KOLMIULOTTEINEN OMINAISMUOTOANALYYSI HUONEAKUSTISEN SUUNNITTELUN APUNA

Samankaltaiset tiedostot
Nimi: Muiden ryhmäläisten nimet:

MOODIANALYYSIN KÄYTTÖ SUBWOOFERIN SIJOITTELUN APUNA 1 JOHDANTO 2 HUONEMOODIT. Juha Backman

KOTELON ÄÄNENERISTYKSEN VIBROAKUSTINEN MALLINNUS ELEMENTTIMENETELMÄLLÄ

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r

SEISOVA AALTOLIIKE 1. TEORIAA

= vaimenevan värähdysliikkeen taajuus)

FYS206/5 Vaihtovirtakomponentit

Väliraportti: Vesipistekohtainen veden kulutuksen seuranta, syksy Mikko Kyllönen Matti Marttinen Vili Tuomisaari

FYSP105/2 VAIHTOVIRTAKOMPONENTIT. 1 Johdanto. 2 Teoreettista taustaa

RAKENNUSAKUSTIIKKA - ILMAÄÄNENERISTÄVYYS

Ääni, akustiikka Lähdemateriaali: Rossing. (1990). The science of sound. Luvut 2-4, 23.

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016

Kuva 1. Mallinnettavan kuormaajan ohjaamo.

Akustiikka ja toiminta

havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Fononit. Värähtelyt lineaarisessa atomiketjussa Dispersiorelaatio Kaksi erilaista atomia ketjussa Fononit kolmessa dimensiossa

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

VÄRÄHTELYMEKANIIKKA SESSIO 19: Usean vapausasteen systeemin liikeyhtälöiden johto Newtonin lakia käyttäen

Ääni, akustiikka. 1 Johdanto. 2.2 Energia ja vaimeneminen (1) 2 Värähtelevät järjestelmät

RATKAISUT: 22. Vaihtovirtapiiri ja resonanssi

PAKOPUTKEN PÄÄN MUODON VAIKUTUS ÄÄNENSÄTEILYYN

Jakso 6: Värähdysliikkeet Tämän jakson tehtävät on näytettävä viimeistään torstaina

Esimerkki 1 Ratkaise differentiaaliyhtälö

ÄÄNEKKÄÄMMÄN KANTELEEN MALLINTAMINEN ELEMENTTIME- NETELMÄLLÄ

Äänen eteneminen ja heijastuminen

Experiment Finnish (Finland) Hyppivät helmet - Faasimuutosten ja epätasapainotilojen mekaaninen malli (10 pistettä)

Tietoliikennesignaalit & spektri

Puisten kävelysiltojen värähtelymittaukset

SMG-1100: PIIRIANALYYSI I. Verkkojen taajuusriippuvuus: suo(dat)timet

PUTKIJÄRJESTELMÄSSÄ ETENEVÄN PAINEVAIHTELUN MALLINNUS HYBRIDIMENETELMÄLLÄ 1 JOHDANTO 2 HYBRIDIMENETELMÄN MATEMAATTINEN ESITYS

KOLMIULOTTEISEN TILAN AKUSTIIKAN MALLINTAMINEN KAKSIULOTTEISIA AALTOJOHTOVERKKOJA KÄYTTÄEN

Vastausehdotukset analyysin sivuainekurssin syksyn välikokeeseen

RYHMÄKERROIN ÄÄNILÄHDERYHMÄN SUUNTAAVUUDEN

SIIRTOMATRIISIN JA ÄÄNENERISTÄVYYDEN MITTAUS 1 JOHDANTO. Heikki Isomoisio 1, Jukka Tanttari 1, Esa Nousiainen 2, Ville Veijanen 2

Värähtelevä jousisysteemi

Luento 15: Ääniaallot, osa 2

FYSP105/2 VAIHTOVIRTAKOMPONENTIT. 1 Johdanto

Projektisuunnitelma ja johdanto AS Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Luento 8. Lämpökapasiteettimallit Dulong-Petit -laki Einsteinin hilalämpömalli Debyen ääniaaltomalli. Sähkönjohtavuus Druden malli

HARJOITUSTYÖ: Mikropunnitus kvartsikideanturilla

Infrapunaspektroskopia

Ohjeita fysiikan ylioppilaskirjoituksiin

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

- Akustiikka, äänenvaimennus, jälkikaiunta-aika. - Akustik, Ijudabsorption, efterklangtid. - Acoustics, soundabsorption, reverberation time.

