선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 능동소음제어기를 송풍기에 적용하기 위한 모의실험 기반의 기초 연구를 수행하였다. 모의실험을 위해 FxLMS 알고리즘을 Labview로 구현하였으며, 송풍기 주변 17개 지점에서 녹음한 소음 데이터를 사용하여 적용 전후를 비교하였다.
- 이러한 점을 고려하여 본 논문에서는 중소규모 공장에서 많이 사용되는 송풍기에서 발생하는 소음을 3차원 공간에서 ANC를 이용하여 저감하는 기술 개발을 위한 기초 연구를 수행하였다. 이를 위해 ANC 제어기의 설정과 결과 데이터를 용이하게 파악할 수 있는 시뮬레이터 프로그램을 작성하여 음압레벨, 스펙트럼, 소음도 등의 데이터를 비교하였다.
제안 방법
- 이러한 송풍기의 소음을 줄이기 위한 전통적인 방법으로는 흡음재를 사용한 차폐 구조물을 생각할 수 있다. 그러나 현장 환경 및 송풍기의 특성상 원활한 공기 흡입을 위해서 소음 차폐를 위한 밀폐형 구조물의 설치가 어렵기 때문에 ANC의 적용을 고려하였다.
- 녹음은 보정을 마친 Audix TR-40 무지향성 측정용 콘덴서 마이크를 사용하여 44.1kHz 샘플링율과 16bits 양자화를 사용한 PCM 방식으로 녹음 하였으며, 동시에 음량계를 이용하여 음압 레벨(Sound Pressure Level)을 측정하였다. 각 녹음점에서 측정한 A-특성 음압 레벨은 Table 1과 같으며, 측정 위치에 따라 음압 레벨은 71∼77dB로 최대 6dB의 편차를 보이고 있다.
- 송풍기 소음이 환경에 미치는 영향의 변화를 보기 위해서 등가소음레벨의 변화를 계산하였다. 환경소음을 평가하는 방법에는 등가소음레벨(Leq ; Equivalent Sound Level), 소음통계레벨(LN ; Percentile Noise Level), NC 곡선(Noise Criteria Curves), NR곡선(Noise Rating Curves)과 같은 다양한 파라미터가 제안되어 사용되고 있다.
- 시뮬레이션 프로그램은 소음 파일 입력부, FxLMS 알고리즘을 이용한 ANC처리부, 음압 변화와 스펙트럼 변화를 출력하는 그래프 및 파라미터 출력부, 그리고 제어 전후의 소음을 비교해서 청취할 수 있도록 하기 위한 오디오 재생부로 구성되어 있다.
- 앞에서 언급한 송풍기에 대해 능동소음제어기를 적용하였을 때 그 성능을 평가, 분석하기 위한 시뮬레이터 프로그램을 작성하였다. 프로그램은 Labview 2012를 이용하여 작성하였으며, 녹음된 소음 파일을 이용하여 능동 소음제어를 적용하고 그 결과를 분석할 수 있도록 구성되어 있다.
- 이러한 점을 고려하여 본 논문에서는 중소규모 공장에서 많이 사용되는 송풍기에서 발생하는 소음을 3차원 공간에서 ANC를 이용하여 저감하는 기술 개발을 위한 기초 연구를 수행하였다. 이를 위해 ANC 제어기의 설정과 결과 데이터를 용이하게 파악할 수 있는 시뮬레이터 프로그램을 작성하여 음압레벨, 스펙트럼, 소음도 등의 데이터를 비교하였다. 소음 데이터는 현재 중소규모 공장에서 운전 중인 터보팬 송풍기에서 발생하는 소음을 기기 주변 17개의 녹음점에서 녹음하여 사용하였다.
- 측정된 소음의 주파수 특성을 파악하기 위해 파워 스펙트럼을 분석하였다. Fig.
대상 데이터
- 사용된 송풍기는 비료 원료를 생산하는 중소규모 공장에서 원료의 세척 및 건조를 위해 현재 사용되고 있는 것으로써 크기는 가로 890mm, 세로 1047mm, 높이 1210mm 이다. 모터 용량은 7.
- 이를 위해 ANC 제어기의 설정과 결과 데이터를 용이하게 파악할 수 있는 시뮬레이터 프로그램을 작성하여 음압레벨, 스펙트럼, 소음도 등의 데이터를 비교하였다. 소음 데이터는 현재 중소규모 공장에서 운전 중인 터보팬 송풍기에서 발생하는 소음을 기기 주변 17개의 녹음점에서 녹음하여 사용하였다. 모의실험 결과 소음 제어 위치에 따라 등가소음레벨 Leq가 평균 12.
- 송풍기의 정상 운전 시 발생하는 소음을 Fig. 4와 같이 상단 및 측면의 17개의 지점에서 1m 거리에서 녹음하였다. 그림에서 A1과 B1이 송풍기 정면 방향을 의미한다.
