1 Universit é Lyon, Universit é Claude Bernard Lyon1, IFSTTAR, UMRESTTE, UMR T_9405, F-69675 布隆,法国; marie.lef@laposte.net (M.L.); anne-sophie.evrard@ifsttar.fr (A.-S.E.)2 Universit é Paris Descartes, APHP, Hôtel-Dieu de Paris, Centre du Sommeil et de la Vigilance et EA 7330 VIFASOM, 75004 Paris, France; damien.leger@aphp.fr (D.L.); maxime.elbaz@aphp.fr (M.E.)3 Bruitparif,法国法兰西岛地区噪声环境技术评估中心,93200 Saint-Denis,法国;Fanny.Mietlicki @bruitparif.fr (F.M.); Philippe.NGuyen@bruitparif.fr (P.N.); Carlos.Ribeiro@bruitparif.fr (C.R.) ; Matthieu.Sineau@bruitparif.fr (M.S.)4 IFSTTAR,运输、健康和安全部,F-69675 Bron,法国; bernard.laumon@ifsttar.fr * 通信地址:ali.mohamed.nassur@gmail.com
在评估时,拟议的麦当劳餐厅机械设备信息(编号、类型已在 a 中说明)不可用。重要的噪音源协会与提议的麦当劳餐厅的定义数据库结合在一起,对麦当劳餐厅的航拍照片进行了审查餐厅停止运营(例如汉诺威麦当劳屋顶照片),以及 SL R 历史记录 af 或麦当劳餐厅厨房排气扇停止运营。下面总结了噪声建模中包含的重要静态噪声源:
许多研究都探讨了噪音和热量对认知表现的影响,但得出的结果相互矛盾。一些研究报告了噪音和热量对认知表现的负面影响[21-25],而另一些研究则建议改善。[26-29]此外,一些研究发现噪音和热量对认知表现没有显著影响。[30-32]研究结果的差异可能归因于所用评估工具的多样性。近年来,人们使用了各种各样的心理评估工具来衡量认知表现,包括问卷和认知测试。[33]然而,大多数行为表现评估都侧重于简单的认知任务,因此需要更全面的研究噪音和热量对人类认知表现的影响。
超过 90% 的世界贸易是通过海上运输进行的。空气污染、温室气体 (GHG) 排放和水下辐射噪声是这种国际航运的意外副产品。航运业意识到提高能源效率和减少温室气体排放的必要性。2018 年,国际海事组织 (IMO) 通过了一项关于减少船舶温室气体排放的初步战略 1 。这证实了 IMO 致力于减少国际航运的温室气体排放,并作为紧急事项,在本世纪尽快逐步淘汰这些排放。比利时政府希望通过“可持续航运计划”(本报告附件 B 中复制)帮助船东为航运业迈向更环保、零二氧化碳和数字化的未来。该计划符合国际目标,即到 2050 年将航运业的二氧化碳 (CO 2 ) 排放量至少减少一半。除了温室气体之外,国际海事组织还采取了逐步减少氮氧化物 (NO x )、硫氧化物 (SO x ) 和颗粒物 (PM) 的方法,以防止船舶造成空气污染 2 。为了帮助保护海上野生生物,国际海事组织的工作包括减少船舶的水下噪音 3 。2014 年,国际海事组织发布了减少商业航运水下噪音的非强制性指南,以解决对海洋生物的不利影响 [IMO MEPC,2014]。理想情况下,采取减少温室气体排放的措施也会减少水下噪音,但两者之间的联系尚未得到明确证明。