Cadna/A软件与我国公路交通噪声预测模式在实际应用中的对比分析

Cadna/A软件作为国家环保总局环境工程评估中心推荐的噪声预测软件,已逐渐被环评领域的专家学者所接受.本文详细介绍了两种模式,分析了它们在声源修正、媒介对噪声衰减的作用以及车型划分上的异同点.通过实例模拟,对Cadna/A软件与我国公路交通噪声预测推荐模式（原交通部模式）预测公路噪声进行了对比,提出了Cadna/A软件在实际应用过程中将中型车全部并入大型车进行模拟计算更贴近于我国现有的公路交通噪声模式的处理方法,发现了两种模式预测交通噪声结果随距离衰减速率不一致的问题.     

Cadna/A软件用于大型双曲线自然通风冷却塔噪声预测的适用性分析

大型双曲线自然通风冷却塔是火电厂和内陆核电厂主要的噪声源之一,采用合适的噪声预测软件对该类型冷却塔的噪声影响进行预测分析,对开展火电厂和内陆核电厂噪声评价工作具有重要意义。选取运行的大型双曲线自然通风冷却塔为研究对象,通过对噪声预测值和实测值的对比分析,验证Cadna/A软件在该类型冷却塔噪声预测的准确性,结果表明采用Cadna/A软件对大型双曲线自然通风冷却塔进行噪声预测是合适的。     

变电站噪声预测软件系统开发与应用

城市变电站运转给居民造成的环境噪声污染问题被人们广泛关注,为减小噪声污染、提高降噪效率,进行噪声预测具有重要的实际意义.本文开发一款变电站噪声预测软件,阐述该软件系统的结构、功能、特点及基本算法.采用实测数据及国际主流噪声预测软件Cadna/A的计算数据验证该软件噪声计算结果的准确性.验证结果表明:两款噪声预测软件计算绘制出的噪声地图图像分布趋势相似;变电站噪声预测软件的噪声计算结果与实测数据相比,平均绝对误差约为0.94 dB(A);与Cadna/A软件的噪声计算结果相比,平均绝对误差在1 dB(A)范围内.     

基于Cadna/A软件的城市高架道路噪声预测

在Cadna/A软件中建立了城市高架道路的计算模型,并根据预测车流量进行噪声预测,结果表明Cadna/A软件可在设计初期为建设项目的可行性提供可靠的相关依据.     

高速公路声环境影响评价中预测与实测的对比--以沪宁高速公路江苏段扩建工程为例

以沪宁高速公路扩建工程声环境影响预测的实践为例,利用环境现状监测数据,分为噪声影响叠加和衰减分别对交通部公路噪声预测模型和美国FHWA模型进行了验证和对比分析．并就实测数据与预测数据的偏差进行了分析．最终综合考虑选用交通部公路噪声模型进行预测．     

浅析220 kV户外变电站噪声影响预测

以四川某220 kV户外变电站为例,利用Cadna/A软件探讨了变电站噪声源特性和不同因素对噪声预测结果的影响,并与实际监测结果进行比较分析,结果表明在噪声预测中应充分考虑地形因素、声源的等效设置和频谱效应、地面效应等影响,以真实地反映变电站主要噪声源的声传播和衰减规律。通过修改预测模型中的相关参数,可将其应用于同类变电站噪声模拟预测,具有指导意义,有利于变电站噪声的预先控制。     

换流站环境噪声预测及预测方法比较

随着工业、交通事业的快速发展,噪声问题已成为一项严重的环境问题．在项目建设之前进行环境噪声的预测是十分重要且可行的．本文将通过使用作者编写的噪声预测软件,以贵广二回直流工程极2系统调试一宝安换流站噪声预测为例,建立噪声传播模型,分别用倍频带声压级与A声级数据进行预测,并将预测值与现场实测值以及丹麦B＆K噪声预测软件Predictor Type 7810的预测值进行对比,以比较两种预测方法的预测精度以及与国外噪声预测软件之间的预测误差,并在此基础上对预测原理进行适当的补充和修正．结果表明,两种预测方法的预测精度都是较高的,且用倍频带方法预测的精度要高于用A声级方法预测的精度．该预测作为“十一五”科技支撑计划“特高压输变电开发与示范”项目的子项目“＋800kV直流系统可听噪声计算软件的开发”的一部分,对该项目的开展和实施具有较大的现实意义．     

居住区交通噪声污染影响分析及防治对策的研究——以大连市泉水居住区为例

采用德国Datakustik公司出品的Cadna/A软件,模拟预测了大连市泉水居住区开发建设后交通噪声污染的影响,提出了切实可行的交通噪声防治对策,对其它居住区开发建设具有借鉴意义.     

