Kielce University of Technology Faculty of Mechatronics and Mechanical Engineering Problemy eksploatacyjne stacji monitorujących hałas i ruch pojazdów drogowych Bąkowski Andrzej Radziszewski Leszek Skrobacki Zbigniew Świetlik Paweł Technologie informatyczne w ochronie i kształtowaniu środowiska 14-06-2018 Warszawa
Przygotowanie danych Problemy wynikające z błędów czasu rejestracji a) Duplikacja danych Rys. 1 Duplikacja rekordów spowodowana przesunięciem czasowym 2
Przygotowanie danych Problemy wynikające z błędów czasu rejestracji b) Nadmiarowe dane Rys. 2 Nadmiarowe dane wynikające z przesunięcia czasowego zapisu 3
Przygotowanie danych Problemy wynikające z błędów czasu rejestracji c) Niejednoznaczna klasyfikacja rekordu Rys. 3 Niejednoznaczność przy klasyfikacji danych wynikająca z nieregularnego czasu zapisu 4
Przygotowanie danych Weryfikacja poprawności zarejestrowanych danych - Puste rekordy Rys. 4 Przykładowe zarejestrowane puste rekordy 5
Przygotowanie danych Weryfikacja poprawności zarejestrowanych danych - Wartości zdecydowanie za wysokie Rys. 5 Zarejestrowane dane, które są ewidentnie niepoprawne 6
Przygotowanie danych Weryfikacja poprawności zarejestrowanych danych - Wartości zerowe Rys. 6 Zarejestrowane przykładowe wartości zerowe 7
Metody rozwiązania problemu braku danych Sklejanie Przyjęcie wartości średniej Imputacja danych z zastosowaniem inteligencji obliczeniowej 8
Stacje monitorujące hałas drogowy i ruch pojazdów Rys. 7 Położenie stacji monitorującej hałas i ruch pojazdów na ulicy Krakowskiej w układzie urbanistycznym Kielc [Źródło: Geoportal Kielce] 9
Typy stacji pomiarowych a) b) c) Rys. 8 Przykładowe stacje automatycznego pomiaru hałasu: a) Svantek SV200* b) Norsonic NOR1530** c) Bruel&Kjaer BK3693*** [Źródło: *https://www.fardata.pl/pl/o-nas/2-far-data/9-realizacje **https://www.norsonic.asia/product/environmental-monitoring-systems-by-norsonic/ *** https://www.emsbk.com/noise-monitoring-terminal/] 10
Tor pomiarowy hałasu na przykładzie stacji pomiarowej w Kielcach Ruch miejski Mikrofon wszechpogodowy Microtech Gefell MK250* Rejestruje dźwięki o częstotliwości w zakresie 3,5Hz 20kHz z dokładnością +/- 2dB Przedwzmacniacz SV12L** Może pracować przy częstotliwościach 1Hz - 200kHz. Generuje szumy własne na poziomie 3.5 μv RMS Miernik cyfrowy SVAN 958A*** Pracuje w częstotliwościach 0,5Hz 20kHz w zależności od użytego mikrofonu. Wbudowany detektor ma rozdzielczość 0,1 db. Rys. 9 Schemat toru pomiarowego stacji Enviro 151 rejestrującej hałas [Źródło: * Microtech_MK_250_bro.pdf instrukcja ** SV12L.pdf instrukcja *** http://svantek.com/support/274/958a_pl_internet.pdf instrukcja ]
Tor pomiarowy natężenia ruchu na przykładzie stacji pomiarowej w Kielcach Ruch miejski Radar drogowy Wavetronix SmartSensor HD 126* Pracuje w częstotliwości 24 24,25 GHz w paśmie o szerokości 245 MHz z dokładnością pomiarów: - Zliczanie pojazdów: 90-98% - Klasyfikacja pojazdów: 80-90% - Prędkości pojazdów: 3-5 km/h Rys. 10 Schemat toru pomiarowego stacji Enviro 151 rejestrującej ruch pojazdów * [Źródło: Radar_wavetronic.pdf instrukcja]
Budowa stacji Rys. 11 Schemat blokowy systemu stacji pomiarowej Enviro 151 [Źródło: Enviro151.pdf Instrukcja]