在比利时联邦卫生、食品链安全和环境公共服务部门 Dienst Marien Milieu (DMM) 委托的这项研究中,我们研究了减少温室气体排放以及水下噪音的方案,重点关注比利时航运船队。选择以下方法:1 概述比利时船队中的典型船型,包括货船、油轮、渔船、挖泥船和海上支援船。2 对这些典型船型的当前水下辐射噪音和排放(CO 2 、NO x 、SO x 、PM)进行全球分析。3 概述可能的排放和水下辐射噪音减少措施。4 分析减少水下船舶噪音的措施对提高能源效率和减少温室气体排放的潜在协同效益。作为本研究的第 2 部分,TNO 研究了通过所谓的北海地区“慢速航行”运营方案减少空气排放和水下噪音的潜力,在该方案中,船舶的最大速度受到限制,以节省能源并减少排放,参见 [de Jong and Hulskotte,2020]。
作者:Federico Leal 学位:理学硕士 课程:研究生印刷媒体 学院:影像艺术与科学 我理解,根据 RIT 当前指南,我必须向 RIT 档案馆提交我的论文或学位论文的印刷版,以完成我的学位。我特此授予罗彻斯特理工学院及其代理人非排他性许可,以永久存档并以所有形式的媒体提供我的全部或部分论文。我保留论文或学位论文版权的所有其他所有权。我还保留在未来作品(如文章或书籍)中使用本论文全部或部分内容的权利。授予印刷复制许可 我,Federico Leal,特此授权罗彻斯特理工学院复制我的印刷论文的全部或部分。任何复制均不得用于商业用途或盈利。
本章分为六个主要部分。在此介绍之后,第二部分提供了有关噪音和噪音法规的背景信息以及噪音控制概述。第三部分描述了工作场所噪音评估,包括噪音测量设备、噪音评估程序和噪音采样。第四部分提供了调查指南(包括调查规划方法)并概述了进行噪音评估的策略。第五部分描述了噪音危害的消除和控制,包括工程和管理控制、听力保护、噪音保护计划、噪音危害消除方案之间的成本比较以及案例研究。最后两部分提供了编写本章所用的参考资料和获取更多信息的资源。在主要部分之后,附录提供了术语表、示例计算和本章中介绍的某些主题的扩展讨论。
太阳能电池板本身不会产生任何噪音,而且目前还不清楚靠近太阳能发电厂会引发什么健康问题。当太阳能发电场运行时,电力系统会产生低水平的噪音,例如逆变器产生的噪音,听起来像安静的嗡嗡声或风扇噪音,噪音会随着与基础设施的距离而迅速减小。逆变器将位于距离公共通行权 (PRoW) 和附近房产至少 250 米的地方,以最大限度地减少噪音影响。电池储能站 (BESS) 将位于距离 PRoW 网络约 10 米的地方,以最大限度地减少噪音对使用 PRoW 的人的影响。我们还在进行详细的噪音建模,以了解噪音对周边社区的任何可能影响。
这项研究旨在调查美国海军和海军陆战队人员在航母和两栖攻击舰上遇到的喷气发动机噪音问题,并提出减少现有和下一代战术喷气式飞机发动机噪音的措施。这项研究的一个总体发现是工程质量数据的匮乏。不存在标准化的发动机噪音数据来比较不同飞机或各种发动机之间的噪音,并且现有数据也不能将水手或海军陆战队员的听力损失与他们各自的噪音暴露环境关联起来。此外,也没有获取战术飞机发动机噪音数据的标准。尽管美国退伍军人事务部 (VA) 每年在听力损失案件上花费超过 10 亿美元,但没有数据将听力损失索赔与驾驶舱噪音暴露联系起来。大约 28% 的 VA 听力损失索赔是针对海军部的,但没有关于导致听力损失的环境的数据。驾驶舱噪音是一种严重的健康风险。海军飞行甲板上的噪音水平高达 150 多分贝,超出了目前听力保护装置将噪音减弱到安全水平的能力,无法让我们的人员在暴露于高噪音时仍能保持这种水平。