CN107609278B - 一种提高热电厂噪声预测模型精度的方法 - Google Patents

Abstract

本发明涉及一种提高热电厂噪声预测模型精度的方法，其包括步骤为：1)测量噪声源的声功率级和近场测点的倍频程谱；2)在噪声预测软件中建立声学模型预测接收点的噪声值，并分析贡献值；3)将声压级转化为声压，计算优势频率下的贡献值占比；4)代入贡献值占比，计算出此频段下实际贡献值，并按照自身比例对各频率段分配修正值，进而反推出声功率级。由于噪声治理前预测模型的精度对后期治理效果影响极大，上述方法通过预测软件的接收点预测值计算声源贡献值占比，计算出实际测量数据中优势频率下某声源的贡献值，反推出设备的声功率级，使近场预测值与实际情况更加吻合，从而提高噪声预测模型的预测精度。

Description

一种提高热电厂噪声预测模型精度的方法

技术领域

本发明涉及噪声预测模型精度领域，具体是一种提高热电厂噪声预测模型精度的方法。

背景技术

热电厂属于高噪声污染企业，多数厂址也处于居民区、学校等人口密集区域，所以造成严重的噪声污染问题。由于已建工程后期噪声控制的成本很高，在热电厂噪声治理之前，需要使用噪声预测软件进行噪声预测，为治理方案提供数据依据。

目前市场上主流的噪声预测软件，比如Cadna/A和SoundPLAN，计算模型都是基于ISO9613-2标准，其模型中的噪声预测值通常按有利于噪声传播的条件下进行，往往忽略背景噪声、气象条件等因素的影响，并且噪声传播衰减计算过程中产生不可避免的误差，估算0.10米内是0dB，100米处为2dB以及1000米处是4dB。现有噪声预测方法仅以设备的频谱和出厂声功率级作为声学参数进行预测，参数设置单一、精度不高，再加上预测模型本身建立不准确，最终实测值与预测值误差往往达到4～6dB甚至更高。预测准确度不高，容易造成噪声治理过度或者治理不足，因此提供一种提高热电厂噪声预测模型精度的方法显得尤为重要。

发明内容

本发明的目的在于：针对上述噪声预测模型精度不高的问题，提供一种提高热电厂噪声预测模型精度的方法，从而提高噪声治理后的噪声预测精度。

本发明实现发明目的采用如下技术方案：

一种提高热电厂噪声预测模型精度的方法，包括以下实施步骤：

步骤1：测量不相干噪声源的声功率级倍频程谱和近场测点的倍频程谱；

步骤2：在噪声预测软件中建立声学模型，输入出厂声功率级并预测接收点的噪声值，利用预测软件来分析各声源贡献值；

步骤3：将声压级转化为声压，包括接收点优势频率段的声压级和此中心频率下设备的预测贡献值，并计算此频率段主要噪声源的贡献值占比；

步骤4：计算出同一频段下主要噪声源的实际贡献值，进而反推出声功率级；

所述步骤4中声功率级的反推包括：

步骤4-1：提取实际测量的近场测点倍频程谱中优势频率的频带声压级，代入步骤3中计算出的预测贡献值占比，得出设备在此频带下的实际贡献值大小，将实际贡献值与预测贡献值相减，得出差值；

步骤4-2：计算设备自身声功率级倍频程谱中优势频率的频带声压级占总声压级的比例，记为自身频带占比；

步骤4-3：将步骤4-1中的差值除以自身频带声压级占比，获得需要调整的总修正值大小并将其按比例分配给其他频率段，反推出声功率级。

作为优选，所述不相干的噪声源是指声波频率不同，互不干涉的噪声源并且为无指向性声源；设备声功率级采用声强法离散点或者扫描法测得。

作为优选，所述近场测点的倍频程谱由声级计在设备近场测得，尽量避免建筑物反射声以及背景噪声的影响。

作为优选，声学模型几何尺寸按照热电厂规格1：1在软件中建立，需要的已知参数包括声源类型、几何位置坐标、本体高度参数、声学特性参数、倍频程或1/3倍频程频谱和总声功率级。

作为优选，所述出厂声功率级通过测量其频带声压级就可以计算获得，声功率级和声压级的关系式为：

L_w＝L_p+20lgr+11 式(1)

其中，r是声源与传声器的距离，单位：m；

L_p为距离声源r处的声压级，单位：dB(A)。

作为优选，所述优势频率为总声压级中频带声压级最大的频率段；利用软件分析各声源贡献值时，首先应选取频带声压级最大的优势频率段，其次在该频率段中选取贡献值最大的噪声源计算贡献值占比。

