典型民用建筑设备噪声频谱特性与声品质分析探讨

姜惠芸，傅秀章,2

(1. 东南大学建筑学院，江苏南京210096；2. 东南大学城市与建筑遗产保护教育部重点实验室，江苏南京210096)

0 引 言

依据中国生态环境部统计，2018年社会生活噪声投诉高达3.69万件，占据噪声投诉的15.6%，其中固定设备噪声占据较大比例[1]。建筑设备数量与种类随着城市化过程不断增加，低频噪声的研究也越来越受到重视。低频噪声会降低人的学习和工作效率，影响人的情绪与睡眠质量；长时间暴露在噪声环境下，甚至导致听力损伤，引发血压增高等慢性疾病[2-7]。

国内规范对于噪声的评价标准多采用A声级作为评价量，然而A计权对于低频段噪声的计权值较大，无法准确反映人耳对低频噪声的感知[8-11]。其次，为了测量和后期处理相对容易，采用了基于总噪声级(频率范围 20 Hz～20 kHz)的最大噪声限值作为评价指标，对于建筑设备中低频辐射较强的噪声源会产生较大的误差[11]。不同标准针对低频噪声采用不同的修正模型和评估方法，这使得低频噪声的评价难以横向对比，如德国DIN45680标准中提出Kai系数进行校正，波兰提出A计权与阈值及背景噪声之间的差值来进行判断。我国的《工业企业厂界环境噪声排放标准》(GB12348-2008)和《社会生活环境噪声排放标准》(GB22337-2008)采用倍频带中心频率声压级限值来对低频噪声进行约束[12-16]。Broner在低频噪声对人产生的心理效应研究中，发现采用主观烦恼度更适合描述低频噪声[17]。烦恼度与响度、波动度等是声品质的重要评价指标。心理声学采用了数学模型来对人耳感知的噪声进行表述，目前使用最广泛的计算模型是由Zwicker等[18]提出的相关公式。本文尝试采用心理声学的指标对设备噪声进行分析评估，对比现有的低频噪声评价方法，探究其评价结果的差异性，以进一步了解建筑设备噪声的声音特性。

1 建筑设备噪声源调查与采样

1.1 噪声烦扰投诉调查

2017及2018年，国民对于缓解噪声污染的投诉如表1所示，其中设备噪声投诉占比率较大，频繁的设备噪声投诉问题亟待解决。2017年固定设备(如冷却塔、风机等)噪声案件占社会生活噪声投诉的 28.6%[1,19]。

1.2 噪声采样

通过对南通某办公建筑的实地调查和使用者的投诉信息，确定对以下常见的 4种噪声源进行采样，包括水泵、排风扇、配电器和室外空调机。其中水泵、排风扇、配电器位于负一楼，室外空调机位于一楼和八楼屋顶平台。

表1 2017及2018年中国环境噪声污染投诉Table 1 China's environmental noise pollution complaints in 2017 and 2018

利用Head Acoustic 数字式人工头系统进行噪声采样，同步使用NOR140噪声分析仪展开噪声测量。测点布置及采样、测量方法等参照国家和ISO相关标准确定，同时记录相关声场景和声源分布、运行工况等。

使用四通道噪声采集前端SQuadriga记录仪对正常运转的设备噪声进行数字录音，通过 HUSⅡ.1(Code 1319)HEAD音频记录软件将样本以波形文件记录。变频水泵和8层屋面的室外空调机采样时间为60 s，其余每个样本的采样时间为30 s，采样频率为 48 kHz，辨析率为 1 Hz，频率下限为12.5 Hz，频率上限为21 834 Hz。

2 噪声频谱特性分析

2.1 各频段噪声声能量分布

本文为了频率划分与倍频程中心频率的上、下限频率相一致，将低、中、高3个部分频段设定位为 20～350 Hz(倍频程中心频率 250 Hz的上限频率)、 350～2.8 kHz(倍频程中心频率 2 kHz的上限频率)和2.8 kHz以上。各频段的能量占比如表2所示，能量计算采用式(1)与式(2)[20]：

