[논문]공동주택 소음예측 방법에 관한 연구

고준희; 김동준; 박수진; 장서일; 조만희

공동주택 소음예측 방법에 관한 연구
Study on the efficient noise prediction for an apartment house 원문보기

고준희 (서울시립대학교 환경공학과 대학원) , 김동준 (서울시립대학교) , 박수진 (서울시립대학교) , 장서일 (서울시립대학교) , 조만희 (삼우ANC)

This paper studied the efficient noise prediction method for new apartment house near the road traffic noise. Three noise prediction software were compared by each prediction noise level using the simple model which is included the road, soundproofing wall and building. Two foreign national calculation models(RLS-90 and NMPB) were verified by comparison of measured sound level. Frequency of sound level was predicted by NMPB and compared by measured data. The sphere of noise source and facade reflection were proposed to accurate predict the road traffic noise in new apartment house.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 국내에 소개 되어 있는 상용 소음 예측 소프트웨어의 비교, 다양한 소음 예측식의 검증, 소음원의 범위 설정 및 공동주택 벽면 반사음을 고려한 공통주택의 소음 예측 방법에 관하여 연구를 실시하였다.
본 연구에서는 단순 모델을 이용하여 공동 주택 소음 예측 방법에 관하여 연구를 실시하였다.
. 이는 실제 건물에 거주하는 사람들이 노출 될 수 있는 소음도를 층별로 예측하여 정량적인 노출 정도를 평가하기 위해서 이다. 이러한 평가방법에 적합하도록 개발된 기존의 소음지도 제작 프로그램의 경우 벽면 반사의 유무에 따라 3 dB(A)의 반사 보정치를 선택 할 수 있도록 하고 있다³⁾.

제안 방법

Table 2는 21층의 공동주택을 대상으로 5층, 10층,15층에서 동시 소음을 측정하였으며, 교통량은 소음도 측정과 같은 시간에 동시에 비디오로 녹화하여 각 식에 맞는 차량 분류를 실시하였으며, 차량의 속도는 레이져 속도계로 소음측정시간 동안 측정하여 평균하여 사용하였다. 층별 측정 소음도와 두 가지의 소음 예측식에 의거한 예측소음도를 비교한 결과 RLS-90의 경우 0.
공동주택의 소음 예측을 위하여 사용되는 소음 예측 프로그램의 정확성을 검증하기 위하여 현재 유통되고 있는 3개의 프로그램으로 Figure 2와 같이 단순모델을 구성하여 예측 소음도의 정확성을 검증하였다.
또한 공동주택의 정확한 층별 소음 예측을 위하여 실측치와 다양한 국외 소음 예측식의 검증을 통하여 소음 예측에 적합한 방법론을 제시하였다. 또한 이러한 소음 예측식의 사용에는 장래의 교통량 증가에 따른 소음의 영향을 평가해야 하므로 차종의 분류에 있어서 국내의 차종 분류와 유사한 차종 분류의 소음 예측식 사용이 유리 할 것으로 판단된다.
벽면에서 소음의 반사에 의한 보정치 확인을 위하여 음의 물리적인 전파과정을 소음예측의 원리로 하고 있는 Raynoise를 이용하여 창문의 개폐에 따른 소음도 예측을 실시하였다.
이러한 두식을 이용하여 figure 4와 같이 모델을 구성하여 실제 도로변 주변의 공동주택을 대상으로 실측 및 예측 소음도를 비교하여 소음 소음도의 정확성을 검증하였다.
이러한 소음원의 범위에 따른 고층에서의 소음의 영향정도를 파악하기 위하여 소음 범위에 따른 소음예측 변화량을 소음 시뮬레이션을 통하여 살펴보았다.

대상 데이터

소음원의 입력 인자로는 총 교통량 5500대로서 소형은 5000대, 대형 500대를 기준으로 속도는 50km/hr로 동일하게 입력하였으며, 도로는 2차선으로 소음 발생원은 각 차선의 중앙으로 선정하여 입력하였다. 방음벽 높이 5M 연장 100M를 모델링하여 프로그램의 수직 또는 수평 회절로 인한 영향을 고려하였으며, 프로그램 검증의 예측식으로는 독일의 RLS-90을 이용하였다.

