@Article{aev:2013-10.55753/aev.v28e45.152,
title = {Redes neurais artificiais aplicadas à simulação de cenários complexos de ruído aeronáutico},
author = {C. Revoredo, T. AND G. Slama, J. AND Mora-Camino, F.},
journal = {Acústica e Vibrações},
year = {2013},
issn = {1983-442X, 2764-3611},
month = {dezembro},
number = {45},
pages = {51--61},
volume = {28},
doi = {10.55753/aev.v28e45.152},
publisher = {Sociedade Brasileira de Acústica},
keywords = {Estimação do Ruído Aeronáutico, Redes Neurais Artificiais, Sistemas Diferencialmente
Planos, Dinâmica do Voo},
abstract = {A intensificação do tráfego aéreo e a intrusão urbana geram situações críticas de incômodo sonoro ao redor dos aeroportos e a estimação do ruído aeronáutico ganha importância na avaliação de cenários de tráfego e na definição de novos procedimentos de pouso e decolagem objetivando a redução deste incômodo. Essa estimação tem sido feita por modelos de segmentação de trajetórias que geralmente não apresentam o histórico temporal dos níveis estimados. Para superar essa limitação e a inexistência de um modelo analítico completo, propõe-se uma abordagem dinâmica e diretamente relacionada às trajetórias 4D das aeronaves. Para tal, a platitude diferencial da dinâmica de guidagem das aeronaves é usada para gerar, a partir das trajetórias, os valores de alguns dos fatores causais do ruído que são entradas para o modelo de estimação. Assim, uma rede neural artificial permite a representação da evolução temporal do ruído em pontos da vizinhança dos aeroportos. Os resultados são obtidos e validados com base no Modelo integrado de ruído (INM). A ferramenta é promissora para análises complexas do cenário de incômodo em particular para problemas associados à dispersão de trajetórias complexas. || Title: Artificial neural networks applied to the simulation of complex aircraft noise scenarios || Abstract: The intensification of air traffic and urban intrusion generate critical situations of noise nuisance around airports and the estimation of aircraft noise gains importance in the evaluation of traffic scenarios and in the definition of new landing and take-off procedures aiming at reducing this nuisance. This estimation has been done by trajectory segmentation models that generally do not present the temporal history of the estimated levels. In order to overcome this limitation and the lack of a complete analytical model, a dynamic approach directly related to aircraft 4D trajectories is proposed. To this end, the differential platitude of aircraft guidance dynamics is used to generate, from the trajectories, the values of some of the noise causal factors that are inputs to the estimation model. Thus, an artificial neural network allows the representation of the temporal evolution of noise at points in the vicinity of airports. Results are obtained and validated based on the Integrated Noise Model (INM). The tool is promising for complex nuisance scenario analysis in particular for problems associated with complex trajectory dispersion.},
}