积极的一面是,改进听力保护设备的开发正在取得重大进展,例如正在艾森豪威尔号航空母舰 (CVN-69) 上进行操作评估的深插入式耳塞。虽然商用喷气式客机的噪音水平一直在下降,但战术喷气式飞机的噪音水平却没有下降。很有可能,战术喷气式飞机的噪音水平随着这些发动机的速度和气流增加而增加,从而产生额外的推力而增加。也有例外,例如 RA-5C,它最后一次部署于 1979 年,据报道,它的噪音水平是海军战术喷气式飞机中最高的。海军没有定期测量飞机噪音,也没有维护其飞机噪音水平的数据库。目前记录的驾驶舱噪音测量结果有限,专家组无法确定驾驶舱的噪音水平是否在增加。军用飞机从未有过最大噪音水平的要求,而目前国防部对超音速喷气发动机噪音的了解还不足以制定切合实际的最大噪音要求。解决喷气发动机噪音问题没有单一的解决方案,但要取得进展,国防部必须确定一位降噪倡导者。国防部必须确定一位资深人士,他将是组织和重点关注喷气式飞机降噪工作的有力倡导者。解决方案将需要降低超音速喷气发动机的源噪音,这需要一项长期的研究计划来了解流动产生噪音的基本机制。这些基本力学目前还没有得到很好的理解,但一旦完全理解,它们应该能为降低超音速喷气噪音的新技术提供见解。这还需要美国航空航天局的持续投资
摘要:本文研究了不同噪声水平和不同照明水平对飞行机器人语音和手势控制命令界面的影响。目的是通过研究各个组件的局限性和使用可行性来确定语音和视觉手势多模态组合在人类有氧机器人交互中的实际适用性。为了确定这一点,分别使用 CMU(卡内基梅隆大学)sphinx 和 OpenCV(开源计算机视觉)库开发了一个自定义多模态语音和视觉手势界面。设计了一项实验研究来测量语音和手势两个主要组成部分各自的影响,并招募了 37 名参与者参与实验。环境噪声水平从 55 dB 到 85 dB 不等。环境照明水平从 10 勒克斯到 1400 勒克斯不等,在不同的照明色温混合下,黄色(3500 K)和白色(5500 K),以及用于捕捉手指手势的不同背景。实验结果包括大约 3108 个语音话语和 999 个手势质量观察,并进行了介绍和讨论。观察到语音识别准确率/成功率随着噪声水平的上升而下降,75 dB 噪声水平是航空机器人的实际应用极限,因为语音控制交互由于识别率低而变得非常不可靠。结论是,多词语音命令被认为比单词语音命令更可靠和有效。此外,由于其清晰度,一些语音命令词(例如,land)在较高噪声水平下比其他命令词(例如,hover)更耐噪。从手势照明实验的结果来看,照明条件和环境背景对手势识别质量的影响几乎微不足道,不到 0.5%。这意味着其他因素,例如手势捕获系统设计和技术(相机和计算机硬件)、捕获的手势类型(上身、全身、手、手指或面部手势)以及图像处理技术(手势分类算法),在开发成功的手势识别系统中更为重要。根据从这些发现得出的结论,提出了一些进一步的研究,包括使用替代的 ASR(自动语音识别)语音模型和开发更强大的手势识别算法。
1教育部图像处理和智能控制的主要实验室,人工智能与自动化学院,华恩科学技术大学,武汉430074,中国; 2华盛科技大学土木工程与力学学院,中国武汉430074; 3工程与信息技术学院人工智能中心,悉尼科技大学,悉尼,新南威尔士州,2007年,澳大利亚; 4美国加利福尼亚州加利福尼亚大学圣地亚哥分校神经计算学院Swartz计算神经科学中心,美国加利福尼亚州92093,美国; 5美国加利福尼亚州加利福尼亚大学圣地亚哥大学医学工程学院高级神经工程中心,美国加利福尼亚州,加利福尼亚州92093,美国和6 Zhaw Datalab,ZéurichApplied Sciences of Applied Sciences,Winterthur 8401,瑞士,