Infraäänimittaukset. DI Antti Aunio, Aunio Group Oy

Teräsrakenteiden maanjäristysmitoitus

PALKKIANTURI OPETTAJANOHJE

m h = Q l h 8380 J = J kg 1 0, kg Muodostuneen höyryn osuus alkuperäisestä vesimäärästä on m h m 0,200 kg = 0,

Mekaniikan jatkokurssi Fys102

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Stanislav Rusak CASIMIRIN ILMIÖ

33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ

Harjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.

Parempaa äänenvaimennusta simuloinnilla ja optimoinnilla

MITEN ÄÄNTÄVAIMENTAVAT AKUSTIIKKALEVYT TEKEVÄT PORRASKÄYTÄVÄSTÄ PAREMMAN KUULOISEN.

Mekaniikan jatkokurssi Fys102

SIGNAALITEORIAN KERTAUSTA OSA 2

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

1. Lineaarinen optimointi

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

20 Kollektorivirta kun V 1 = 15V Transistorin virtavahvistus Transistorin ominaiskayrasto Toimintasuora ja -piste 10

LOPPURAPORTTI Lämpötilahälytin Hans Baumgartner xxxxxxx nimi nimi

HEIKKI AUTIO KAIKUMALLIN TOTEUTUS AKUSTIIKAN MITTAUKSISTA

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

hyvä osaaminen

Öljykuormitetun pohjalevyn perusominaistaajuus

Laskun vaiheet ja matemaattiset mallit

FYSP105 / K3 RC-SUODATTIMET

TUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen

Organization of (Simultaneous) Spectral Components

Vanhankaupunginkosken ultraäänikuvaukset Simsonar Oy Pertti Paakkolanvaara

on pinnan absorptiokerroin eli absorptiosuhde

Lectio Praecursoria: Epälokaali epälineaarinen potentiaaliteoria ja fraktionaaliset integraalioperaattorit

Luento 14: Periodinen liike, osa 2

ASKELÄÄNITASOKOEMITTAUKSET

LEVYRESONAATTORIN MATEMAATTINEN LAATTAMALLINNUS

Suuntaavuus ja vahvistus Aukkoantennien tapauksessa suuntaavuus saadaan m uotoon (luku ) E a 2 ds

Dynaamisten systeemien identifiointi 1/2

Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P

3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta.

KELLUVAN LATTIAN VÄRÄHTELY RUNKOMELUALUEELLA. Tiivistelmä

1 Vastaa seuraaviin. b) Taajuusvasteen

Kimppu-suodatus-menetelmä

KANDIDAATINTYÖ. Moodianalyysin perusteet Basics of Experimental Modal Analysis

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

Sisältö. Työn lähtökohta ja tavoitteet Lyhyt kertaus prosessista Käytetyt menetelmät Työn kulku Tulokset Ongelmat ja jatkokehitys

Mittaustulosten tilastollinen käsittely

Virheen kasautumislaki

Digitaalinen signaalinkäsittely Kuvankäsittely

Fysiikan laboratoriotyöt 1, työ nro: 2, Harmoninen värähtelijä

SAVONLINNASALI, KOY WANHA KASINO, KONSERTTISALIN AKUSTIIKKA. Yleistä. Konserttisali

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1

Transkriptio:

