的方法是传感器网络技术。
传感器网络是由众多传感器节点组成的分布式系统，可以实时采集环境噪声数据，并传输到中心节点进行预测和控制。
分析工业噪声环境影响的预测
分析工业噪声环境影响的预测满振英【摘要】噪声污染是世界上最常见的污染现象之一，本文在此就监测和分析了某电厂改造项目的工业噪声源现状、影响预测和项目运营后环境受声点的测量数据，在此基础上分析和验证了工业噪声环境影响的预测模式和结果，希望能够为相关的工业噪声环境卫生学评价提供有益的借鉴和科学的依据。
【期刊名称】《农业科技与信息》【年(卷),期】2016(000)003【总页数】2页(P91-92)【关键词】工业噪声;环境影响;预测【作者】满振英【作者单位】中环国评北京科技有限公司，北京 100081【正文语种】中文【中图分类】TB535伴随着人类社会在工业化建设上不断取得更多的成就，工业噪声污染也成为当今最主要的污染现象之一，并且有着愈演愈烈的趋势。
鉴于工业噪声污染有着较大的污染范围和较严重的污染程度，其也被环境卫生学纳入到了评价的体系之中，并且正在受到越来越多的民众的关注。
在研究工业噪声环境影响的过程中，为了更好地对工业噪声源进行预测评价，可以利用相关的噪声影响预测模型来进行研究，这种预测模型不仅克服了传统评价方法中无法准确地预测出噪声源对环境受声点影响的缺点，还实现了能够更好地帮助相关人员制定出较好的噪声污染防控方案。
1.1 工业噪声影响预测模型分析相关人员在对工业设备噪声进行影响预测的过程中，可以根据其稳态噪声的特点而利用工业噪声预测模式进行评价研究。
而根据设备使用场所的不同又可以分为室内和室外来那个中工业噪声源。
而他们对于计算模型的采用也不相同：室内声源预测模型的计算如下：在公式中，Lwoct则是代表了声源的倍频带声功率级，R则是代表了房间的常数项，Q则是代表了方向性因子，r1代表了围栏结构与某个室内生源之间的距离，Loct,1代表了靠近围栏结构处某室内声源产生的倍频带声压级。
而靠近围栏结构处室内声源产生的倍频带声压级的计算方法如下在公式（2）的基础上我们还可以将室外靠近围栏处的声压级计算为如下：所以由此可将等效声源第i个倍频带的声功率级计算为如下：在公式中S代表的是透声面积1.2 室外声源预测模型分析在对室外声源进行相关的预测时，可利用点声源扩散模型来进行相关的计算，如下所示：在这个公式中，代表了由各种因素引起的衰减量，r代表了声源距离预测点的距离，Loct(r)代表了在预测点点声源产生的倍频带声压级，r0代表了声源距离参考位置的距离，Loct(r0)代表了参考位置处的倍频带声压级。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
算 方 法 ， 源 等 效后 ． 照 室 外声 源 声 衰 减 的 方 法 进 行 声 按
