5399TC Caracterización del Ruido Comunitario Mediante el Uso de Metamodelos con Énfasis en Redes Neuronales Artificiales

Grupo: CIMTA

Director: SEQUEIRA, MARTÍN EDUARDO

En los ambientes comunitarios existen una gran variedad de fuentes sonoras y espacios, los cuales generan una gran diversidad de situaciones acústicamente relevantes. Así, localizaciones con diferente composición de tráfico rodado, diferentes configuraciones urbanas, presencia de fuentes ruidosas difíciles de caracterizar (por ejemplo, actividades comerciales o de ocio, actividades industriales, etc.), genera la aparición de ambientes sonoros con diferentes niveles de ruido y con grandes diferencias en cuanto a su composición temporal y espectral.

La utilización de modelos de simulación del fenómeno físico, es decir, la generación y propagación de los niveles sonoros, es la opción más adecuada para calcular las variables asociadas a los ambientes mencionados. Actualmente existen una gran cantidad de modelos de simulación basados en métodos matemáticos tradicionales, que predicen el nivel de ruido comunitario a partir de un número reducido de variables. En general tales variables se obtienen a partir de campañas de medición donde se deben registran no solo aspectos acústicos, como la distribución espacial y temporal de los niveles de ruido y su contenido espectral, sino también aspectos territoriales y climatológicos. En tal sentido, se pueden utilizar modelos semi-empiricos simplificados o algo más complejos como aquellos basado en la técnica de trazado de rayos.

Sin embargo, muchas veces estos modelos clásicos suelen presentar una gran incertidumbre o un alto costo computacional debido a la complejidad acústica de las situaciones a evaluar. En estos casos, es conveniente buscar enfoques alternativos. Esto es importante, por ejemplo, cuando se pretende analizar computacionalmente diversas estrategias de mitigación del impacto sonoro en la zona de interés.

En este proyecto, se desarrollarán metodologías alternativas para la caracterización objetiva del ruido en ambientes comunitarios. Se considerarán aspectos teóricos y numéricos relacionados con la predicción sonora mediante el uso de metamodelos basados en la técnica de Redes Neuronales Artificiales. Estos se ajustarán a partir de datos simulados por técnicas computacionales robustas y valores obtenidos experimentalmente (mediciones). De esta manera, será posible obtener distintas configuraciones a partir de diferentes variables asociadas al estudio y generan estimaciones de la medida de desempeño establecida. El principal objetivo de los metamodelos será representar con precisión las relaciones entre las variables del problema y la respuesta esperada (el nivel sonoro). A partir de esto se generarán herramientas computacionales para la evaluación del impacto acústico a fin de utilizarse como ayuda a procesos de planificación urbana.

Con el conocimiento adquirido, se establecerán criterios preliminares para mitigar la contaminación sonora en aquellos sectores más vulnerables en la ciudad de Bahía Blanca a fin de lograr un ambiente acústico acorde a la legislación local. Finalmente, se espera obtener conocimientos relacionados aplicables a otras ciudades argentinas de características similares.

 


Fecha de Inicio: 1/1/2019 Fecha de Finalización: 31/12/2021

Integrantes del Proyecto

Director

  • SEQUEIRA, Martín Eduardo

Investigador FORMADO

  • AZZURRO, Adrián Pedro

BECARIO ALUMNO UTN-SAE

  • ARISTA LINDNER, Walter Gabriel

COLABORADOR EXTERNO

  • PONS, Facundo

Buscador