Filter Based Impedance Tube for Selection of Technical Textile Materials

• Autorzy: Niresh J. , Neelakrishnan S. , Subha Rani S. , Archana N.

Identyfikatory

DOI

10.5604/01.3001.0010.7802

Warianty tytułu

PL

Opracowanie tuby impedancyjnej do pomiaru akustycznych właściwości materiałów tekstylnych

• Języki publikacji: EN

Abstrakty

EN

Measurement of the sound absorption coefficient using an impedance tube is prone to errors due to various reasons. Conventionally minimising the errors requires additional hardware or proper calibration of many components used for measurement. This paper proposes a new error correction mechanism using a filtering technique. A low cost impedance tube was designed, developed and its performance was compared with a commercially available high cost tube. The errors which arose during the measurement of the sound absorption coefficient were minimised using different types of filters (low pass, band pass, LMS filtering). The purpose of the filter is to eliminate unwanted signals or noise which occur during the processing of analogue signals in the experiment. The system proposed was tested using various porous and non-porous functional textile materials and the results validated. A significant reduction in error was obtained at all frequency ranges with digital filters.

PL

Pomiar współczynnika pochłaniania dźwięku za pomocą tuby impedancyjnej jest podatny na błędy. Konwencjonalne minimalizowanie błędów wymaga dodatkowego sprzętu lub odpowiedniej kalibracji wielu komponentów używanych do pomiaru. W artykule zaproponowano nowy mechanizm korekcji błędów za pomocą techniki filtrowania. Zaprojektowano i opracowano stosunkowo tani sposób wykonania nowego rodzaju tuby impedancyjnej i porównano jej działanie z dostępną na rynku tubą. Błędy, które powstały podczas pomiaru współczynnika pochłaniania dźwięku zostały zminimalizowane za pomocą różnych rodzajów filtrów (dolnoprzepustowym, środkowoprzepustowym, filtracyjnym LMS). Celem zastosowania filtra było wyeliminowanie niepożądanych sygnałów lub szumów, które występują podczas przetwarzania sygnałów analogowych podczas eksperymentów. Proponowany system został przetestowany przy zastosowaniu różnych porowatych i nieporowatych funkcjonalnych materiałów tekstylnych. Na podstawie uzyskanych wyników stwierdzono, że za pomocą filtrów cyfrowych można uzyskać znaczącą redukcję błędów we wszystkich zakresach częstotliwości.

Słowa kluczowe

EN

impedance tube; low pass filter; band pass filter; LMS filter; noise reduction

PL

tuba impedancyjna; filtr dolnoprzepustowy; filtr pasmowy; filtr LMS; redukcja szumów

• Wydawca: Sieć Badawcza Łukasiewicz - Łódzki Instytut Technologiczny
• Czasopismo: Fibres & Textiles in Eastern Europe
• Rocznik: 2018
• Tom: Vol. 26, no. 1 (127)
• Strony: 89--93
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Niresh J.

• Department of Automobile Engineering, PSG College of Technology, Coimbatore, India

autor

Neelakrishnan S.

• Department of Automobile Engineering, PSG College of Technology, Coimbatore, India

autor

Subha Rani S.

• PSG College of Technology, Department of Electronics & Communication Engineering Coimbatore – 641004, India

autor

Archana N.

• PSG College of Technology, Department of Electrical & Electronics Engineering, Coimbatore – 641004, India

Bibliografia

• 1. Jingdong C, Jacob B, Huang A. On the optimal linear filtering techniques for noise reduction. Speech Communications 2007; 49-2: 305-316.
• 2. Nazan Avcioğlu Kalebek. Sound Absorbing Polyester Recycled Nonwovens for the Automotive Industry. Fibres &Textiles in Eastern Europe 2016; 24 1(115): 107-113. DOI: 10.5604/12303666.1172093
• 3. Akagi M, Mizumachi M. Noise reduction by paired microphones. In Proceedings of EUROSPEECH, 1997; 335-338.
• 4. Hamid H. A time-frequency approach for noise reduction. Digital Signal Processing 2008; 18-5: 728-738.
• 5. Deng G, Tay DBH, Marusic S. A signal denoising algorithm based on over complete wavelet representations and Gaussian models. Signal Process 2007; 87: 866–876.
• 6. Ni C, Li Q, Xia LZ. A novel method of infrared image denoising and edge enhancement, Signal Process 2008; 88: 1606–1614.
• 7. Gulzow T G, Engelsberg A, Heute U. Comparison of a discrete wavelet transformation and a nonuniform polyphase filterbank applied to spectral-subtraction speech enhancement. Signal Process 1998; 64: 5–19.
• 8. Hong H, Liang M. Separation of fault features from a single channel mechanical signal mixture using wavelet decomposition. Mech. Syst. Signal Process, 2007; 21: 2025–2040.
• 9. Sharman R, Tyler JM, Pianykh OS. A fast and accurate method to register medical images using wavelet modulus maxima. Pattern Recogn. Lett. 2000; 21: 447–462.
• 10. Hernandez W. Improving the response of a wheel speed sensor by using frequencydomain adaptive filtering. IEEE Sens. J 2003; 3: 404–413.
• 11. Hernandez Robustness W. noise voltage analysis in two photometer circuits. IEEE Sens. J. 2007; 7: 1668–1674.
• 12. Hernandez W. Optimal estimation of the relevant information coming from a variable reluctance proximity sensor placed in a car undergoing performance tests. Mech. Syst. Signal Process 2007; 21: 2732–2739.
• 13. Hernandez W. A survey on optimal signal processing techniques applied to improve the performance of mechanical sensors in automotive applications. Sensors 2007; 7: 84–102.
• 14. Su KL. Analog Filters. Chapman & Hall, London, UK, 1996.
• 15. Oppenheim AV, Schafer RW, Buck JR. Discrete-Time Signal Processing. 2nd ed. Prentice-Hall; Englewood Cliffs, NJ, USA, 1999.
• 16. Mcaulay R, Malpass J. Speech enhancement using a minimum mean-square error short time spectral amplitude estimator. IEEE Transactions on Acoustic, Speech, Signal Processing, 1980; 28-2: 137-145.
• 17. Wang P-N, Ho M-H, Cheng K-B, Murray R, Lin Ch-H. Study on the Friction Sound Properties of Natural-Fiber Woven Fabrics. Fibres & Textiles in Eastern Europe, 2017; 25: 2(122): 34-42. DOI: 10.5604/12303666.1228183
• 18. Moeller MJ, Pan P. Statistical energy analysis for road noise simulation. SAE Technical paper1997; 97.
• 19. Allard JF. Propagation of Sound in Porous Media: Modelling Sound Absorbing Materials. England: Elsevier Science 1993.
• 20. Chung JY, Blaser D,A. Transfer function method of measuring in-duct acoustic properties. I. Theory. J Acoust Soc Am,1980; 68.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).