KOLMIULOTTEINEN OMINAISMUOTOANALYYSI HUONEAKUSTISEN SUUNNITTELUN APUNA Juha Backman (), Risto Repo (2) () Nokia Mobile Phones, PL, 45 NOKIA GROUP (2) Datex-Ohmeda, PL 9, 3 DATEX-OHMEDA () juha.backman@nokia.com, (2) risto.repo@datex-ohmeda.com JOHDANTO Värähtelymekaniikan yleistä työkalua, kokeellista ominaismuoto- eli moodianalyysiä [], voidaan soveltaa pienten taajuuksien ilmiöiden kartoitukseen myös huoneakustiikassa. Tällä menetelmällä voidaan määritellä mm. havaittujen akustisten ongelmien todennäköisiä syitä sekä ennustaa mahdollisten parannuskeinojen, kuten resonaattoreiden tai absorbaattoreiden, vaikutusta. Moodianalyysiä voidaan käyttää myös pientaajuisen absorption perinteisiä jälkikaiuntaan perustuvia menetelmiä tarkempaan määrittämiseen. 2 MOODIANALYYSIN PERUSTEET Moodianalyysin teoreettisena perusteena on se yksinkertainen toteamus, että lineaarisen differentiaaliyhtälön, kuten aaltoyhtälön, ratkaisu (riippumatta häviöistä, dispersiosta jne.) on aina esitettävissä yhtälön ominaisarvoja vastaavien ominaisfunktioiden summana. Akustiikan ja värähtelymekaniikan terminologialla ominaisarvo vastaa siis resonanssitaajuutta, kun käytetään resonanssin määritelmänä tilannetta, jossa heräte ja vaste ovat samassa vaiheessa. Ominaisfunktion mekaanis-akustinen vastine on taas ominaismuoto eli moodi. Kuten tunnettua, analyyttinen ratkaisu onnistuu muutamissa tapauksissa, mutta analyyttisistä kantafunktioista ei valitettavasti ole suurtakaan apua useissa käytännön tilanteissa. Analyyttisen ratkaisun tielle astuvat niin tarkasteltavan systeemin muoto kuin reunaehdotkin. Kokeellisen moodianalyysin lähtökohtana ei kuitenkaan ole määrittää tarkkoja ominaisfunktioita sellaisenaan, vaan sen sijaan käytetään merkittävästi yksinkertaistavaa oletusta: maksiminsa lähellä ominaismuodot käyttäytyvät tavalla, joka muistuttaa yhden vapausasteen värähtelijöitä (ts. yksinkertaisesti vaimennettuja massa-jousisysteemeitä). Sovittamalla mitattuun vasteeseen kutakin ominaismuotoa vastaava yhden vapausasteen värähtelijä saadaan approksimaatio systeemin käyttätytymiselle. Kunkin moodin resonanssitaajuus ja kaistanleveys ovat samoja tilan kaikissa pisteissä (nämä vastaavat siis aaltoyhtälön yksittäistä ominaisarvoa), ja ainoastaan kompleksinen amplitudi eri pisteissä vaihtelee (vastaten tarkasteltavaan ominaisarvoon liittyviä ominaisfunktion lukuarvoja näissä pisteissä). Ominaismuodon paikkajakaumalle ei siis kokeellisessa moodianalyysissä tehdä mitään oletuksia, toisin kuin pyrittäessä aaltoyhtälön ominaisfunktioden analyyttiseen laskentaan. Vaikka huoneakustiikan kannalta epälineaarisuus voidaan unohtaa, voidaan todeta, että moodianalyysillä voidaan approksimoida myös lievästi epälineaarisia systeemeitä, niin kauan kuin moodien kytkeytyminen on heikkoa. Värähtelevän systeemin mittaus ("operational vibration shape") on sellaisenaan aivan täydellinen kuvaus värähtelystä kullakin taajuudella mittaukseen käytetyissä pisteissä. Motiivi sille, että tämä tulos olisi jaettava erillisiin ominaismuotoihin, on kontrollin helpottaminen: yksittäi- 46