Stacje monitorujące hałas drogowy i ruch pojazdów Stacje monitorowania hałasu drogowego Enviro 151 zawierają: SVAN 958A - czterokanałowy cyfrowy miernik poziomu drgań i dźwięku klasy 1. Zakres częstotliwości pomiarowych od 0,5 Hz do 20 khz w zależności od użytego mikrofonu. W przypadku zastosowania mikrofonu pojemnościowego MICROTECH GEFELL MK 250 prepolaryzowanego 1/2, w klasie 1, o czułości. 50 mv/pa wraz z przedwzmacniaczem SV 12L zakres ten wynosi od 3,5 Hz do 20 khz, WAVETRONIX - cyfrowy radar natężenia ruchu o częstotliwość pracy 245 MHz, VAISALA WTX 510 - automatyczną stację meteorologiczną rejestrującą dane pogodowe. 14
Stacje monitorujące hałas drogowy i ruch pojazdów Rys. 12 Umiejscowienie stacji pomiarowych na mapie Kielc [Źródło: Geoportal Kielce + własne] 15
Pomiary Pomiary przeprowadza się w sposób ciągły przez całą dobę (24h) Poziomu dźwięku rejestrowany jest co 1 sekundę (bufor) a wyniki są zapisywane co 1 minutę. Na podstawie zapisanych danych wyznaczany jest równoważny poziomu dźwięku dla trzech przedziałów czasowych tj. od 6:00 do 18:00, od 18:00 do 22:00 oraz od 22:00 do 6:00. Równoważny poziom dźwięku wyznacza się według równania: Gdzie: T - całkowity czas pomiaru, p A - wartość chwilowa ciśnienia akustycznego, skorygowana wg charakterystyki częstotliwościowej A, p 0 - poziom ciśnienia odniesienia (20 µpa) 16
Pomiary natężenia ruchu Pomiary ruchu pojazdów (ilości zarejestrowanych pojazdów) prowadzone są na wszystkich pasach drogowych - zazwyczaj 4 pasy Wyniki rejestrowane są co godzinę z rozróżnieniem typu pojazdów (samochody osobowe, ciężarówki, samochody dostawcze, motocykle) Na podstawie zapisanych danych możliwe jest wyznaczenie natężenia ruchu pojazdów dla trzech przedziałów czasowych tj. od 6:00 do 18:00, od 18:00 do 22:00 oraz od 22:00 do 6:00. Rejestrowana jest również średnia prędkość pojazdów dla wszystkich pasów drogowych Rys. 13 Fragment danych pomiarowych natężenia ruchu zarejestrowanych na ulicy Sandomierskiej 17
Pomiary hałasu Pomiary hałasu są prowadzone z wykorzystaniem mikrofonu wszechpogodowego Wyniki rejestrowane są co sekundę i uśredniane dla trzech przedziałów czasowych tj. od 6:00 do 18:00, od 18:00 do 22:00 oraz od 22:00 do 6:00 Rys.14 Fragment danych pomiarowych hałasu zarejestrowanych na ulicy Sandomierskiej 18
Problemy eksploatacyjne Problemy związane z pomiarem równoważnego poziomu hałasu Problem niekompletności danych: Baza zawiera 905 rekordów (powinna zawierać 1095 rekordów co odpowiada trzem pomiarom dla jednej doby) W przypadku 3 dni brakowało rejestracji dla 3 pór doby Zastosowano procedurę pomijającą dni, dla których nie było pełnej rejestracji (3 wartości) - warunek ten spełniło 301 dni a więc w dalszej analizie wykorzystywano 903 rekordy danych. 19
Rozwiązanie problemów eksploatacyjnych a) b) sklejanie danych Rys. 15 Równoważny poziom hałasu zarejestrowany na ulicy Krakowskiej w 2013 roku: a) w układzie całorocznym widoczne braki, b) dane zarejestrowane poprawnie - sklejone 20