计 算 。 常 车 间噪 声 是 透 过 车 间 整 个 墙 面 进 行 辐 射 ， 通 是
声 功 率 级 表 示 室 内 向室 外 的 声 传 播 衰 减 计 算 公 式 。 噪 声 从 室 内向 室 外传 播 如 图 １ 示 。 所
（ ｐ ｒ ｎ ｆＥ ｖｒｎ ｎ ，Ｎｏ ｈ ｓｅ Ｐ ｌｔｃ ｎｃ ｌＵｎｖ ｒｉ ，Ｘｉ ｎ ７ ０ ７ Ｄｅ ａｔ ｔｏ ｎ ｉ ｍｅ ｔ ｍｅ ｏ ￣ ｗｅｔｍ ｏｙｅ ｈ ｉａ ｉｅｓｔ ｙ １ ０ ２，Ｃ ｉａ ａ ｈｎ ）
【 ｂｔａｔ Ａ ｃｒｉｇｔ ｔｅ ｍ ｔｏ ｆｅｕｌ ｉｇｔｅ ｓｕ ｄ ｐｗ ｒｌ ｅ ｏ ｈ ｎ ｏｒｎ ｉ ｏ ｔｅｏ ｔ ｏ ｏｒｅ Ａ ｓｒｃ】 ｃｏｄｎ ｏ ｈ ｅ ｄ ｏ ｑ ａｚ ｈ ｏｎ ｏ ｅ ｅ ｌ ｆｔｅ ｉ ｏ ｏｓ ｔ ｈ ｕｄ ｒｓｕｃ ｈ ｉｎ ｖ ｄ ｅ ｏ
～
行 修 正 ， 过 仿 真 计 算 验 证 模 型 的 预测 结 果 。 通
２ 《 则》 导 中将 室 内声 源 等效 为 室 外声
源的计 算 方 法
《 则 》 附 录 Ａ 中 给 出 的 室 内噪 声 向 室 外 传 播 公 导
式 是 用 倍 频 程 声 压 级 表 示 的 ，而一 般 情 况 下 已 知 的 是 声 源 的总 声 压 级 或 声 功 率 级 ，因此 本 文 将 用 总 声 级 或
【 键 词 】 噪 声 预 测 ； 业 噪声 ； 关 工 圆柱 等 效模 型 【 图 分 类 号 】Ｔ ５ 中 Ｂ３ 【 献 标 识 码 】Ａ 文
Ｉ ｎｄｏ ｏｄｅ Ｉ ｅ ｔｇａ ｉ ｏｒ Ｍ ｌ ｎｖ ｓ ｉ ｔｏｎ ｎ ｓ ｒ Ｎ ｏｓ ｏｆ Ｉ ｄｕ ｔ ｙ ｉｅ
ቤተ መጻሕፍቲ ባይዱ
Ｗ ＡＮＧ Ｊｅ ＨＯ Ｈｏ ｇ，Ｓ ｉ — ａ ｉ， Ｕ ｎ ＵＮ Ｊｎ ｃ ｉ
【 摘 要 】 根 据《 境 影 响评 价 技 术 导 则 ， 环 境 Ｈ ２４ ２０ 》 出 的 室 内声 源 等 效 室 外 声 源 声 功 率 级 的 计 算 方 环 声 Ｊ．— ０ ９ 给
法， 结合 面 声 源 声 衰减 计 算公 式 ， 导 了车 间 噪 声 向室 外 声 传 播 衰 减 计 算 公 式 ， 立 了 圆柱 等 效 模 型 ， 决 了现 有 预 推 建 解 测 方 法在 室 内声 源 空 间坐标 未 知 的情况 下 ， 测 工 作 无 法进 行 的 问题 。 仿 真 计算 结 果表 明 ， 模 型 预测 结 果 较准 确 。 预 该
噪 声 控 镧 ⑥６ ｓ＠ ＠⑥响 ＠
文 章 编 号 ：０ ２ ８ ８ ２ １ ０ — ０ １ ０ １ ０ — ６ ４（０ ０） ５ ０ ７ — ４
工业 噪 声室 内预 测模型 研 究