Backman, Repo OMINAISMUOTOANALYYSI HUONEAKUSTIIKASSA sen ominaismuodon tarkastelu tekee helpommaksi ennustaa sitä, minkä tyyppinen reunaehdon muutos (resonaattoreiden käyttö, absorptio jne.) vaikuttaa kyseiseen ominaismuotoon tehokkaimmin, ja mikä on tehokkain piste ominaismuodon kontrollointiin. 3 MOODIANALYYSIN SOVELTAMINEN HUONEAKUSTIIKKAAN 3. Miksi moodianalyysiä ei yleensä käytetä? Ominaismuototarkastelu on teoreettisen huoneakustiikan puolelta tuttu tapa tarkastella jälkikaiuntaprosessia ja johtaa äänikentän tilastollisia ominaisuuksia. Käytännön mittausmenetelmänä tämä ei suinkaan ole saavuttanut samanlaista suosiota kuin kaksiulotteinen vastineensa mekaanisten värähtelyjen tarkastelussa. Ensimmäinen ja oleellisin ongelma on mooditiheyden käyttäytyminen kolmiulotteisessa tilassa [2]. Mooditiheys kasvaa kolmiulotteisessa tilassa (fluideissa ja kiinteän aineen pitkittäisissä aalloissa) suunnilleen verrannollisena taajuuden neliöön, ja taajuuden kasvaessa saavutetaan pian rajataajuus, ns. Schroederin taajuus, jonka yläpuolella on aina herätettynä sen verran useita moodeja samanaikaisesti, ettei niitä voida yksinkertaisilla havainnoilla enää erottaa toisistaan, eikä yksittäiseen moodiin vaikuttaminen myöskään enää ole akustisen suunnittelun keinona mielekäs. Jälkikaiunta-ajan avulla lausuttuna Schroederin taajuus on T = 2 () V f c 6 Yksi- ja kaksiulotteisissa systeemeissä tilanne on taas mittausten kannalta helpompi: kaksiulotteisissa kalvoissa mooditiheys kasvaa suoraan verrannollisena taajuuteen, ja levyrakenteissa (kunhan aallonpituus on oleellisesti paksuutta suurempi) dispersio kasvattaa taivutusaallon nopeutta verrannollisena taajuuden neliöjuureen, joten mooditiheyden kasvu on verrannollinen vain taajuuden neliöjuureen. Lisäksi teknisisesti kiinnostavissa rakenteissa sisäinen vaimennus on usein pieni, mikä edelleen helpottaa ominaistaajuuksien kokeellista määrittelyä, sillä eri moodit kapeina ovat helpommin erotettavissa toisistaan. (Yksiulotteisissa systeemeissä mooditiheys on vakio, jos systeemissä ei ole dispersiota, ja jos tarkastelemme palkkia, jolla on taivutusjäykkyys, mooditiheys pienenee taajuuden kasvaessa.) Toinen, epäsuorempi, syy moodianalyysin epäsuosioon on se, etteivät yksittäiset ominaistaajuudet yleensä ole suurten tilojen, kuten konserttisalien, akustiikan kannalta kiinnostavia. Pienissä tiloissa (studiot, tarkkaamot, kodit) taas harvoin on varattu akustiseen suunnitteluun niin paljoa aikaa, että tällainen varsin työteliäs analyysi olisi edes mahdollinen. (Suurempien tilojen osalta voimme todeta, että moodianalyysin kiinnostamattomuus on itse asiassa onni onnettomuudessa, sillä mittaus saattaisi vaatia melko työteliästä mikrofonien asentelua.) Moodianalyysin käytön esteenä on tähän asti ollut myös se, että analyysiin tarvitaan suhteellisen raskasta laskentaa; tämä este on vähitellen väistymässä, mutta nopean käytännön työskentelyn vaatima monikanavainen mittaus edelleen vaatii erikoislaitteita. 47

