共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
《劳动保护》1979,(11)
一、测量仪器 (一)噪声测量使用声级计,声级计应符合国家标准。 (二)声级计和声级校准器每年应送交计量单位校准。 (三)声级计使用前后应进行校准。 二、测量的量和读数方法 (一)测量的量 1.稳定噪声,测量A声级,测量值后应标记 dBA,如 80dBA。 2.不稳定噪声,测量等效连续A声级;或测量不同 A声级下的暴露时间,计算等效连续A声级。 (二)读数方法 测量时使用慢档,取平均读数。 三、测点选择 测量时,应将传声器放置在操作人员的耳朵位置(人离开)。 (一)若车间内各处A声级差别不大(小于3分贝),则只需在车间内选择1—3个测点。 (二)若车间内各… 相似文献
6.
测量噪声常用的仪器是声级计。校准声级计一般用标准声源──活塞发声仪进行。但是,要知道在两种相同型号的声级计中,究竟哪一种精度高一些,这就需要特殊的仪器了。如没有特殊的仪器,用下面的这种简易办法也可以。 找一个比较稳定的声源,分别用两个声级计测其声压级。若用第一个声级计测得的n1个数据为x1、x2……xn1;用第二个声级计测得的n2个数据为y1、y2……yn2;则它们的平均值分别为: 将算得的 、 分别代入: 比较X2x与S2y,若 ,则可断定第一个声级计比第二个声级计的精度高些;反之,则可断定第二个声级计比第一个声级计的精度高些。 例… 相似文献
7.
8.
我厂模具石墨加工间的除尘风机开动时噪声强烈,管路中的气体含有粉尘,污染环境。 治理前风机离地面2.5米,排气口离地面约3.5米。我们在离风机1.5米远,离地面1.5米高处,用丹麦BK2203精密声级计和1613滤波器测定,噪声级达78分贝(A);在离风机6米远的二楼办公室窗口测得噪声级为68分贝(A)。 噪声治理措施 经测试,风机排气噪声最强,其次是机壳辐射噪声,并且频带较宽。由于管道中的气体含有石墨粉尘,使用一般的消声器易被积尘堵塞而失效。我们根据抗性消声器的原理,在风机进、排风口将扩张室适当扩大,用砖砌成小房子。并直接通入直径300毫米的风… 相似文献
9.
随着我国石油化学工业的迅速发展,加热炉噪声成为石油化工厂的一个主要噪声源,噪声级可达110分贝(A)左右。由于其低频成分多,声音传播远,不仅危害工人健康,而且也严重污染周围环境。 1973年以来,我们和石油设计院、胜利炼油厂的同志一起开展了对自然通风式的加热炉降低噪声的研究。经过减噪处理,大大降低了加热炉的噪声,达到了消声的要求,从而为加热炉的噪声控制定型、设计提供了依据。 调查和分析 一、加热炉噪声调查 首先对不同工艺流程中的加热炉用精密声级计进行了噪声测量调查,噪声频谱曲线见图1。在这组曲线中,在低频部分125-500赫倍… 相似文献
10.
《中国特种设备安全》2020,(1)
本文根据高压气瓶排空噪声的特点、被测高压气瓶排空噪声的频域分布以及高压气瓶用排气消声器的使用条件,结合多级节流降压理论和小孔喷注理论,设计了一个高压气瓶用排气消声器。并用UG建模,用COMSOL软件对消声器进行声学模拟,采用声级计和RTA168A频谱分析仪对实际消声器进行消声效果检测。结果表明:该消声器在低中频噪声段主要靠内衬吸声材料消声;在中高频噪声段主要依靠多级消声体消声,总体上该消声器具有良好的消声能力。 相似文献
11.
12.
李汝珍 《中国安全生产科学技术》2003,(6):67
为了解噪声作业工人的健康状况,我们于2003年3月对洛阳市某石化设备厂的噪声作业工人进行了健康检查。1对象与方法1.1调查对象对该厂104名铆工进行了健康检查,其中男性82名,女性22名,年龄20~49岁,工龄2~31年。另选择该厂行政后勤人员98名作为对照,年龄19~54岁,对两组人员进行相同的体格检查。1.2调查方法按照《工业企业噪声测试规范》,车间噪声测定使用国产ND—2精密声级计,使用前经中国计量科学院校正。听力检查在2人脱离噪声环境16小时后,在本底噪声≤30dB的隔离室内进行,使用国产AC-9.83诊断听力计,按照规定在500、1k、2kHz时双耳… 相似文献
13.
由江苏省高淳电子仪器厂生产的PS—1型普通声级计设计及生产定型鉴定会,于1979年12月在江苏省电子工业局的主持下召开。 到会代表一致认为该声级计各项技术指标均符合国内外有关声级计标准的要求,并具有体积小,重量轻,携带方便,操作简单,美观大方,价格低廉等特点。代表一致同意该产品设计、生产一次性定型,并希望尽快投入批量生产,以满足噪声控制工作的迫切需要。 PS—1型普通声级计是在北京市劳动保护科学研究所以及6971厂、北京市环境监测科学研究所三单位共同研制的样机的基础上,进一步改进设计定型的。该仪器的投产,为我国的噪声监测,… 相似文献
14.