王 洁 ， 侯 宏 ， 进 才 孙
・
论文 ・
（ 北 工 业 大 学 环 境 工程 系 ， 西 西安 ７ ０ ７ ） 西 陕 １０ ２
般都要求其进行环境影响评价。 环评过程 中 ， 在 噪声
预 测 是 不 可 缺 少 的 一 部 分 。 《 境 影 响评 价技 术 导 则 ， 环
声 环 境 Ｈ ２ — ２ Ｏ 》 以下 简 称 《 则 》 中对 室 内工 业 Ｊ． ０ ９ （ ４ 导 ）
噪 声 预 测 部 分 只 给 出 了室 内 声 源 等 效 为 室 外 声 源 的计
ｗｈ ｃ ｒ ｓ ｌｅ ｔ ｅ ｒｂ ｅ ｉｈ ｅ ｏｖ ｓ ｈ ｐ ｏ ｌｍ ｔ ａ ｔｅ ｘｓｉ ｇ ｈ ｔ ｈ ｅ ｉｔ ｍｅｈ ｄ ｏ ｌ ｎ ｔ ｅ ｎ ｔｏ ｃ ｕ ｄ ｏ ｂ
ｉ ｌｍｅ ｔ ｄ ｗ ｅ ｈ ｏ ｒ ｅ ｌｃ ｔ ｎ ｏ ｈ ｎ ｏ ｒ ｎ ｉｅ ｉ ｕ ｋ ｏ ． Ｔ ｅ ｓｍｕ ａｉｎ ｒ ｓ ｌ ｈ ｗ ｈ ｔ ｔ ｅ ｐ ｅ ｅ ｔ ｄ ｍｐ ｅ ｎ ｅ ｈ ｎ ｔ ｅ ｓ ｕ ｃ ｏ ａ ｉ ｆ ｔ ｅ ｉｄ ｏ ｏ ｓ ｓ ｎ ｎ ｗｎ ｏ ｈ ｉ ｌ ｔ ｅ ｕ ｔ ｓ ｏ ｔ ａ ｈ ｒ ｓ ｎ ｅ ｏ ｓ ｍｏ ｅ ａ ｏ ｄ ｐ ｒｏ ａ ｃ ． ｄ ｌｈ ｓａ ｇ ｏ ｅｆｒ ｎ ｅ ｍ
【 ｙ ｗ ｒｓ ｏｓ ｒｄｃｔｎ ｎ ｕｔ ｏ ｅ ｑ ｉａ ｎ ｃｌｍ ｏ ｅ Ｋｅ ｏ ｄ 】ｎ ｉ ｐｅｉａｏ ；ｉ ｓ ｙｎ ｉ ；ｅｕｖｌ ｔ ｏ ｎ ｍ ｄ ｌ ｅ ｉ ｄ ｒ ｓ ｅ ｕ
１ 引 言
对 于 新 建 或 改 建 的 工 业 建设 项 目 ，环 境 保 护 部 门
ｉ ｄ ｏ ｎ ｉｅ ａ ｉｔ ｇ ｏ ｈ ｏ ｔｏ ｒ ｏ ｉｅ ｔ ｔ ｅ ｌｎ ｓ ｕ ｃ ｐ ｏ ａ ａ ｉｎ ｏ ｓ ｏ ｍｕａ ｓ ｅ ｖ ｄ ｎ ｏ ｒ ｏ ｓ ｒ ｄ ａｉ ｔ ｔ ｅ ｕ ｄ ｏ ｃ ｍｂ ｎ ｄ ｗｉ ｎ ｈ ｈ ｐ ａ ｅ ｏ ｒ ｅ ｒ ｐ ｇ ｔ ｌｓ ｆｒ ｌ ｉ ｏ ｄ ｒ ｅ ． ｉ ｅ ｕ ｖ ｌｎ ｃ ｌｍｎ ｑ ｉａ ｅ ｔ ｏｕ ｍｏ ｅ ｉ ｏ ｓ ｕ ｔｄ， ｄｌ ｓ ｃ ｎ ｔ ｃｅ ｒ
面 声 源 的 声 辐 射 ， 声 衰减 模 式 与 室外 噪声 不 同 ， 此 其 因
ｐ ｅ ｅ ｔｄ ｉ ｈ ｅ ｈ ｉ ａ ｉ ｅｉ ｅ ｏ ｉｅ ｍｐ ｃ ｓ ｓ ｍｅ ｔ ｒ ｓ ｎｅ ｎ ｔ ｅ Ｔ ｃ ｎ ｃ ｌ Ｇｕ ｄ ｌ ｓ ｆ ｒ Ｎｏｓ Ｉ ａ ｔ Ａｓｅ ｓ ｎ ， ｎ ｔ ｅ ｓ ｕ ｄ ｐ ｏ ａ ａｉ ｎ ｏ ｓ ｆ ｒ ｌ ｂ ｕ ｈ ｈ ｏ ｎ ｒｐ ｇ ｔ ｌｓ ｏ ｍｕ ａ ａ ｏ ｔ ｔｅ ｏ Ｔｅ ｈ