作为优选，所述步骤3中将声压级转化为声压，计算方法为：

其中，P₀为基准声压，单位：Pa；

L_Pi为频带声压级，单位：dB(A)。

作为优选，所述贡献值占比为噪声源衰减后优势频率的声场声压与接收点在此频率段的合成声场声压之比。

作为优选，所述贡献值占比按照式3计算：

η＝P_i ²/P_T ² 式(3)

其中，P_i为噪声源衰减至接收点优势频率段的声场声压，单位：Pa；

P_T为接收点处的优势频率段合成声场声压，单位：Pa。

本发明与现有技术相比，其有益效果体现在：

1)本发明根据实际测量的噪声源频谱和接收点频谱，将声压级转化为声压表示，计算出噪声源优势频率的预测声压级对接收点声压级的贡献值占比，充分考虑了不同噪声源对同一受声点的贡献值影响，使声学预测模型接近实际声场。

2)本发明通过预测软件分析噪声源的贡献值，计算出实测数据中优势频率段下主要噪声源的贡献值大小，进而反推设备声功率级，将反推出的声功率级用于噪声预测，能够有效的提高噪声预测模型的精度，实现方法简单且预测误差较小。

附图说明

图1是本发明实施例中提供的一种提高热电厂噪声预测模型精度方法流程图；

图2是本发明实施例中提高噪声预测模型精度的方法原理示意图。

具体实施方式

以下结合具体实施例和说明书附图对本发明具体、详细地解释说明。

本发明适用于对热电厂进行噪声治理时的噪声预测工作，建立声学模型后，通过软件预测值的噪声源贡献值占比，代入实测值计算出实际设备在优势频率段下的贡献值并反推出声功率级进行调整，以达到提高预测模型精度的目的。图1所示为本发明提高热电厂噪声预测模型精度方法的流程图，以下分别对每个步骤作详细的解释并举例：

步骤1：测量不相干噪声源的声功率级倍频程谱和近场测点的倍频程谱；

具体地，使用声级计测量设备倍频程谱时，先测量测点的倍频带声压级，进行A计权校正后再进行叠加，这样可以减小只选取一个代表频率对A声级进行预测造成的误差；

本实施例中提高预测精度方法原理示意图如图2所示，P点为噪声接收点，A、B、C分别为三个不相干的主要噪声源，分别测得A、B、C点和P点的频谱；

本实施例中，所测频谱中A声源的优势频率为1000Hz，其频带声压级为85dB(A)；P点的总声压级为77.7dB(A)，其中1000Hz的频带声压级最大为75.8dB(A)，初步判断P测点优势频率的主要影响声源为A声源。

步骤2：在噪声预测软件中建立声学模型，输入出厂声功率级并预测接收点的噪声值，利用预测软件来分析各声源贡献值；

常用环境声学预测软件如SoundPLAN和Cadna/A，其计算精度和模型输入准确度相关，建模时需要已知的参数有声源类型、几何位置坐标、本体高度参数、声学特性参数、倍频程或1/3倍频程频谱、总声功率级；

在自由空间的无指向性声源，测量其频带声压级就可以计算出声功率级，声功率级和声压级的关系式为：

L_w＝L_p+20lgr+11 式(1)

其中，L_w为声功率级，单位：dB(A)；r是声源与传声器的距离，单位：m；L_p为距离声源r处的声压级，单位：dB(A)；

本实施例中，A声源的出厂声功率级为115dB(A)，B声源的出厂声功率级为110dB(A)，C声源的出厂声功率级为125dB(A)；

本实施例中，结合方法原理图2中的几何关系1:1建立声学模型，输入实际测量的频谱以及出厂声功率级，进行噪声预测，得出P点噪声预测值L_P为73.2dB(A)；

具体地，利用Cadna/A软件的贡献值分析功能，分析P点各声源贡献值大小，得出各个频率段下各声源的贡献值。选取出优势频率和主要噪声源的贡献值：1000Hz的频带声压级最大为69dB(A)，A声源的预测贡献值为63.9dB(A)。

步骤3：将声压级转化为声压，包括接收点优势频率段的声压级和此中心频率下设备的预测贡献值，并计算此频率段主要噪声源的贡献值占比；

具体地，声压级转化为声压表示的计算公式为：

其中，P₀为基准声压，单位：Pa；L_Pi为声源优势频率贡献值，单位：dB(A)；

本实施例中，计算1000Hz下噪声源衰减后的声场声压与接收点合成声场声压之比，即预测贡献值占比η的计算公式为：

η＝P_i ²/P_T ² 式(3)

