Home » Sudut Pandang » Pelajaran 3: Kriteria Kebisingan: Standar Peringkat Kebisingan Latar Belakang (201912A)

Pelajaran 3: Kriteria Kebisingan: Standar Peringkat Kebisingan Latar Belakang (201912A)

Pelajaran 3

Kriteria Kebisingan: Standar Peringkat Kebisingan Latar Belakang

Pada pelajaran sebelumnya, kita telah mempelajari bahwa kita dapat mengukur tingkat tekanan suara (SPL) kebisingan latar belakang dalam dB. Anda juga ingat bahwa nilai SPL dapat bervariasi dalam frekuensi. Dari sini, Anda mungkin bertanya-tanya mengapa kami tidak menggunakan peringkat angka tunggal yang dapat mewakili tingkat kebisingan dalam rentang frekuensi. Jangan khawatir! Dalam komunitas akustik, kami memiliki kriteria kebisingan (NC) untuk mengekspresikan nomor tunggal ini. Dan sejujurnya, kami cukup sering menggunakannya. Kami juga memiliki keseluruhan tingkat tekanan suara setara berbobot A (LAeq, keseluruhan) yang diukur dalam dBA. Teruslah membaca untuk mengetahui perbedaan di antara keduanya.

 

Apa itu Kriteria Kebisingan?

Kriteria kebisingan (NC) adalah standar bangunan yang menggunakan indeks tunggal untuk menggambarkan tingkat kebisingan di ruang tertentu dalam rentang frekuensi.

NC dikembangkan oleh insinyur MEP (mechanical, electrical, & plumbing), bersama dengan profesional bangunan dan insinyur akustik lainnya di American National Standards Institute (ANSI).

Nomor NC tunggal mewakili satu kurva unik yang membentang di atas rentang frekuensi pusat pita oktaf dari 63 Hz hingga 8.000 Hz.

Lihat Gambar 1 untuk contoh. Apakah Anda memperhatikan sesuatu yang familier tentang kurva ini? Ya kamu benar. Mereka hampir meniru kontur kenyaringan yang sama yang telah kita perkenalkan sebelumnya di Pelajaran 1. Kurva NC ini memang menyederhanakan kontur tersebut.

Gambar 1. Grafik NC

 

Bagaimana kita dapat mengubah kebisingan latar belakang yang diukur dalam dB ke Kriteria Kebisingan (NC)?

Misalkan Anda memiliki hasil pengukuran kebisingan latar belakang seperti yang ditunjukkan pada Tabel 1. Karena Anda harus mengukur kebisingan dalam periode waktu tertentu dan rata-rata keluar dari waktu ke waktu, kami menyebut nilai SPL ini sebagai SPL (Leq) yang setara. Kemudian, plot semua nilai ini ke dalam grafik NC seperti yang digambarkan pada Gambar 2. Untuk visualisasi yang bagus, Anda dapat menghubungkan hasil pengukuran dengan sebuah garis. Di sini, kami menggunakan garis hitam.

Tabel 1. Pengukuran Kebisingan Latar Belakang

 

 

Sekarang, saatnya untuk menentukan nomor NC apa yang paling mewakili kebisingan latar belakang itu. Di sini, kurva NC terendah yang tidak melewati garis hitam harus dipilih untuk mendapatkan nomor NC terdekat.

Dari contoh, Anda dapat melihat bahwa puncak garis melintasi kurva NC 40 dan terletak di antara kurva NC 40 dan NC 45. Jadi di sini, kita dapat menyimpulkan bahwa hasil pengukuran adalah NC 45. Jika Anda memiliki grafik yang lengkap, Anda dapat memiliki angka NC yang lebih rendah, yang dalam hal ini adalah NC 41. Namun, jika tidak, seperti yang kita miliki saat ini , Anda dapat bermain dengan beberapa pendekatan.

 

Gambar 2.   Contoh pembuatan plot Leq

Salah satu manfaat NC adalah Anda dapat membandingkan apakah kebisingan latar belakang yang Anda ukur di tempat tertentu melebihi NC yang disarankan. Negara yang berbeda memiliki standar yang berbeda tentang tingkat kebisingan maksimum. Oleh karena itu, disarankan untuk mengetahui tentang peraturan lokal di mana proyek Anda berlangsung.

Anda mungkin menemukan dalam beberapa standar bahwa tingkat kebisingan maksimum tidak diukur dengan NC, tetapi dalam dB(A) atau terkadang dBA. Apa itu? Baca terus.

 

Apa perbedaan mengekspresikan latar belakang dalam dBA dan Kriteria Kebisingan (NC)?

 

Angka dBA mewakili keseluruhan tingkat tekanan suara setara berbobot A (LAeq). LAeq, secara keseluruhan adalah total tingkat tekanan suara berbobot A yang diukur dalam frekuensi tengah pita oktaf selama periode waktu tertentu. Di sini, LAeq, secara keseluruhan menggunakan spektrum yang sama seperti yang kami lakukan di NC, yaitu dari 63 Hz hingga 8.000 Hz. Namun, saat menggunakan LAeq, secara keseluruhan rentang frekuensi lebih fleksibel. Artinya, Anda dapat menggunakan spektrum yang lebih luas.

Pembobotan ini digunakan karena polanya hampir sama dengan kenyaringan relatif yang dirasakan oleh telinga manusia kita.

Mari kembali ke hasil pengukuran pada Tabel 1. Sekarang, tambahkan nilai Leq pada setiap frekuensi dengan nilai pembobotan terkait yang tersedia di Tabel 2. Nilai pembobotan sekarang dalam dBA, dan kita menyebut besaran ini sebagai SPL ekivalen pembobotan A (LAeq). Sekarang Anda memiliki delapan nomor LAeq. Untuk mengubahnya menjadi satu angka, Anda memerlukan pengetahuan tentang logaritma.

 

Tabel 2. Pembobotan A

 

 


Idenya di sini adalah bahwa kita perlu menjumlahkan semua nilai LAeq pada rentang frekuensi. Namun, karena kita mendeklarasikan setiap nilai pada skala logaritmik, kita perlu mengubahnya menjadi rasio intensitas terlebih dahulu, kemudian mengubahnya kembali ke dalam bentuk SPL setelah Anda menyelesaikan penjumlahan. Jika Anda menginginkan jalan pintas, Anda dapat menggunakan persamaan di bawah ini untuk menghitung LAeq, secara keseluruhan.

Gambar 3. LAeq, overall formula

Sekarang, mari kita ambil contoh hasil pengukuran di atas sebagai latihan. Jika Anda tidak terbiasa dengan logaritma, izinkan kami memandu Anda dengan perhitungan berikut yang ditunjukkan pada Tabel 3.

1. Ubah nilai di setiap kolom menjadi rasio intensitas berbobot A dengan rumus berikut.

Gambar 4. Rumus rasio intensitas berbobot A

2. Ambil jumlah total semua angka di baris ketiga. Di sini, kami memiliki 36.384.
3. Ambil kalkulator Anda dan cari logaritma dari 36.384. Anda harus mendapatkan 4,56.
4. Kalikan 4,56 dengan 10. Sekarang, Anda sudah mendapatkan LAeq, secara keseluruhan, yaitu 45,6 dBA.

Tabel 3. LAeq, overall calculation

Hari ini Anda sudah tahu perbedaan antara NC dan LAeq, secara keseluruhan. Ini berarti Anda telah selangkah lebih maju dalam mempelajari hal yang lebih maju tentang kebisingan.

Share This News

Related Post

Sudut Pandang
Keahlian
Pekerjaan

Ikuti @altaintegra