城市主干道交通噪声影响因素分析

选取了沈阳市lO条主干道,通过实地调查监测与文献资料分析相结合的方法,分析了主干道交通噪声的影响因素,结果表明,车流量与车型是影响城市主干道交通噪声的重要因素,并提出控制城市主干道交通噪声的防治措施,改善声环境质量。     

《中华人民共和国噪声污染防治法》下的住宅建筑隔声降噪

《中华人民共和国噪声污染防治法》自2022年6月5日起施行,对开发商提出了制度规定可操作性极强的、以隔声降噪标准为依据的、附带有明确法律责任的闭环管理要求。文章列出了《中华人民共和国噪声污染防治法》提出的具体要求和相应的法规条文,并就法律及相关技术问题进行了探讨。     

国家环境保护城市噪声与振动控制工程中心动态

国家环境保护部于2008年4月28日正式批准以北京市劳动保护科学研究所为依托单位建设＂国家环境保护城市噪声与振动控制工程技术中心＂。中心主要任务是：针对城市噪声与振动控制技术领域的前沿性、关键性、全局性问题,开展科学研究和技术创新,研发新工艺、新设备,将科研成果进行系统化、配套化、工程化和产业化,参与噪声与振动控制技术领域相关标准、规范的制定工作,为国家环境管理与决策提供参考和依据。     

基于劳动者轨迹的噪声暴露测量方法

为解决职业性噪声暴露测量过程质量控制难、测量不确定度较大的问题,本研究提出一种基于声场分布和劳动者实时定位技术的新型测量方法,通过对噪声作业场所声场分布测量和劳动者轨迹获得噪声暴露值,在解决质量控制缺失的基础上,可消除部分测量不确定度因素,从而最大限度地保证测量结果的可靠性。开发了相应测试装置,结合实际场所测试结果对测量不确定度进行评估。研究结果表明：本测量方法可有效地支持职业性噪声暴露测量,在不确定度控制方面相比现有方法具有优越性,同时该测量方法也为劳动者噪声暴露的日常持续监测提供了技术保障。     

高速列车受电弓变截面弓杆及车体仿生表面声学特性仿真研究

高速列车气动噪声主要由结构诱导涡旋及结构表面的流体压力梯度变化形成,针对这2种噪声产生机制,结合DES分离涡模拟方法及Lighthill声比拟理论,计算了受电弓变截面弓杆及仿生表面织构2种气动降噪方式的声学特性,计算结果表明:通过本体结构及表面优化均可有效降低高速列车气动噪声;弓杆截面型式的改变会影响周边压力场的分布特性,进而改变结构自身表面声功率特性,实现降噪的效果;仿生表面织构通过在结构阵列面上形成二次涡群来降低结构表面气动噪声;倒角式横杆、椭圆形臂杆及菱形凹坑表面声学特性优于其他结构型式。     

海洋风电场水下噪声评估与管理研究

总结了海洋风电场建设中水下噪声的主要类型与声学特性,基于国内外水下噪声对海洋生物影响的最新研究成果,分析了海洋风电场噪声对生态环境的可能影响,尤其是近岸海域海洋风电施工期冲击式打桩噪声对海洋生物的影响。在此基础上,参考《海上风电工程环境影响评价技术规范》的相关内容,提出了海洋风电场水下噪声测量与评估方法,以及控制与降低噪声的措施建议。     

基于损伤等效的振动疲劳试验载荷转换

目的使用简谐激励替代随机平直谱激励进行振动疲劳试验。方法利用有限元仿真计算某典型铝合金试验件在简谐激励和随机平直谱激励下的疲劳寿命,分析2种工况下试验件寿命相等时激励的等效关系。进行一组定频激励试验和一组谱激励试验,对比试验结果,验证在某典型铝合金试验件上利用简谐激励替代随机平直谱激励进行振动疲劳试验的可行性。结果通过试验与仿真技术,对2024-T4铝合金试验件在一定频率非共振简谐激励和随机平直谱激励作用下的振动疲劳寿命规律进行研究,得出了不同激励作用下试验件寿命相同时载荷的等效关系。结论基于损伤等效,工程中可以使用简谐激励代替随机平直谱激励进行振动疲劳试验,从而解决了一类振动疲劳试验加载困难的问题,实现振动疲劳的试验加速。     

道路交通噪声预测声源简化研究

为了分析《环境影响评价技术导则声环境》(HJ 2.4—2009)中将道路声源简化为1条位于道路中心线处的线声源与按照车道数简化为多条线声源之间的误差,针对不同宽度的道路,推导了多条线声源与1条线声源在接收点噪声影响的误差计算公式,并基于Predictor-lima预测软件预测和现场噪声衰减规律实测进行了验证。研究结果表明,对于接收点到道路边缘的距离大于道路宽度的情况,可简化为1条线声源;对于接收点到道路边缘的距离小于道路宽度的情况,应按照车道数简化为多条线声源。     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.