이론/모형

소음원의 입력 인자로는 총 교통량 5500대로서 소형은 5000대, 대형 500대를 기준으로 속도는 50km/hr로 동일하게 입력하였으며, 도로는 2차선으로 소음 발생원은 각 차선의 중앙으로 선정하여 입력하였다. 방음벽 높이 5M 연장 100M를 모델링하여 프로그램의 수직 또는 수평 회절로 인한 영향을 고려하였으며, 프로그램 검증의 예측식으로는 독일의 RLS-90을 이용하였다.
국외의 예측식에 대한 예측식의 특징은 다음과 같다. 본 연구에서는 프랑스의 소음 예측식인 NMPB과 독일의 RLS-90식을 이용하여 비교하였다³⁾.

성능/효과

Figure 7에서 나타난 소음도의 차이를 거리별로 Figure 8에서 나타낸 것이다. 0.1m에서 창호를 열고 닫았을 경우 2.8dB(A)의 소음도 차이가 있는 것으로 확인 되었으며, 창문에서 이격거리 2m에서는 1.7 dB(A)의 소음도 차이가 있는 것으로 예측되었다.
마지막으로 공동주택 층별 외벽 소음도 예측방법으로는 창문의 개폐에 따라 창호 근처에서 약 2.8 dB(A)의 반사 음의 영향이 있는 것으로 확인 되었으며, 공동주택의 소음 예측시에는 반사음을 고려한 소음 예측이 타당 할 것이다.
본 연구에서 사용한 소음 예측식인 프랑스의 NMPB와 독일의 RLS-90식의 소음 예측에 관한 특징적인 사항은 Table 1과 같다. 세부적인 사항을 살펴보면 주파수별 소음도를 예측할 수 있는 NMPB는 1/1 Octave band (125 Hz -4000Hz)를 예측할 수 있도록 하고 있으며, 독일의 RLS-90은 Overall 소음도 만을 예측할 수 있도록 하고 있으며, 차량 분류는 두 개의 식 모두 2차종 분류를 기본으로 하고 있으며, NMPB의 경우 대형차는 3.5TON 이상으로 분류하고 RLS-90 은 2.8TON을 기본으로 하고 있어 RLS-90의 경우 우리나라의 경우 대형을 2.5TON을 기준으로 하는 것을 감안하면 비슷한 것으로 조사되었다. 또한 벽면 반사를 고려하며, 도로의 경사 및 공기 감쇠를 고려하고 있다.
소음 예측 프로그램을 이용한 공동주택의 층별 소음 예측을 실시한 결과 SoundPlan의 예측소음도를 기준으로 소음도의 차이는 최대 0.3dB(A)의 오차를 보여 프로그램에 따른 예측 소음도의 차이는 거의 없는 것으로 예측되었다.
Table 2는 21층의 공동주택을 대상으로 5층, 10층,15층에서 동시 소음을 측정하였으며, 교통량은 소음도 측정과 같은 시간에 동시에 비디오로 녹화하여 각 식에 맞는 차량 분류를 실시하였으며, 차량의 속도는 레이져 속도계로 소음측정시간 동안 측정하여 평균하여 사용하였다. 층별 측정 소음도와 두 가지의 소음 예측식에 의거한 예측소음도를 비교한 결과 RLS-90의 경우 0.1 ~ 0.7dB(A)의 오차를 보였으며, NMPB의 경우 -0.4 ~ -1.3 dB(A)의 오차를 보여 비교적 정확한 예측 소음도인 것으로 예측되었다. Figure 5는 공동주택 벽면 소음도의 경우 실내 소음도 예측을 하기 위해서는 주파수별 소음도가 필수적이므로 공동 주택 5층에서의 NMPB의 주파수별 예측소음도와 실측 주파수별 소음도를 비교한 결과 주파수별로 -0.
한편 건설교통부의 실외 소음도 예측 방법으로는 창문이 닫힌 상태에서 공동주택 외벽의 소음도 예측에서는 외부소음도를 기준으로 창호의 음향감쇠계수를 적용하게 되므로 0.1m에서의 반사음 2.8 dB(A)를 고려하는 것이 타당할 것으로 판단된다.
현재 사용되고 있는 상용 소음 예측프로그램의 정확성을 RLS-90식으로 검증한 결과 프로그램간의 차이는 최대 0.3 dB(A)로서 소음 예측 프로그램간의 정확성 차이는 거의 없는 것으로 예측되었다.