式中：η低为低频段声能量占总声能量比率；E低为低频段声能量；E总为总声能量；P低为低频段声压；P总为总声压；L低为低频段声压级叠加；L总为总声压级；Li为低频段各倍频程声压级。

表2显示大部分设备的噪声能量都集中于低频段即在350 Hz以下，室外空调机低频噪声能量的占比甚至能够达到90%以上。变频水泵大部分能量集中于高频，但是低频段的能量也能达到总能量的 1/3左右。

表2 不同设备噪声样品各频段声能量占比Table 2 Energy ratios of different equipment noise samples in each frequency band

2.2 噪声最大声级分布

各设备噪声频谱图如图 1所示，L表示左声道。左右声道频谱峰值趋势较为相似，因此图内选择显示典型设备噪声左声道频谱。

图1 不同设备噪声样品左声道频谱图Fig.1 Left channel spectrums of different equipment noise samples

从图 1可以看出，水泵频谱数据在高频出现峰值，在11.8 kHz时声压级达到58.7 dB。空调、排风扇和配电器峰值存在于低频，室外空调机在高频段 11.5 kHz处出现局部峰值，声压级值为43.5 dB。

2.3 累积百分数A计权声级分析

设备在运行过程中运行状态会发生变化，如图2所示，运行状态的变化会导致产生的噪声也存在阶段性变动。用各个噪声级出现的概率或累积概率来对各噪声运行产生的噪声污染进行评价。

定义L10为测量时间内 10% 的时间超过的噪声级，表示噪声的峰值声级；L50为测量时间内 50%的时间超过的噪声级，表示平均噪声级；L90为测量时间内90%的时间超过的噪声级，表示背景噪声级。

图2 不同设备噪声的A计权声压级随时间变化Fig.2 Variation of A-weighting SPLs of different equipment noise samples with time

噪声样品累计百分数A计权声压级如图3和表3所示。排风扇、配电器的运行状态基本保持不变，噪声大小较为稳定，大多数的设备噪声在整个采样过程中都存在突发峰值。《社会生活环境噪声排放标准》(GB22337—2008)中提出非稳态噪声的情况，最大声压级限值的幅度不得高于10 dB(A)。

其中水泵、排风扇、配电器皆为室内设备，而室外空调机信号在录制过程中，屋顶平台上可能存在风噪声干扰，背景噪声也会存在突发峰值，对测量结果可能存在有一定的影响。

图3 不同噪声的累积百分数A计权声压级分布Fig.3 Cumulative A-weighting SPL distributions of different equipment noise samples

3 声品质分析

根据表2声能量分布显示，大部分设备噪声主要能量集中于低频段，但 A声级并不能完全正确地体现低频噪声对于人们的主观感受。心理声学是以人的感受为衡量标准，主要涉及响度、尖锐度、波动度、粗糙度等多项指标[17]。

3.1 响度N

响度表示人耳感受到的声音的强弱，单位是sone。响度和声音强度的大小不是简单的线性关系，而与声音的振幅、频率等因素都相关，是声品质评价体系中的重要特征量。

3.1.1 各频段响度分布

本文将录制的波形文件输入Artemis软件，采用ISO 532 中的响度计算方法(快速傅里叶瞬时响度计算)，即Zwicker提出的理论计算方法，即式(3)、(4)，得出该噪声样品在0～24 Bark上的累积响度值N：

其中：N'为特征响度值(sone/Bark)，ETQ为安静条件下听阈对应的激励，参考声强为其对应的激励为E0，E是信号对应的激励。

设备噪声的响度图显示：空调噪声主要集中在0～4 Bark范围内，而水泵噪声的主要响度值集中于16～20 Bark范围内。

有研究者发现人耳结构大致会对24个频率点产生共振，因此提出将声音信号分为从 1～24、共24个临界频带，即Bark域。临界带宽与中心频率之间的关系如式(5)和式(6)[21]：