Problemy eksploatacyjne dane odstające Dnie - graniczne wartości dla danych nietypowych: 67.6 i 72.9 db 6 przypadków mniejszych od wartości granicznej, wszystkie wystąpiły w dni wolne od pracy. Wieczory - graniczne wartości dla danych nietypowych: 66.5 i 71.2 db 3 przypadki mniejsze (8.01 wtorek 12.01 sobota i 15.05 niedziela 2 przypadki większe - w normalne dni robocze. Noce: graniczne wartości dla danych nietypowych:62.8 i 66.8 db 12 przypadków mniejszych dni świąteczne z wyjątkiem 14.01 3 przypadki większe - dni robocze z wyjątkiem jednej soboty 13.07 Rys. 16 Wykresy pudełkowe dla równoważnego poziomu hałasu zarejestrowanego na ulicy Krakowskiej w 2013 roku. 21
Problemy eksploatacyjne Charakterystyka wyników pomiarów natężenia ruchu Baza wyników pomiarów natężenia ruchu w 2013 roku zawiera 8375 rekordów (powinna 8760). Wystąpiły braki rejestrowanych wartości. W analizie uwzględniono dni, dla których poprawnie zarejestrowano natężenie ruchu dla całej doby. Baza danych z zarejestrowanymi wartościami miała 8208 rekordów odpowiadających 342 dniom pomiarowym. 22
Problemy eksploatacyjne a) b) c) Rys. 17 Ruch zarejestrowany w roku 2013 na ulicy Krakowskiej dla pór doby: a) dnie, b) wieczory, c) noce. 23
Problemy eksploatacyjne a) b) c) Rys. 18 Wykresy pudełkowe zagregowanego ruchu pojazdów dla pór doby: a) dnie, b) wieczory, c) noce. 24
Problemy eksploatacyjne Usunięto z bazy dane z okresu od 13.04 do 12.07 Baza zawierała więc 6192 rekordy danych. Zastosowano procedurę weryfikującą czy dla każdej doby zarejestrowano 24 wartości co ostatecznie dało 6096 rekordów odpowiadających 254 dniom dla których dane są poprawnie zarejestrowane. 25
Problemy eksploatacyjne a) b) c) Rys. 19 Wykresy pudełkowe zagregowanego ruchu pojazdów dla pór doby: a) dnie, b) wieczory, c) noce pominięto okres z danymi odstającymi zarejestrowanymi w nocy 26
Ua Ua Ua Niepewność pomiaru a) b) c) Niepewność Ua dla pory doby - dzień Niepewność Ua dla pory doby - wieczór Niepewność Ua dla pory doby - noc 700 600 500 400 300 200 100 0 pon wt śr czw pt sb nd 120 100 80 60 40 20 0 pon wt śr czw pt sb nd 140 120 100 80 60 40 20 0 pon wt śr czw pt sb nd dni tygodnia dni tygodnia dni tygodnia bez danych niepewnych z danymi niepewnymi bez danych niepewnych z danymi niepewnymi bez danych niepewnych z danymi niepewnymi Rys. 20 Wykresy obrazujące różnicę niepewności pomiaru przy uwzględnieniu danych niepewnych oraz bez nich dla różnych pór doby: a) dni, b) wieczorów, c) nocy [Źródło: własne] 27
Vq [%] Vq [%] Vq [%] Współczynnik zmienności Vq Współczynnik zmienności Vq dla pory doby - dzień Współczynnik zmienności Vq dla pory doby - wieczór Współczynnik zmienności Vq dla pory doby - dzień 10 8 6 4 2 0 pon wt śr czw pt sb nd 16 14 12 10 8 6 4 2 0 pon wt śr czw pt sb nd 20 15 10 5 0 pon wt śr czw pt sb nd dni tygodnia dni tygodnia dni tygodnia bez danych niepewnych z danymi niepewnymi bez danych niepewnych z danymi niepewnymi bez danych niepewnych z danymi niepewnymi Rys. 21 Wykresy obrazujące różnicę współczynnika zmienności Vq przy uwzględnieniu danych niepewnych oraz bez nich dla różnych pór doby: a) dni, b) wieczorów, c) nocy [Źródło: własne] 28
Wnioski Interpretacja danych odstających i ustalenie procedur ich automatycznego usuwania Konieczność analizy rejestrowanych wartości w czasie rzeczywistym Konieczność imputacji brakujących danych Konieczność analiz niepewności pomiarów 29
Dziękuję za uwagę 30