[표지] 1
목차 2
Abstract 6
I. 서론 8
II. 연구내용 및 방법 11
1. 건설기계별 음원 제작 11
가. 건설기계 소음 측정 11
나. 청감시험용 음원 제작 12
다. 무향실내 청감시험 환경 구축 13
2. 청감시험을 통한 성가심 반응 평가 14
가. 청력검사 및 사전 안내사항 14
나. 성가심 청감시험 실시 14
III. 연구결과 및 고찰 16
1. 건설기계 소음에 대한 음질 분석 16
가. 음질 지표 평가방법 16
나. 건설기계 소음원 음질 지표 분석 결과 16
2. 건설기계 소음에 대한 성가심 결과 분석 21
가. 신경회로망(ANN) 설계 및 검증 21
나. 음질 요소별 성가심 영향 분석 24
다. 주 인자(PCA) 분석 25
3. 공사장 소음 기준 재평가 27
가. 공사장 소음의 성가심 반응 곡선 작성 및 공사장 소음 기준 개선(안) 27
IV. 결론 29
참고문헌 31
〈Table 1〉 Classification of the construction machinery 11
〈Table 2〉 Classification of variables of the sound sources 13
〈Table 3〉 Environmental check of an anechoic room(sine wave of 94dB) 13
〈Table 4〉 Hearing test sound 14
〈Table 5〉 Degrees of annoyance at each step 15
〈Table 6〉 ANN learning times in accordance with the number of nodes 22
〈Table 7〉 The level of contribution for increasing annoyance 25
〈Table 8〉 Improvement plan of the noise standard 28
〈Figure 1〉 Hemispherical measurement position 12
〈Figure 2〉 Measurement and recording 12
〈Figure 3〉 QR code for web questionnaire 15
〈Figure 4〉 Example of an auditory experiment 15
〈Figure 5〉 Result of "loudness vs dB(A)" analysis 17
〈Figure 6〉 Result of sharpness analysis 18
〈Figure 7〉 Result of wavelet analysis(Sharpness) 18
〈Figure 8〉 Result of roughness analysis 19
〈Figure 9〉 Result of wavelet analysis(Roughness) 19
〈Figure 10〉 Result of Fluctuation strength analysis 20
〈Figure 11〉 Result of wavelet analysis(Fluctuation strength) 21
〈Figure 12〉 Design of an artificial neural network for training 21
〈Figure 13〉 ANN Learning times in accordance with the number of nodes 22
〈Figure 14〉 Result of ANN learning 23
〈Figure 15〉 Verification of ANN model 23
〈Figure 16〉 Annoyance of sound quality indexes 24
〈Figure 17〉 Three-dimensional isosurface for sound quality indices(L, S, R) 25
〈Figure 18〉 The PCA analysis for annoyance regarding to sound quality indices 26
〈Figure 19〉 %HA to the construction noise 27
〈Figure 20〉 Annoyance curve of construction machinery 28