表3 不同设备噪声样品累计百分数A计权声压级Table 3 The cumulative A-weighting SPLs of different equipment noise samples

式中：z为临界带宽，ΔfG为中心频率为f处1 Bark临界带宽的频带。低频对应的频带为0～3.4 Bark，中频对应 3.5～15.2 Bark，15.2 Bark以上为高频，各频段响度积分如图4和表4所示。

从表4可以看出，水泵的响度积分分布约一半集中于高频段，但中频段也有38%～42%。排风扇、配电器和室外空调机的响度积分分布主要集中于中频段。

图4 不同设备噪声左声道响度积分分布Fig.4 Loudness integral distribution of different equipment noise samples

3.1.2 累积百分数响度分布

ISO532 中用响度计所得到的数值与瞬时响度相对应，然而对于随着时间不断变化的声音，除了分析响度-频率和响度-时间函数外，还可以进行累积百分数响度计算。

图5为设备噪声的累积百分数响度分布，由图可见，设备噪声在测量阶段的响度值几乎相同，水泵排风扇等平均响度值与N10(10%时间超过该响度)近似，而空调等频率变化较频繁的设备平均响度值与N15(15%时间超过该响度)相近。

图5 不同设备噪声的累积百分数响度分布Fig.5 Cumulative loudness percentage distributions of different equipment noise samples

3.2 尖锐度S

尖锐度表示声音尖锐的程度，记为S，单位为acum。采用基于Zwicker的特征响度计算模型来计算尖锐度，其计算公式为

其中：g(z)为附加系数，是临界频带的函数。

表4 不同设备噪声样品响度积分分布Table 4 The loudness integral distribution of different equipment noise samples

3.3 波动强度F和粗糙度R

波动强度F和粗糙度R表示声音高低起伏的程度，单位分别是 vacil和asper。声源级为 60 dB、频率为1 kHz的纯音在调制频率为4 Hz调制信号的100%调幅作用下产生的波动度为 1 vacil，声源级为60 dB、频率为1 kHz的纯音在调制频率为70 Hz的100%调幅作用下粗糙度为1 asper。F和R分别采用式(8)和式(9)进行计算：

式中：Cf和Cr是计算系数，分别为0.008和0.000 3，ΔL表示单位为dB的调制深度，fmod为调制频率。

3.4 烦恼度PA

声质量评价理论的烦恼度计算公式与噪声尖锐度和粗糙度相关，单位为au。烦恼度的Zwicker计算公式为

其中：N5表示以 sone为单位响度的百分比，当S≤1.75 acum时，ωS为0，各噪声声品质指标和烦恼度评价值如表5所示。

4 讨 论

4.1 现场测量值与ArtemiS频谱分析数据差异

SQuadriga采集的噪声样品经HEAD ArtemiS软件分析得出的结果与 NOR140噪声分析仪的现场测试结果相近，基本能够还原采样现场设备噪声的干扰状况，这是后续分析的前提条件。Artemis分析出的数值与 NOR140所测量的总声压级结果差值约等于1 dB，大多数情况下，NOR140结果数值偏小，这可能与NOR140使用防风罩减少背景噪声干扰有关。

NOR140现场测试和设备噪声样品左、右声道两种不同途径计算所得的声能量分布结果大部分相近。水泵-2 中NOR140测量数据低频占比较大，但其他组数据显示水泵噪声低频占比与高频数据差别不大；配电器左声道与NOR140结果相近，右声道结果出现异常，总声压级较大，且中频能量占比比低频能量高出50%。这可能是测量时耳部两个麦克风与声源传播位置成一条直线关系，头部对左侧麦克风造成遮挡；或者墙角对右侧麦克风有多次反射的作用，造成左右声道录制结果存在偏差。