OMINAISMUOTOANALYYSI HUONEAKUSTIIKASSA Backman, Repo Mihin moodianalyysiä voidaan soveltaa? Teoreettiset ja kokeelliset rajoitukset määrittelevät huoneakustisen moodianalyysin ainoaksi järkeväksi kohteeksi muutaman alimman moodin tarkastelun. Onneksi tämä on samalla juuri se ongelma, joka on pienten tilojen akustiikan kannalta hankala ja johon voidaan soveltaa erilaisia resonaattoriratkaisuja, joiden itsessään suunnittelu puhtaan kokeellisesti on taas työteliästä. Resonaattori on toki helppo mitoittaa oikealle taajuudelle, mutta edes kohtuullisen hyödyn tavoittamiseen vaadittava sijoittelu onkin huomattavasti mutkikkaampaa. Ongelmaa voidaan lähestyä myös toisesta suunnasta: huoneissa on yleensä vain muutamia järkeviä sijoituspaikkoja resonaattoreille, jolloin kysymyksiä ovat: kannattaako näihin yleensä sijoittaa resonaattoreita, ja jos kannattaa, mille ominaistaajuuksista ne kannattaa virittää? Näihin kysymyksiin voidaan tietenkin periaatteessa yrittää etsiä ratkaisua pelkästään värähtelymuodon (ts. äänipaineen) mittauksella. Jos ominaistaajuudet ovat hyvin harvassa, tämä menetelmä antaa hyvin samantapaisia tuloksia kuin varsinainen moodianalyysi, joten monimutkaisempi menettely ei ole perusteltu. Sen sijaan tapauksissa, joissa systeemissä on lähekkäin useita ominaistaajuuksia, ei yksittäisen ominaismuodon vaikutusta enää voida kunnolla tunnistaa, jolloin korjausten suunnittelu vaikeutuu. Periaatteessa moodianalyysiä voidaan käyttää ennustamaan korjaustoimenpiteiden vaikutusta esimerkiksi kaiuttimen vasteeseen kuuntelutilassa: lasketaan systeemin vaste alkuperäisessä tilanteessa, muutetaan yhden moodin amplitudia kaikkialla, ja katsotaan miltä uusi vaste vaikuttaa. Rajoituksena tällaisessa ennusteessa on vaikeus määritellä sitä, kuinka tehokkaasti yksittäisen moodin vaimennus onnistuu (ja minkälainen vaikutus vaimennukseen liittyvällä reunaehtojen muutoksella on muihin läheisiin ominaismuotoihin/taajuuksiin), mutta ennustemallit ainakin antavat vihjeen siitä, kannattaako korjausta edes yrittää. Tämä on tärkeää silloin, kun ominaistaajuudet ovat hyvin lähekkäin, sillä yhden moodin korjaus ei välttämättä vaikuta muiden samaan aikaan vaikuttavien moodien reunaehtoihin, jolloin tulos jää huomattavasti oletettua heikommaksi. Impulssivasteiden mittaus Spektrien laskenta Lähteen vaikutuksen poistaminen Tulosten visualisointi Moodien sovitus Taajuusalueen ja mooden määrän valinta Kuva. Huoneakustisen moodianalyysin periaatteellinen eteneminen. Moodianalyysillä on huoneakustiikassa myös epäsuora sovellutus: yksittäisten moodien vaimennuksen avulla voidaan arvioida pintojen ja rakenteiden absorptiota pienillä taajuuksilla. Jos absorptiota yritettäisiin määritellä pienillä taajuuksilla käyttäen perinteisiä jälkikaiuntaaikaan perustuvia menetelmiä (kuten Sabinen kaavaa), harvassa olevat yksittäiset moodit, joiden vaimenemisnopeuksissa saattaa olla eroja, tekevät jälkikauntaprosessista huonosti määri- 48

Backman, Repo OMINAISMUOTOANALYYSI HUONEAKUSTIIKASSA tellyn tavanomaisten mittausmenetelmien kannalta (mm. suotimien, joiden kaistanleveys olisi riittävän kapea, impulssivaste ei enää ole lyhyt verrattuna tarkasteltaviin ilmiöihin). Sen sijaan ominaistaajuuksien kaistanleveydet antavat suoraan tiedon pintojen vaimennuksesta kunkin ominaismuodon kohdalla. 4 KOKEELLISEN TYÖSKENTELYN KYSYMYKSIÄ Kolmiulotteisuuden tuoma oleellinen ongelma on mittauspisteiden määrän kasvu, mikä käytännössä rajoittaa tarkasteltavan taajuusalueen kapeammaksi kuin mitä vaikuttaisi mahdolliselta käyttämällä pelkästään Schroederin taajuutta kriteerinä. Suuri mittauspisteiden määrä vaikuttaa myös tarvittavaan laskenta-aikaan, sillä jokaiselle pisteelle on määriteltävä kutakin moodia vastaava kompleksinen amplitudi. f c Esimerkkinä mittauspisteiden määrästä tarkastelemme normaalikokoista (2,5*4*6 m 3 ) huonetta, jonka jälkikaiunta-aika tarkasteltavalla taajuusalueella on,5 s. Tällöin Schroederin taajuus on = 2 T6 / V 36 Hz. Tätä vastaava aallonpituus on,8 m, jolloin mittauspisteiden maksimietäisyyden tulisi spatiaalisen laskostumisen estämiseksi olla korkeintaan,54 m. Siten mittauspisteiden määräksi tulisi noin 38, jos haluttaisiin analysoida kaikki periaattessa toisistaan helposti erotettavissa olevat ominaismuodot. Käytännössä on päädyttävä harvemmassa oleviin mittauspisteisiin, jolloin suurimman taajuuden rajan määrittelee Schroederin taajuuden sijaan mikrofonien etäisyyden aiheuttama spatiaalinen laskostuminen. Ei ole mitään syytä sille, että mittauspisteiden muodostaman hilan tulisi olla säännöllinen. On kuitenkin suotavaa, että mittauspisteet sisältäisivät akustisen suunnittelun kannalta kiinnostavia pistetä, kuten kuuntelupisteet ja mahdollisten resonaattoreiden, absorbenttien jne. sijaintipaikat. Mittauspisteissä määriteltyjen moodien kompleksisten amplitudien avulla on jossan määrin mahdollista interpoloida käyttätymistä hilaan kuulumattomissa, mutta pisteiden rajaaman tilan sisällä olevissa pisteissä. Ekstrapolointi tämän tilavuuden ulkopuolelle on kuitenkin jo teoreettinenkin mahdottomuus. Sovitettavien ominaistaajuuksien määrä ja taajuusalue, jolle tarkka sovitus halutaan, on helpointa määritellä käsin, yksittäisten vastemittausten perusteella. Tarkasteltavan taajuusalueen yläpuolelle on vielä varattava ainakin yksi ominaismuoto, jonka sovituksessa vasteeseen ei olla tarkkoja, vaan jonka tehtävänä on huolehtia siitä, että käyttäytyminen optimoitavan alueen reunalla ei aiheuta virhettä varsinaisella tarkastelukaistalla oleviin ominaismuotoihin. Moodianalyysissä on poistettava lähteen ominaisuudet mittaustuloksesta, sillä muutoin tulosten analyysissä jouduttaisiin sovittamaan mittausdata sekä tutkittavan systeemin että lähteen ominaismuotoihin, joka olisi yksinkertaisesti todeten laskentatehon tuhlausta. Koska akustisen herätteen tuottamiseen poikkeuksetta käytetään kaiutinta, on herätteen ominaisuuksien poistaminen mittaustuloksista kohtuullisen suoraviivainen tehtävä. Kaiuttimella on tyypillisesti tarkasteltavalla taajuusaluueella (korkeintaan muutamaan sataan hertsiin asti) vain bassovasteen muodon määrittelevät alimmat resonanssit (mukaanlukien mahdollinen sähköinen korjaus). Nämä voidaan määritellä suoraan akustisella lähikenttämittauksella tai epäsuoraan mittaamalla sähköinen siirtofunktio ja kaiuttimen impedanssikäyttäytyminen, josta taas voidaan laskea bassoalueen akustisen siirtofunktion muoto. Jälkimmäinen menetelmä on hieman työteliäämpi, mutta samalla käytännössä myös täysin riippumaton mittaustilan akustisista häiri- 49