为了贯彻执行《中华人民共和国劳动法》,使我盟新建、改建、扩建的技术改造工程的劳动安全卫生项目符合国家标准,以便从根本上改善企业的劳动条件,保证工程投产后不留后患。我们于1997年4月初对正在试产运行的兴安盟国家储备局粮库进行“三同时”验收,现将检测方法、结果及整改意见予以归纳。1 检测方法 (1)生产性粉尘的采样采用FC-A-Ⅲ型双流量粉尘取样仪,按照国家标准《生产性粉尘作业危害程度分级》(GB5817—86)中规定的方法检测检验。 (2)生产性噪声采用ND_2型精密声级计,按照《工业企业噪声检测规范》进行检测。 (3)体力劳动分级采用YA-Ⅱ型肺通气量仪,根据《体力劳动强度》(GB3869—83)中规定的方法检测检验。 (4)照度采用ST-80B照度计进行检测。2 检测结果 粉尘作业点为热风炉房和室外玉米上料点(见表1)。噪声作业点为热风炉房和室外玉米上料段(见表2)。从事体力劳动作业的工种主要为热风炉操作工和室外玉米上料工(见表3)。其他检测结果见分析与建议。 相似文献
15.
噪声损伤听力,造成耳聋,这早已为人们所熟知。但是,随着环境医学对噪声危害的深入研究,科研人员发现它还会对人体健康造成更为严重的危害。一、伤眼科学家发现,噪声能使人对光亮度的敏感性降低。经实验表明,当噪声强度在90分贝时,有40%的人瞳孔扩大,视物模糊;当噪声达到115分贝时,几乎所有人的眼球对光亮的适应性都有不同程度的衰减。长时间处于噪声环境中的人,容易发生眼疲劳、眼痛、眼花和视物流泪等损伤现象。二、伤心近年来,科学研究表明,噪声是心血管疾病的危险因子。噪声会加速人们心肌衰老,增加心肌梗塞发病率。医学专家经对人体和动… 相似文献
16.
水泥行业使用球磨机、棒球磨机、管磨机粉磨物料时,由磨内研磨体(钢球、钢棒、钢锻)以及被粉磨的物料和磨内金属衬板磨擦、冲击而产生的噪声,往往高达110分贝(A),频谱也很宽,不仅严重影响工人健康,而且影响周围环境。最近,我们在磨机上试用橡胶衬板代替锰钢衬板,噪声显著降低。 在试验过程中,我们邀请了昆明电机厂有关同志对昆明水泥厂直径2.4×12米分别装有锰钢衬板和橡胶衬板的两台湿法原料磨倍频带噪声进行了对比测定,其噪声实测值如下表: 测定噪声用丹麦生产的2203精密声级计,其测定条件相同,测点示意图如下: 1、2、3、4均为各仓测点位… 相似文献
17.
采掘工人在作业岗位上按露采工艺操作钻孔机、履带式拖拉机、挖掘机和卡车时,如果使用的是未加改进的设备,其噪声平均可达100~115dB(A)。机械装配式冲击钻孔机的噪声最大,当钻机的钻头钻入岩石时,噪声可达115dB(A)。在这种噪声环境中允许暴露的时问,随国家的不同而异。大多数工业围家都要求限 相似文献
18.
为了研究作业环境中噪声因素对人的安全注意力的影响,对安全注意力类型及品质特征进行分析,建立安全注意力水平模型。设计噪声条件下的安全注意力水平测量实验,通过实验中不同噪声环境下人的安全注意力水平变化,分析噪声对人的安全注意力的影响作用。结果表明,噪声对人的安全注意力具有较为显著的影响作用;安全注意力的广度、稳定性、分配、转移均受噪声影响,安全注意力的稳定性及转移随噪声的增大而降低;当噪声值大于60 dB、70 dB时,噪声对安全注意力的广度及分配的影响较为显著。 相似文献
19.
兰州市道路交通噪声污染与人体健康的分析 总被引:2,自引:0,他引:2
随着环保事业的发展,人们已认识到环境系统的健康与人体的健康状况有着密切的关系。笔者采用流行病学研究方法和SPSS 11.0forWindows的统计软件,对居住在交通干线两旁的居民,按照不同个体特征和不同居住环境所受交通噪声影响的程度进行了对比分析,其结果表明,中年人比老年人和青年人受噪声影响明显;不同性别受噪声影响程度没有明显差异;各功能区特征不同,混合区受噪声影响最严重;在道路交通噪声较高的区域,该地区居民的受影响程度也相对较高。最后,提出了在新城建设和旧城改造过程之中考虑城市道路规划设计,居民自身也应加强个人防护的防治对策 相似文献
20.
基于多传感器融合的林火监测 总被引:1,自引:0,他引:1
为了提高近距离火灾监测的准确率,建立了基于Arduino平台的多传感器实时监测系统.此系统安装在移动机器人身上以探测火灾.在林火发生期间,会产生CO、C02明火火焰及其他产物,并引起周围环境温度的升高.因此,选择合适的传感器,检测出以上参数,就有可能据此判断实际环境是否有火.通过在Arduino上搭建火焰传感器、温度传感器、气体传感器和烟雾传感器,可以实时监测环境参数.在无火和有火环境中进行了多次试验,进行数据采集,得到了大量原始数据.无火环境的数据是在不同的天气条件下测得的;有火环境由试验火堆模拟得到.在模拟的过程中,进行人为操作以模拟不同的火情.如通过浇湿底部的可燃物模拟预热阶段,试验数据因此更有代表性.数据分析表明,单个传感器的输出值波动大,且在有火环境和无火环境中的输出值有重叠.因此,用单一传感器来检测火灾的准确率很低.而同时分析3个传感器的输出值时,其输出值随所检测火堆的不同呈现出一致的变化规律.最后,利用神经网络进行多传感器数据融合.涉及5个输入变量,由神经网络实现对多变量的非线性问题进行模式识别.将前述试验所得数据划分为训练数据和测试数据,两类数据均包含一定比例的有火样本和无火样本.用训练数据对BP神经网络进行训练,可得到林火识别模型.用测试数据检验模型,结果表明,该BP神经网络对试验火的识别准确率为98.625%. 相似文献