Variability in sound power levels: Implications for static and dynamic traffic models

Abstract

Clásicamente, tanto los modelos estáticos como los dinámicos de predicción del ruido del tráfico utilizan un vehículo medio representativo de cada categoría. estáticos y dinámicos. El espectro asociado a este vehículo medio se determina a partir de un análisis de regresión estadística lineal lineal basado en campañas de medición en pista o in situ. Sin embargo, la variabilidad de las emisiones puede influir en las predicciones y dificultar la comparación entre modelos estáticos y dinámicos. Para estimar el sesgo inducido, se llevó a cabo un análisis estadístico de las distribuciones de los niveles de potencia acústica emitidos por el paso individual de vehículos durante 82 campañas de medición. Los resultados muestran que el 92% de las distribuciones residuales de regresión residuales son gaussianas y que las desviaciones típicas pueden alcanzar los 3,6 dBA. El valor del término de corrección propuesto para este caso de estudio podría alcanzar 1,4 dBA para los vehículos ligeros y 1,2 dBA para los vehículos pesados. Este análisis también muestra que la variabilidad de los niveles de potencia acústica y, por tanto, las correcciones correspondientes son mayores a las velocidades más bajas que corresponden a las condiciones de conducción urbana.

Classically, one mean vehicle representative of each category is used by both static and dynamic traffic noise prediction models. The spectrum associated with this mean vehicle is determined from a linear statistical regression analysis based on measurement campaigns on a track or in situ. However, the variability of individual vehicle emissions can influence predictions and hinder comparison between static and dynamic models. In order to estimate the induced bias, statistical analysis of the distributions of sound power levels emitted by the individual passage of vehicles during 82 measurement campaigns was carried out. The results show that 92% of the residual regression distributions are Gaussian and that standard deviations can reach 3.6 dBA. The value of the proposed correction term for this case study could reach 1.4 dBA for light vehicles and 1.2 dBA for heavy vehicles. This analysis also shows that the variability in sound power levels and thus the corresponding corrections are higher at the lowest speeds that correspond to urban driving conditions.