其中，P_i为噪声源衰减至接收点的声场声压，单位：Pa；P_T为接收点处的合成声场声压，单位：Pa；

具体地，通过计算得出1000Hz主要噪声源A对接收点的预测贡献值占比η_A为0.31。

步骤4：计算出同一频段下主要噪声源的实际贡献值，进而反推出声功率级；

具体地，反推声功率级包括以下步骤：

步骤4-1：提取实际测量的近场测点倍频程谱中优势频率的频带声压级，代入步骤3中计算出的预测贡献值占比，得出设备在此频带下的实际贡献值大小，将实际贡献值与预测贡献值相减，得出差值；

本实施例中，由步骤1得到P测点的1000Hz频带声压级最大且为75.8dB(A)，并将此频带声压级转化为声压；由步骤3计算得到主要影响声源A的预测贡献值占比为0.31，计算得出A声源在实测数据中1000Hz的贡献值为70.7dB(A)，与预测贡献值的差为6.8dB(A)；

步骤4-2：计算设备自身声功率级倍频程谱中优势频率的频带声压级占总声压级的比例，记为自身频带占比；

本实施例中，A声源频谱中1000Hz频带声压级为85dB(A)，自身频带占比为0.38。

步骤4-3：将步骤4-1中的差值除以自身频带声压级占比，获得需要调整的总修正值大小并将其按比例分配给其他频率段，反推出声功率级；

具体地，将步骤4-1计算得出的实测贡献值与预测贡献值差为6.8dB(A)除以自身频带占比0.38，得出需要调整的总声压级大小为17.9dB(A)，并将之按频谱自身比例分配给其他频率段，具体分配值列于表1中。调整后声功率级需增加6.2dB(A)，反推出的声功率级为121.2dB(A)。

表1：各频率段分配值(单位：dB(A))

修改后在声学模型中重新进行预测，P点的预测值为76.1dB(A)，与实测值77.7dB(A)的误差由修正前的4.5分贝缩小至修正后的1.6分贝，有效地提高了噪声预测精度。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (9)

1.一种提高热电厂噪声预测模型精度的方法，包括以下实施步骤：

步骤1：测量不相干噪声源的声功率级倍频程谱和近场测点的倍频程谱；

步骤2：在噪声预测软件中建立声学模型，输入出厂声功率级并预测接收点的噪声值，利用预测软件来分析各声源贡献值；

步骤3：将声压级转化为声压，包括接收点优势频率段的声压级和此中心频率下设备的预测贡献值，并计算此频率段主要噪声源的贡献值占比；

步骤4：计算出同一频段下主要噪声源的实际贡献值，进而反推出声功率级；

所述步骤4中声功率级的反推包括以下步骤：

步骤4-1：提取实际测量的近场测点倍频程谱中优势频率的频带声压级，代入步骤3中计算出的预测贡献值占比，得出设备在此频带下的实际贡献值大小，将实际贡献值与预测贡献值相减，得出差值；

步骤4-2：计算设备自身声功率级倍频程谱中优势频率的频带声压级占总声压级的比例，记为自身频带占比；

步骤4-3：将步骤4-1中的差值除以自身频带声压级占比，获得需要调整的总修正值大小并将其按比例分配给其他频率段，反推出声功率级。

2.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述步骤1中的不相干噪声源是指声波频率不同，互不干涉的噪声源并且为无指向性声源；设备声功率级采用声强法离散点或者扫描法测得。

3.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述近场测点的倍频程谱由声级计在设备近场测得，尽量避免建筑物反射声以及背景噪声的影响。

4.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述步骤2中的声学模型几何尺寸按照热电厂规格1：1在软件中建立，需要的已知参数包括声源类型、几何位置坐标、本体高度参数、声学特性参数、倍频程或1/3倍频程频谱和总声功率级。

5.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述步骤2中出厂声功率级通过测量其频带声压级就可以计算获得，声功率级和声压级的关系式为：

L_w＝L_p+20lgr+11 式(1)

其中，L_w是声功率级，单位：dB(A)；

r是声源与传声器的距离，单位：m；

L_p为距离声源r处的声压级，单位：dB(A)。

6.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述步骤3中的优势频率为总声压级中频带声压级最大的频率段；利用软件分析各声源贡献值时，首先应选取频带声压级最大的优势频率段，其次在该频率段中选取贡献值最大的噪声源计算贡献值占比。

7.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述步骤3中将声压级转化为声压，计算方法为：

其中，P₀为基准声压，单位：Pa；

L_Pi为频带声压级，单位：dB(A)。

8.根据权利要求1所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述步骤3中的贡献值占比为噪声源衰减后优势频率的声场声压与接收点在此频率段的合成声场声压之比。

9.根据权利要求8所述的一种提高热电厂噪声预测模型精度的方法，其特征在于：所述贡献值占比按照式3计算：

η＝P_i ²/P_T ² 式(3)

其中，P_i为噪声源衰减至接收点优势频率段的声场声压，单位：Pa；

P_T为接收点处的优势频率段合成声场声压，单位：Pa。

Images