AMEM：一种基于微量元素的方法，用于模拟长通道建筑空间中的声波传播

《Journal of Building Engineering》：AMEM: A Micro-Element based Approach for Modeling Acoustic propagation in Long-Channel Building Spaces

本研究提出声学微元建模（AMEM）方法，通过追踪声能携带的微元运动，有效模拟长通道空间纵向衰减与混响特性。实验验证显示，1000Hz频率下相对误差低于1%和10%，并行计算策略使平均耗时减少47%，并开发支持工具优化边界条件分析，为建筑声学优化提供新工具。

　　

吴勇|杨启亮|张学伟|周启珍|贾海宁

中国人民解放军陆军工程大学国防工程学院，南京210007，中国

摘要

长通道空间，包括地下车站、隧道和走廊，存在复杂的声学现象。准确高效地分析这些空间对于居住者的福祉和紧急疏散安全至关重要。然而，经典理论和方法往往适用性有限、计算效率低下，且难以获取精确的测量数据。在这项研究中，我们提出了一种新的声学微元建模（AMEM）方法，该方法将声音传播视为携带能量的声学微元的传输过程。基于此，我们开发了一个结合概率模型和动态算法的计算框架。在真实的长走廊中进行了验证，以分析纵向衰减和混响情况。在1000赫兹的代表性频率下，与测量数据相比，平均相对误差分别保持在1%以下和10%以下。此外，我们引入了一种并行计算策略，将平均计算时间减少了47%。最后，我们开发了AMEM支持工具，用于评估不同边界条件下的声学特性。这项研究为长通道建筑声学提供了新的视角和有效的工具。

引言

联合国报告指出，到2050年，全球超过55%的人口将居住在城市[1]。快速的城市化进程加剧了对基础设施的需求[2]，[3]，而人类80-90%的时间都在室内度过，这使得建筑物的声学环境成为影响空间感知、行为互动以及自然和机械声音信息传递的关键因素[4]。长通道空间，包括走廊、隧道和通道，是各种建筑设计的重要组成部分，从住宅和商业建筑到交通基础设施以及未来的城市地下空间[5]，[6]。然而，这些长通道空间具有独特的几何特性，例如特殊的比例（其中一个维度远大于其他两个维度）、两端开放（隧道、地铁站、火车站等）以及不同的横截面（宽高比、吸音结构）。这些特性使得长通道空间的声学环境分析和优化比其他结构建筑更具挑战性，特别是在封闭的地下区域，声音难以扩散，从而导致噪音污染[7]，[8]。因此，理解声学动态对于包含长通道空间的建筑设计至关重要。除了减少噪音干扰和提高建筑物内的声学舒适度[9]，[10]，[11]，[12]外，它还为紧急情况下的安全提供了参考[13]，[14]：一方面，持续的环境噪音会对心理健康和工作表现产生不利影响，可能导致血压升高和记忆力下降[15]。特别是，暴露在超过85分贝（dB）的高噪音水平下，不仅可能直接损害听力，还可能加剧心理压力，导致焦虑、抑郁和愤怒等负面情绪[16]，[17]，[18]，甚至进一步影响人类行为和感知[19]，[20]。另一方面，建筑物的消防安全在过去几十年中已成为消防安全领域最关键的问题之一[21]，[22]。在紧急情况下，如火灾时，居住者必须从烟雾、高温、能见度低和令人不安的噪音环境中逃生[23]，[24]。在这种情况下，长通道空间中的清晰语音警报可以为被困人员提供重要信息，并且在紧急情况下协助安全疏散[25]，[26]，[27]。确保在这些空间中语音警报系统的声音接收效果是决定声学质量的关键因素之一。

大多数建筑物内的声学环境研究通常使用专业剂量计进行手动测量。然而，由于功能模块产生的噪音随时间变化显著，仅通过这种方法收集的手动数据存在较大的不确定性和不准确性[28]。经典房间声学理论已被证明不适用于长通道空间，因为在这种极端尺寸条件下，扩散场的假设不成立[29]。声学模拟允许在建筑设计早期阶段灵活研究声学特性，从而产生更高效和健康的设计，而无需完全依赖直觉。然而，针对长通道空间的模型很少。现有模型通常受到计算速度[30]，[31]，[32]的限制，并且缺乏适当的理论[33]，[34]，通常假设简化的条件[12]，[35]，[36]，例如只分析单一的静态声源并忽略背景噪音的影响。因此，这些模型在应用于实际场景时可能不准确。