4.2 不同建筑设备噪声源特性

从水泵的噪声频谱峰值与声能量占比的结果(表 2)来看，水泵产生的噪声属于以高频成分为主的噪声，但是低频能量占比仅次于高频，达到30%以上；如表4所示，水泵产生的中频噪声对人烦扰的贡献达到了40%以上，仅略低于高频。

排风扇、配电器及室外空调机低频能量占比较高，且声级峰值多处于低频段，如室外空调机低频能量占比达到了90%以上，可以说是低频噪声源；但是表2和表4显示，配电器噪声中35%的中频成分对人烦扰的贡献占比达到了60%以上，排风扇和室外空调机达到了50%以上，排风扇中频能量占比低于20%，而室外空调机的中频成分则低于10%。

4.3 能量计算法与响度积分差异

能量计算法结果显示，大多数设备噪声的低频成分是可观的，中频成分与之相差甚远。然而，考虑到人耳对噪声的感知能力，少量的中频成分却更能使人烦躁。例如室外空调机噪声的中频能量占比不到10%，所造成的响度积分占比却高达50%以上。能量计算仅表示噪声各频段能量的分布，噪声最高声级对应的频段也仅与噪声本身相关。响度是考虑了人耳对声音的感知作用——频率越高越为敏感。人耳对声音感知的大小并不完全等同于人所产生的对应的烦恼度，也和声音的锐利程度与波动强度有关。环境噪声引发的烦恼度与Zwicker响度级大小相关性最大，而响度级一定程度上依赖于声音等效连续 A 声级，同时也与噪声的频率分布密切相关，在低频与高频范围内，还分别与噪声的波动强度、粗糙度以及尖锐度等因素有关。

4.4 A声级与声品质各项指标

从表5中可以看出，水泵-1和排风扇响度基本相等，水泵-2和排风扇的A声级相近，但是水泵噪声的尖锐度比排风扇噪声样品高出1倍。这是因为尖锐度主要与高频相关，而水泵的主要频谱能量集中于高频。配电器的 A声级在所有噪声样品中最小，但是水泵噪声样品的粗糙度比其他设备噪声更小，低频噪声成分相比高频噪声成分，更容易有粗糙感。空调机-G噪声的A声级比排风扇的A声级高出5 dB，但是响度值却高出近9 sone，尖锐度与波动强度值相近，但是室外空调机噪声的粗糙度较高，导致了整体的烦恼度高出 40 au。声音的尖锐程度和声音的高低起伏程度可以用尖锐度、粗糙度及波动强度表示，A声级并不能反映声音的这些特性。几种噪声源的A声级数值相近，但是不同设备噪声给人的主观感受是不一样的，而响度等指标更能体现各类噪声的差异性，从而为针对不同特性的设备噪声采用恰当的降噪措施提供可能。

5 结 论

根据对4种建筑设备噪声情况的调查，并进行了现场音频录制与软件频谱分析。最大声压级所在频段及噪声能量分布两种评价指标显示，在所测试的4种噪声源中，变频水泵噪声的主要成分为高频。除变频水泵外，设备噪声的声压级峰值多处于低频段，噪声源以低频成分为主，其中室外空调机噪声频谱的高频成分存在小型峰值。

考虑到人耳对不同频段的感知能力，中频噪声虽然不是主要的噪声成分，但对烦恼度的贡献是最大的，其次是低频噪声。从响度、尖锐度和烦恼度等心理声学评价指标来看，室外空调机噪声的各项指标皆最高，是最令人烦扰的设备噪声，变频水泵噪声的尖锐度较大，排风扇噪声的粗糙度较大。响度累积积分分布中，变频水泵噪声中高频占比最大，其余设备噪声源的中频响度积分值较高。

本文所采用的Zwicker提出的计算模型，是现在使用最为广泛的计算模型。但是个体主观响度、声舒适度具有一定的差异性，希望后续能够针对更多的设备噪声类型进行探讨，同时进行基于大量志愿者的噪声主观感受评价研究。