후속연구

공동주택의 초고층화 경향에 따라 소음원의 범위 또한 인접 도로 및 철도등 소음원 만을 고려하면 소음이 저평가되는 경향을 확인 하였으며, 소음원 뿐만 아니라 주변 지형및 건물을 실제와 최대한 유사하게 모델링 하여야 정확한 공동주택의 소음 예측이 가능할 것이다.
또한 공동주택의 정확한 층별 소음 예측을 위하여 실측치와 다양한 국외 소음 예측식의 검증을 통하여 소음 예측에 적합한 방법론을 제시하였다. 또한 이러한 소음 예측식의 사용에는 장래의 교통량 증가에 따른 소음의 영향을 평가해야 하므로 차종의 분류에 있어서 국내의 차종 분류와 유사한 차종 분류의 소음 예측식 사용이 유리 할 것으로 판단된다.
그러나 예측지점이 고층으로 이동 할수록 인접도로의 영향뿐만 아니라 주변의 도로망에 의한 영향이 있는 것으로 예측되었다. 이러한 현상은 공동주택 주변에 다양한 도로 및 소음원이 존재 할 경우 적절한 소음원, 지형 및 건물을 모델화 하여 예측해야 실제 교통 소음으로 인한 영향을 적절하게 평가 할 수 있을 것으로 판단된다.
향후 주파수별 소음도를 예측할 수 없는 예측식을 사용할 경우 인근 주변지역의 소음도를 실측하여 주파수 기여율에 의한 주파수별 소음도를 보정하는 방법도 타당 할 것이라 판단된다.

핵심어

질문

논문에서 추출한 답변

소음도 평가에 있어서 EU의 경우 건물 외벽에 노출되는 소음도를 주요한 평가 방법으로 채택한 이유는 무엇인가?

소음지도 작성에 따른 소음도 평가에 있어서 EU의 경우 지표에 노출 되는 소음도 뿐만 아니라 건물 외벽에 노출 되는 소음도를 주요한 평가 방법으로 채택하고 있다5). 이는 실제 건물에 거주하는 사람들이 노출 될 수 있는 소음 도를 층별로 예측하여 정량적인 노출 정도를 평가하기 위해서 이다. 이러한 평가방법에 적합하도록 개발된 기존의 소음지도 제작 프로그램의 경우 벽면 반사의 유무에 따라3 dB(A)의 반사 보정치를 선택 할 수 있도록 하고 있다3).

공통주택의 소음 예측 방법의 순서는 어떻게 되는가?

공통주택의 소음 예측 방법의 순서를 요약하면 대상지역의 선택, 소음예측식의 선정, 실외 소음 예측 그리고 실내 소음의 예측 순서로 구성 될 수 있으며, 절차는 다음 Figure 1과 같다.

도시의 인구 집중현상이 낳은 문제점들은 무엇인가?

도시의 인구 집중현상은 많은 환경문제를 발생시키고 있다. 도시의 거대화에 따라 다양한 편리한 공간이 창출된 반면에 대기오염, 수질오염 등 많은 환경적인 문제가 발생되고 있으며, 대도시에서의 인구의 증가는 자동차등 교통수단의 양적증가를 수반하는데 이에 따라 주거환경에서의 소음 문제로 인하여 생활의 불편함을 가중시키고 있다. 특히 도시에서의 주요한 주거형태인 공동주택의 경우 교통소음으로 인한 영향이 증대되어지고 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

공동주택 소음예측 방법에 관한 연구
Study on the efficient noise prediction for an apartment house 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

공동주택 소음예측 방법에 관한 연구 Study on the efficient noise prediction for an apartment house 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

공동주택 소음예측 방법에 관한 연구
Study on the efficient noise prediction for an apartment house 원문보기

AI 본문요약
AI-Helper