为了解决长通道建筑空间中的声学传播问题，本研究提出了新的声学微元建模（AMEM）方法。通过将声音概念化为携带能量的微体积元素并直接追踪其轨迹，AMEM有效地模拟了来自声源的直接声场以及与墙壁相互作用引起的反射声场。在计算过程中，这些元素作为概率模块单独纳入动态算法中，从而避免了过多的计算时间和内存消耗。从声学微元的角度来看，可以对声场的时空分布进行详细分析。这项工作为研究声学现象提供了一种直观且可解释的方法，主要贡献如下：

(1)

我们提出了一个基于声学微元的统一建模框架。

(2)

我们开发了一种并行计算策略，将概率模型与动态算法相结合，显著提高了计算和存储效率。

(3)

我们通过实际长通道走廊的案例研究证明了AMEM的可行性和效率，并得到了全面的实验验证。所提出的方法能够从声学微元的角度详细分析声音沿长度的衰减和混响过程。

(4)

我们进一步开发并使用了AMEM支持工具，以量化不同宽高比和墙壁吸音条件下的声学参数，从而为未来长通道建筑空间的声学优化（如噪音控制）提供了有价值的见解。

本文的结构如下：第2节回顾了与声学模拟和长通道空间声学相关的工作。第3节详细描述了计算模型及其相关算法的开发过程。第4节通过整合实验结果，详细介绍了所提出模型的验证和分析。第5节介绍了AMEM方法的实现和应用，重点关注长通道空间的两个关键方面：宽高比和墙壁吸音条件。最后，第6节提供了结论。

相关工作

相关工作

已经开发了一些模型来模拟建筑空间的房间声学，主要分为三类：基于波动的方法、统计声学方法和几何声学方法。基于波动的方法主要涉及求解波动方程，包括有限元方法[30]、边界元素方法[31]和有限差分时域方法[32]。然而，这些技术在计算上非常昂贵，尤其是在中高频情况下

方法论

如图1所示，所提出的AMEM方法的结构和组成部分如下：(1) 基于声学参数的声源模型；(2) 长通道空间的计算模型；(3) 核心动态算法。通过将(1)和(2)中得出的传输和再分布概率模型整合到(3)中，得到最终的结果参数输出(4)。

测量条件

如图7所示，本研究选择了一个长度为19米、宽度为2.1米、高度为3米的建筑内的走廊，对应于图2中的Lz、Lx和Ly。走廊的侧墙采用大理石瓷砖铺设，高度达到1.3米，有六扇铁门，地板也完全覆盖着大理石瓷砖。走廊的两端都是开放的。选择了AWA5510A十二面体全向声源，该声源以相等的概率向任何方向发射声学微元。

实施和应用

此外，我们还开发了一个基于AMEM方法的应用支持工具，证明了AMEM超越了传统算法的水平。该工具促进了后续研究，并如图13所示，集成了多种功能，包括概率模型计算、声源参数配置、脉冲和混响时间设置，以及实验结果的可视化、存储和回调。随后，该工具被

结论

本研究介绍了一种新的声场建模方法AMEM。通过对实际长通道空间内的声音传播进行模拟和实验分析，主要发现如下：

(1)

所提出的AMEM方法通过追踪声学微元的分布和再分布过程，有效捕捉了长通道环境中声音沿纵向的非线性衰减特性，这与传统的室内方法不同

作者贡献声明

贾海宁：指导。 周启珍：指导。 张学伟：指导。 杨启亮：撰写——审稿与编辑、指导、资源管理、项目管理、资金获取、概念化。 吴勇：撰写——初稿、可视化、验证、软件开发、方法论、数据分析、数据整理、概念化

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。

致谢

本研究得到了国家自然科学基金（合同编号52178307）和国家重点研发计划（项目编号2023YFC3107100）的支持。