- (55) 99986-2990
- presidencia@acustica.org.br
- secretaria@acustica.org.br
- tesouraria@acustica.org.br
O uso de drones está cada vez mais presente - suas funções variam desde uso midiático até pesquisas acadêmicas. Em grande parte das aplicações, a geração de ruído é prejudicial e indesejada. Uma das principais fontes de ruido de drone é o conjunto motopropulsor. Dessa forma, torna-se importante estudar o som proveniente do motor e da hélice. Para caracterizar o ruído produzido esse conjunto, é necessário saber não só a intensidade do som emitido, mas também a diretividade do campo sonoro. Já que modelar todos os fenômenos acústicos envolvidos na geração de ruído não é uma tarefa simples, é conveniente medir o nível de pressão sonora experimentalmente. Nesse contexto, este trabalho analisa os parâmetros de aquisição e processamento de sinais adequados para a medição do campo sonoro. Os algoritmos de controle da velocidade angular, aquisição e processamento de sinais foram desenvolvidos no próprio laboratório e implementados em Python3. As medições foram conduzidos em uma câmara semi-anecoica, com um conjunto de nove microfones para medição do nível de pressão sonora em um arco de 90° ao redor da hélice. O experimento é formado por um motor elétrico conectado a hélices cujos diâmetros variam entre 8 e 12 polegadas e rotação entre 5.000 e 10.000 rotações por minuto, além de ESC para controle de velocidade e tacômetro a laser para o monitoramento da rotação. Observou-se que os resultados são sensíveis ao tempo de medição, principalmente em regiões onde o nível de pressão sonora é mais baixo, e também à frequência de amostragem, até certo ponto.
Drones are increasingly present - its functions vary from midiatic use to academic research. In most applications, noise generation is prejudicial and undiserable. One of the main sources of drone noise is the power unit assembly. Thus, it becomes important to study the sound proceding from the motor and the propeller. To characterize this sound source, it's necessary to know not only the intensity of the emitted sound, but also the sound field directivity. Since modeling all of the accoustic phenomena involved in noise generation is not a simple task, it's convenient to experimentally measure the sound pressure. In this context, this work analyses the adequate signal acquisition and processing parameters for the sound field measurement. The angular speed control, signal processing and aquisition algorithms were developed by the authors and were implemented in Python3. The measurements were conducted in a semi-anechoic chamber, with a nine microphone set for sound pressure level measurement in a 90° arc sorrounding the propeller. The experiment consists of and electric motor connectted with the propellers whose diameters vary between 8 and 12 inches and rotation between 5.000 and 10.000 rotations per minute, besides an ESC for speed control and a laser tachometer for rotation monitoring. It was observed that the results are aquisition time sensitive, especially in regions where the sound pressure level is lower. The results are also sample frequency sensitive, until certain points.