OMINAISMUOTOANALYYSI HUONEAKUSTIIKASSA Backman, Repo öistä. Koherenssia kuitenkin rajoittavat pienillä taajuuksilla sekä taustamelu että äänilähteen epälineaarisuus. 5 TULOSTEN ESITTÄMISEN HAASTEET Kolmiulotteisen, aikariippuvia ilmiöitä kuvaavan mittaus- ja analyysidatan visualisointi on itsessään hyvin haasteellinen ongelma, johon emme tässä puutu yleisemmin. Jonkin verran ongelmaa helpottaa se, että mittauspisteiden määrä pysyy käytännön rajoitusten takia pienenä. Ominaismuotoja on totuttu yleensä esittämään verkotettuina pintoina, ja animaation käyttö on ollut yleinen havainnollistamisen keino jo ensimmäisistä moodianalyysikokeiluista alkaen. Animaation käyttö mahdollistaa sekä eri pisteiden vaihesuhteiden tarkastelun että värähtelyn helpomman hahmottamisen silloin, kun mittauspisteitä on vähän. Tämä menetelmä voidaan helposti yleistää myös rajoitettuun kolmiulotteiseen tapaukseen, esittämällä pisteet päällekkäisinä kerroksina. Tämä esitys, kuten muutkin yksinkertaiset visualisoinnit, on helpompi tulkita, jos mittauspisteistö on säännöllinen, vaikka, kuten edellä totesimme, ei säännöllisyydestä ole itse analyysin kannalta merkittävää etua..5.5.5.5.5.5 Kuva 2. Esimerkki kolmiulotteisen värähtelyn havainnollistamisesta: (,, )-moodi esitettynä 4*4*3 ja 9*9*3 pisteen hilassa; näiden esitysten vertailu tuo esiin ongelman värähtelymuodon hahmottamisessa käytettäessä staattista esitystä harvassa pisteistössä. LÄHTEET. EWINS D. J., Modal Testing: Theory and Practice. Brüel & Kjær/Research Studies Press, Letchworth, 986. 2. JACOBSEN, FINN, Lydfeltet i et efterklangsrum. DTU, Laboratoriet for Akustik, 994, Note nr. 223. 5