Validation of artificial neural networks to model the acoustic behaviour of induction motors, Applied Acoustics

Abstract

Mediante el uso de diferentes técnicas de modulación se puede reducir y modificar el ruido mecánico de origen electromagnético. Debido a la falta de linealidad entre los parámetros de E/S: niveles de presión , parámetros psicoacústicos, velocidad, nivel de carga, número de polos y técnica de modulación usada, una solución eficaz para determinar la bondad de una técnica de modulación respecto a esos parámetros psicoacústicos puede ser el uso de redes neuronales (ANN). El objetivo principal de este trabajo es evaluar el uso de estas ANN para la predicción simultánea de parámetros psicoacústicos del ruido producido por motores de inducción alimentados con inversores de potencia e implementar varios tipos de ANN con diferentes niveles de complejida para predecir estos parámetros de salida. Se proponen dos tipos diferentes de ANN para evaluar la calidad acústica, utilizando como salidas la presión sonora equivalente, la sonoridad, la rugosidad y la nitidez. Se realiza un análisis de la calidad acústica para más de 3000 muestras con las que se entrena la red y se predicen resultados. Se comprueba que con ANNs PUNN basada en la clasificación de unidades de product PUNN (más simples de entrenar y más intuitivas) el resultado de 38.77 para MSE y 13.11 for SEP es similar a otro tipo de redes más complejas.