Avaliação da qualidade sonora de compressores herméticos utilizando redes neurais artificiais

Abstract

A necessidade crescente por pesquisas e trabalhos de desenvolvimento relacionados à redução do ruído de produtos tem demonstrado que os níveis de ruído medidos com o uso da curva de ponderação A, em dB (A), não representam de forma satisfatória a resposta subjetiva das pessoas ao ruído. Métricas de qualidade sonora são usadas para a caracterização psicoacústica do ruído e proporcionam melhores avaliações pelo fato de considerarem informações mais detalhadas nos domínios do tempo e da freqüência. Este trabalho apresenta uma análise da qualidade sonora de compressores herméticos. Para este tipo de produto foi observada boa correlação entre as respostas do júri, níveis em dB (A), e resultados de loudness. Os resultados do júri indicaram maior sensibilidade de percepção a detalhes da composição do ruído, quando comparados às métricas de qualidade sonora. Entretanto, o uso de um júri representa um procedimento mais elaborado, de maior custo e tempo de análise. Para reduzir estas desvantagens uma rede neural artificial foi desenvolvida e testada com o objetivo de simular o comportamento do júri a estas classes de produto. Os resultados apresentam uma concordância razoável aos obtidos por um júri real, sendo incentivada a continuidade deste procedimento. The increasing needs for research and development works on products noise reduction has lead to observations that A-weighted sound pressure and sound power measurements do not represent customers subjective response to noise in a complete way. Sound quality metrics were developed for the psychoacoustic characterization of sound as it is perceived and provide an improved assessment since it considers more detailed contents in time and frequency domains. This work presents a sound quality analysis of noise generated by hermetic compressors. It was observed a close relationship between jury response, Aweighted noise levels, and loudness results obtained for this product. Jury results showed higher sensitivity to specific details of noise composition compared to current sound quality metrics. Jury analysis, however, is a more elaborated and time consuming procedure. In order to reduce such disadvantages an artificial neural network was developed and tested with the objective of representing the jury response to this class of product. Results are in reasonably good agreement with those obtained by a real jury. This has encouraged continuing the development of this technique.