Tuulivoimamelun ominaispiirteiden määrittäminen
Härkönen, Pekka (2016)
Kandidaatintyö
Härkönen, Pekka
2016
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe201709198648
https://urn.fi/URN:NBN:fi-fe201709198648
Tiivistelmä
Kandidaatinopinnäytetyössä tutkittiin tuulivoimaloiden tuottaman melun taajuussisältöä ja analyysimenetelmiä amplitudimodulaation eli äänenvoimakkuuden jaksollisen vaihtelun havaitsemiseen ja voimakkuuden määrittämiseen. Analyysimenetelmiä sovellettiin Lappeenrannan teknillisen yliopiston Tuulivoimaloiden äänen häiritsevyys Suomessa -tutkimushankkeen aikana Lappeenrannan Muukonkankaalla 31.12.2014 - 17.2.2015 toteutettujen mittausten tuottamaan dataan. Aineiston rajaamiseksi tämän työn laajuudessa hallittavaksi, analysoitavat ajankohdat valittiin 10 minuutin ajanjaksoilta, joilta oli 1/3-oktaavikaistoittain 8 Hz näytteistystaajuudella tallennetun datan lisäksi ääninäyte ja havaintopäiväkirjassa havainto kuuluvasta tai häiritsevästä melusta taloudessa, jossa mittauslaitteisto on ollut sillä hetkellä asennettuna. Näillä rajauksilla löydettiin 17 näytettä. Melun taajuussisältöä tutkittiin laskemalla 17 ajankohdan 1/3-oktaavikaistojen A-painotetut ekvivalenttitasot 10 minuutin aikaväleiltä ja vertaamalla tasoja ekvivalenttitasoihin ajankohtana, jolloin voimaloiden tiedettiin olleen pysähdyksissä. Yleisimmät spektrianalyysimenetelmät todettiin huonosti soveltuviksi voimakkuudeltaan nopeasti muuttuvan tuulivoimamelun modulaatiosyvyyden määrittämiseen. Aiemmissa tutkimuksissa ehdotetuissa menetelmissä tuulivoimamelun amplitudimodulaation havaitsemiseksi ja erityisesti modulaatiosyvyyden määrittämiseksi todettiin myös puutteita. Amplitudimodulaatiota paikannettiin 1/3-oktaavikaistojen ja niistä laskettujen A-painotettujen tasojen amplitudispektrejä hyödyntäen. Näyte määriteltiin amplitudimoduloituneeksi mikäli amplitudimodulaatiospektreissä havaittiin piikki odotettavissa olevilla modulaatiotaajuuksilla. Kuudessa näytteessä havaittiin amplitudimodulaatiota vähintään yhdellä 1/3-oktaavikaistalla. Modulaation havaittiin erottuvan selvemmin A-painotetuista ekvivalenttitasoista verrattuna Z-painotettuihin tasoihin ja modulaatio oli voimakkaimmillaan taajuusalueella 125 Hz - 4 kHz. Modulaatiosyvyys määritettiin alipäästösuodatetuista aikatason signaaleista ja tuloksia vertailtiin aiemmassa tutkimuksessa ehdotetun menetelmän tuottamiin tuloksiin. Havaitut modulaatiosyvyydet olivat suurempia kuin aiemmissa tutkimuksissa on raportoitu. Muutamissa 30 sekunnin näytteissä modulaation luonne vastasi aiemmin julkaistussa kirjallisuudessa voimistuneeksi amplitudimodulaatioksi nimettyä ilmiötä. Käytetyn analyysimenetelmän todettiin soveltuvan jatkokehitettäväksi automaattisen, suurista aineistoista amplitudimodulaatiota paikantavan ja modulaationsyvyyttä määrittävän, analyysialgoritmin toteuttamiseen. In this thesis, analysis methods to quantify frequency content of wind turbine noise and to detect and quantify amplitude modulation of the noise were studied. Developed analysis methods were applied to 1/3-octave data with 8 Hz sampling rate recorded continuosly at Muukonkangas, Lappeenranta during time period from 31.12.2014 to 17.2.2015. To keep the amount of data manageable in scope of this study, samples with length of 10 minutes were selected, for which there was also an audio recording and reported observation of audible noise in noise diary kept by a resident in the same dwelling where the measurement equipment was installed. Audio recordings were used to identify the noise source aurally. With the set criteria, 17 samples were found. Frequency content of the noise was quantified by calculating A-weighted equivalent levels from the 1/3-octave data for the 10 minute samples and comparing the levels to a 10 minute sample with the wind turbines at standstill. Spectrum analysis methods based on Fourier analysis were found to be unreliable for quantifying the modulation depth of wind turbine generated modulation, which can change its amplitude in a time scale of 2 - 10 seconds. Also, methods proposed in earlier studies for quantifying the modulation depth were found to be problematic. In this thesis, amplitude modulation was detected by calculating amplitude modulation spectrums from 1/3-octave bands and A-weighted equivalent levels calculated from the raw 1/3-octave data. A sample was considered to be amplitude modulated if there was a peak in the amplitude spectrum on the expected modulation frequency range calculated from the nominal rotation speed of the turbines. In six of the 17 samples, amplitude modulation was detected at least on one 1/3-octave band. The modulation was found to be strongest on the frequency range 125 Hz - 4 kHz and more easily discernible from the A-weighted levels compared to Z-weighted levels both of which were calculated from the 1/3-octave data. The modulation depth was determined from low-pass filtered time domain signal and the results were compared to a method proposed in journal article published in 2011. Observed modulation depths were found to be greater than reported in previous studies. In a few 30 second samples, the characteristics of the modulation were found to be similar to earlier findings defined as enhanced amplitude modulation. The developed analysis method was found to be applicable for development of automatic algorithm capable of detecting amplitude modulation and determining its modulation depth from large amounts of data.