Estimación de ruido atenuado con paredes utilizando redes neuronales artificiales

Abstract

En la actualidad el ruido afecta la calidad de vida de las personas influyendo en la comodidad diaria y siendo un factor de riesgo para la salud auditiva. El control de los niveles de presión sonora en ambientes laborales con paredes de atenuación involucra un diseño de ingeniería con gastos elevados, tiempos prolongados de construcción y riesgo de fallo luego de su fabricación. La presente investigación tuvo como finalidad estimar la efectividad de la atenuación de ruido aéreo en una caja de impedancia con pared de atenuación utilizando redes neuronales artificiales. Se construyó una caja de impedancia de un emisor y un receptor. Luego se evaluó de manera tradicional la atenuación de ruido en la caja de impedancia utilizando la norma ISO 9612:2009 para el muestro de campo y la IEC 61252 para el equipo. Al final se simulo la efectividad de una Red Neuronal Artificial con algoritmo de Retro Propagación (RNA-RP) en MATLAB® usando una matriz de variables de entrada y salida con los datos reales de la atenuación. La caja de impedancia se construyó con madera melaminica y material de yeso y corcho para su atenuación. La matriz de variables de entradas y salida consideró 3 dimensiones: a) los elementos de construcción, b) las condiciones termo higrométricas y c) datos del muestro de ruido, distribuidos en 21 elementos. La RNA-RP desarrollada consta de 4 capas: a) la primera capa de entrada está constituida por 20 neuronas receptoras estáticas, b) la segunda tiene 9 neuronas ocultas, c) la tercera dispone de una neurona dinámica y d) la capa final tiene una neurona estática. El porcentaje promedio de error en la estimación de ruido atenuado con paredes por la RNA-RP corresponde al 0,1477%. La prueba T-student de muestras independientes demostró que la RNA-RP genera una respuesta similar para estimar atenuación por ruido en comparación al método tradicional.