데이터처리
- 개발된 시뮬레이터를 이용하여 송풍기 주변 17개의 녹음점에서 녹음한 소음에 대해서 ANC적용 전후를 비교하였다. 10초 길이로 녹음된 소음에 대해서 FxLMS 알고리즘을 적용하였으며, 제어기로 사용된 필터의 차수와 스텝크기(step size)는 각각 N = 200, μ = 0.
- 본 논문에서는 능동소음제어기를 송풍기에 적용하기 위한 모의실험 기반의 기초 연구를 수행하였다. 모의실험을 위해 FxLMS 알고리즘을 Labview로 구현하였으며, 송풍기 주변 17개 지점에서 녹음한 소음 데이터를 사용하여 적용 전후를 비교하였다. 모의실험 결과 17 지점 모두에서 저주파 대역 파워 스펙트럼이 최대 40dB 줄었으며, 등가소음레벨 Leq의 값이 평균 12.
- 주파수 영역의 분석을 위해 원소음의 파워 스펙트럼 Sx(f)와 제어된 소음의 파워스펙트럼 Se(f)를 시뮬레이션으로 비교하였다. Fig.
이론/모형
- 10초 길이로 녹음된 소음에 대해서 FxLMS 알고리즘을 적용하였으며, 제어기로 사용된 필터의 차수와 스텝크기(step size)는 각각 N = 200, μ = 0.0025의 값을 사용하였다.
- 앞에서 언급한 송풍기에 대해 능동소음제어기를 적용하였을 때 그 성능을 평가, 분석하기 위한 시뮬레이터 프로그램을 작성하였다. 프로그램은 Labview 2012를 이용하여 작성하였으며, 녹음된 소음 파일을 이용하여 능동 소음제어를 적용하고 그 결과를 분석할 수 있도록 구성되어 있다. Fig.
성능/효과
- 7은 송풍기의 정면 방향 A1과 B1 위치에서 측정한 소음에 대해서 능동소음제어를 적용하기 전후의 시간 파형의 변화와 A-특성 음압레벨의 변화를 보인 것이다. (a)는 A1 녹음점이며 제어가 시작된 직후 소음이 급격하게 줄어드는 것을 시간 그래프에서 확인할 수 있으며, 음압레벨은 75dBA에서 약 1.5초 후에는 64dBA로 감쇄되고 10초 후에는 58dB로 줄어들어 약 16dBA의 소음 감쇄 효과를 보이는 것으로 확인되었다. (b)는 B1 녹음점에서의 제어 결과를 보인 것으로써, 1.
- 500Hz이하 대역에서 소음의 에너지는 ANC적용 후에는 주파수에 따라 최고 40dB까지 감쇄된 것을 확인 할 수 있으며, 나머지 15개의 녹음점에서 모두 유사한 결과를 얻을 수 있었다. 이렇게 저역의 에너지가 감쇄된 것은 주로 저주파 대역의 소음 제어에 효율적인 ANC의 특성을 반영하는 것이며, ANC가 500Hz이하의 소음 에너지가 높은 송풍기의 특성에 유효하게 적용이 가능함을 알 수 있다.
- 모의실험을 위해 FxLMS 알고리즘을 Labview로 구현하였으며, 송풍기 주변 17개 지점에서 녹음한 소음 데이터를 사용하여 적용 전후를 비교하였다. 모의실험 결과 17 지점 모두에서 저주파 대역 파워 스펙트럼이 최대 40dB 줄었으며, 등가소음레벨 Leq의 값이 평균 12.6dB 감쇄되었음을 확인하였다.
- 소음 데이터는 현재 중소규모 공장에서 운전 중인 터보팬 송풍기에서 발생하는 소음을 기기 주변 17개의 녹음점에서 녹음하여 사용하였다. 모의실험 결과 소음 제어 위치에 따라 등가소음레벨 Leq가 평균 12.6dB 감소됨을 확인하였다.
후속연구
- 본 논문에서는 녹음된 데이터로 모의실험을 통해 유용성을 확인하였으나, 실제 송풍기에서 능동소음제어기를 적용하기 위해서는 추가 연구의 필요성이 있다. 즉, 실제 송풍기가 위치한 3차원 공간에서 다수의 마이크와 스피커를 사용하는 다중 채널 ANC 알고리즘을 적용하기 위해서는 스피커 출력의 상호 간섭을 해결하기 위한 마이크, 스피커의 적절한 위치에 대한 연구와 FxLMS 이외의 적절한 다채널 알고리즘에 대한 연구가 필요할 것으로 생각된다.
- 본 논문에서는 녹음된 데이터로 모의실험을 통해 유용성을 확인하였으나, 실제 송풍기에서 능동소음제어기를 적용하기 위해서는 추가 연구의 필요성이 있다. 즉, 실제 송풍기가 위치한 3차원 공간에서 다수의 마이크와 스피커를 사용하는 다중 채널 ANC 알고리즘을 적용하기 위해서는 스피커 출력의 상호 간섭을 해결하기 위한 마이크, 스피커의 적절한 위치에 대한 연구와 FxLMS 이외의 적절한 다채널 알고리즘에 대한 연구가 필요할 것으로 생각된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.