基于Cadna/A软件的城市高架道路噪声预测

随着城市的飞速发展和道路基础设施的改善,建设城市高架道路已成为国内外城市解决城市交通的重要手段。城市高架道路在给人们带来方便的同时也加剧城市的噪声污染,由于实测方法存在一定的不足,预测已成为交通噪声评价的发展方向。本文结合实例详细介绍了Cadna/A软件在城市高架道路交通噪声预测方面的应用。     

城区220 kV户内变电站噪声预测及防治

以成都某220 kV户内变电站为例,利用Cadna/A分析了220 kV户内变电站布置型式及噪声源特性,提出了户内变电站噪声预测模式及预测参数选择,并拟选了户内变电站噪声防治措施。通过户内变电站采取措施前后站界噪声预测结果分析,并与监测结果比较,表明采取措施的有效性及预测模型的可行性,便于指导同类户内变电站的噪声预测及防治措施的制定。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

基于PSO-BP的钻井机械钻速预测模型

机械钻速预测是优化钻进过程、提高钻井效率的关键技术,现有的计算模型主要建立在物理实验和理论分析的基础上,缺少对钻井工程实测数据的应用,导致计算精度难以满足复杂的现场需求.基于此,提出一种人工智能算法与BP(back propagation)神经网络相结合的钻井机械钻速预测模型.首先,利用小波滤波方法对实测数据进行降噪处理,并依据互信息关联分析优选输入参数降低模型冗余.其次,利用粒子群优化(particle swarm optimization,PSO)算法实现对BP神经网络初始权值、阈值的优化,建立机械钻速预测新模型,并将PSO-BP新模型与标准BP、BAS(Beetle Antennae Search,天牛须算法)-BP及GA(genetic algorithm,遗传算法)-BP等三种模型进行对比分析.最后,根据实际工况对PSO-BP钻井机械钻速预测模型进行模型评价.结果表明,PSO-BP机械钻速预测模型不仅具有良好的预测精度,而且为钻进过程中提高机械钻速提供科学的参考.     

城市变电站噪声的声品质烦躁度评价研究

针对城市变电站的低频噪声对周边居民影响日趋严重,将声品质评价的概念与研究方法引入对城市变电站噪声的评估中。通过对110 k V、220 k V和500 k V三座全户内型城市变电站的噪声现场采集,采用等级评分法对变电站噪声的烦躁度品质进行主观试验,计算了所试验的声样本的心理声学参量。通过相关性分析和回归分析,建立了城市变电站噪声的烦躁度品质预测模型。研究结果表明:城市变电站噪声的烦躁度与A声级、响度、粗糙度和抖动度都有着相对较高的相关性,而与尖锐度的相关性较低。烦躁度主观预测模型主要取决于A声级与粗糙度,并且A声级的权重明显高于粗糙度。通过对城市变电站噪声的烦躁度品质进行评价,为变电站噪声的治理提供一个具体的、全新的思路与途径。     

约束条件对薄壁构件辐射噪声影响的研究

采用结构辐射噪声FEM／BEM预测模型，对复杂结构进行了模态分析和噪声预测，研究了两种不同约束条件下薄壁构件的辐射噪声．结果表明，不同的约束条件下，复杂结构辐射噪声的主要来源不同。     

直升机航迹的灰色预测

介绍了直升机的飞行噪声特性,论述了直升机航迹的预测在作战中的重要性,及探测数据非常有限的情况下准确预测的困难。该文提出了用灰色系统珲论解决直升机航迹预测问题,建立了灰色系统GM(灰色模型)预测模型和九次累加残差模型并对GM预测模型进行修正。在每个采样期间内,实时在线建立GM预测模型和残差模型以提高预测精度。通过实例计算能看出用较少的探测数据可以得到较高的预测精度。     

公路交通噪声预测模型

基于声传播的基本特性．提出了一个简化的公路交通噪声预测模型。该模型的推导是根据A计权声压级计算公式，采用常规噪声测量方法估计预测模型参数得出的，同时根据汽车噪声源引起的地面效应以及涡流对声波传播的影响，对模型进行了修正。利用该模型可以预测一个稳态源的声压级LA（如汽车起步和停车时）和移动声源的时间平均声压级LAepτ，（如一段时间内的公路交通噪声）。仿真结果表明，几何散布、地面效应和涡流是影响交通噪声传播的重要因素；在对LAepτ，瞬态测量时，必须有足够的测量时间以确保机动车采样具有代表性。实地测量验证了该预测模型的有效性。     

车道模型对高速公路交通噪声预测准确性分析

根据桓永高速公路、随岳高速公路和京津第二通道高速公路的交通量、车型及车速等监测数据,运用中间车道预测模型和车道累积模型,分别对三条高速公路进行了噪声预测,将噪声预测值与实测值进行了对比,并分析了差值的原因,得出车道累积预测模型在高速公路交通噪声的预测准确性上优于中间车道模型.     

基于BP神经网络的交流输电线路可听噪声预测模型

可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电线路可听噪声预测模型.以国外多条输电线路可听噪声数据为样本,通过BP神经网络对样本进行训练,运用得到的模型对预测集线路的可听噪声值进行了预测.结果表明,与常规GE公式相比,采用BP神经网络预测模型的预测平均绝对误差要小1.641 4 d B(A).