É cada vez maior a preocupação com a poluição sonora gerada pelos transformadores de potência de subestações elétricas. Atualmente, o controle desse tipo de ruído é feito utilizando-se métodos passivos, que são caros e dificultam a manutenção dos transformadores. Uma alternativa para os métodos passivos é o controle ativo de ruído (ANC). Apesar de extensas pesquisas realizadas nas últimas três décadas, ainda não existem soluções comercialmente viáveis para o ANC de transformadores. As dificuldades para a aplicação bem sucedida do ANC para transformadores foram investigadas por meio de simulações e de testes com protótipo. Os três maiores obstáculos identificados foram: o posicionamento dos transdutores eletroacústicos; a obtenção de atenuação em uma região longe do transformador, usando um número reduzido de fontes de controle e de sensores de erro, os últimos colocados ainda na região de campo acústico próximo; e a identificação robusta do caminho secundário com baixa razão sinal/ruído. Os dois primeiros problemas foram abordados, analisando-se algumas alternativas de soluções. Algoritmos genéticos (GA) foram utilizados para a otimização da posição dos transdutores do sistema ANC. O desempenho desses algoritmos depende fortemente da modelagem acústica realizada e verificou-se que o método de Usry, escolhido para modelar o campo primário do transformador, não forneceu estimativa adequada. Usando um modelo mais simples de fonte primária, constatou-se a importância da função de mérito para o desempenho do GA. Também foi verificado que a otimização conjunta das posições dos transdutores fornece o mesmo resultado, e em menor tempo, que a otimização das posições das fontes de controle e dos sensores de erro separadamente. Simulações realizadas com uma nova estratégia de sensores virtuais (baseada no janelamento das fontes de controle) mostra que é possível aumentar o nível de atenuação longe do transformador, mesmo com um número pequeno de fontes de controle e sensores de erro. Testes com um protótipo de sistema ANC foram feitos em laboratório e em campo e os resultados desses testes são discutidos detalhadamente. / Concern regarding noise pollution caused by power transformers in electrical substations is increasing. Nowadays, this kind of noise is controlled using passive methods, which are expensive and make transformer maintenance more difficult. An alternative to passive methods is active noise control (ANC). However, despite extensive research undertaken in the last three decades, there is still no viable commercial solution for the active control of transformer noise. The difficulties for a successful implementation of an ANC solution in the case of power transformer noise are investigated through simulations and tests with a prototype. The three main obstacles found were: the positioning of the electro-acoustic transducers; the achievement of sufficient attenuation in a region far from the transformer, using a small number of control sources and error sensors (when the latter are positioned on the region of acoustic near-field); and the robust identification of the secondary path in a low signal/noise situation. The two former problems were dealt with, and some alternative solutions were analyzed. Genetic algorithms (GA) were used for the optimization of the transducers\' position. The performance of these algorithms is strongly related to the acoustical model used and it was verified that the Usry method, used for modelling the transformers primary field, did not result in an adequate estimate. Using a simplified model for the primary source, the importance of the cost function in the GA\'s performance was made evident. It was also verified that the joint optimization of transducers\' position provides the same result, and in shorter time, as the independent optimization of control source and error sensor positions. Simulations with a new virtual sensor strategy (based on windowing the control sources) show that it is possible to increase attenuation levels in a region far from the transformer, even with a small number of control sources and error sensors. Laboratory and field tests with an ANC system prototype were undertaken and the results of these tests are thoroughly discussed.

É cada vez maior a preocupação com a poluição sonora gerada pelos transformadores de potência de subestações elétricas. Atualmente, o controle desse tipo de ruído é feito utilizando-se métodos passivos, que são caros e dificultam a manutenção dos transformadores. Uma alternativa para os métodos passivos é o controle ativo de ruído (ANC). Apesar de extensas pesquisas realizadas nas últimas três décadas, ainda não existem soluções comercialmente viáveis para o ANC de transformadores. As dificuldades para a aplicação bem sucedida do ANC para transformadores foram investigadas por meio de simulações e de testes com protótipo. Os três maiores obstáculos identificados foram: o posicionamento dos transdutores eletroacústicos; a obtenção de atenuação em uma região longe do transformador, usando um número reduzido de fontes de controle e de sensores de erro, os últimos colocados ainda na região de campo acústico próximo; e a identificação robusta do caminho secundário com baixa razão sinal/ruído. Os dois primeiros problemas foram abordados, analisando-se algumas alternativas de soluções. Algoritmos genéticos (GA) foram utilizados para a otimização da posição dos transdutores do sistema ANC. O desempenho desses algoritmos depende fortemente da modelagem acústica realizada e verificou-se que o método de Usry, escolhido para modelar o campo primário do transformador, não forneceu estimativa adequada. Usando um modelo mais simples de fonte primária, constatou-se a importância da função de mérito para o desempenho do GA. Também foi verificado que a otimização conjunta das posições dos transdutores fornece o mesmo resultado, e em menor tempo, que a otimização das posições das fontes de controle e dos sensores de erro separadamente. Simulações realizadas com uma nova estratégia de sensores virtuais (baseada no janelamento das fontes de controle) mostra que é possível aumentar o nível de atenuação longe do transformador, mesmo com um número pequeno de fontes de controle e sensores de erro. Testes com um protótipo de sistema ANC foram feitos em laboratório e em campo e os resultados desses testes são discutidos detalhadamente. / Concern regarding noise pollution caused by power transformers in electrical substations is increasing. Nowadays, this kind of noise is controlled using passive methods, which are expensive and make transformer maintenance more difficult. An alternative to passive methods is active noise control (ANC). However, despite extensive research undertaken in the last three decades, there is still no viable commercial solution for the active control of transformer noise. The difficulties for a successful implementation of an ANC solution in the case of power transformer noise are investigated through simulations and tests with a prototype. The three main obstacles found were: the positioning of the electro-acoustic transducers; the achievement of sufficient attenuation in a region far from the transformer, using a small number of control sources and error sensors (when the latter are positioned on the region of acoustic near-field); and the robust identification of the secondary path in a low signal/noise situation. The two former problems were dealt with, and some alternative solutions were analyzed. Genetic algorithms (GA) were used for the optimization of the transducers\' position. The performance of these algorithms is strongly related to the acoustical model used and it was verified that the Usry method, used for modelling the transformers primary field, did not result in an adequate estimate. Using a simplified model for the primary source, the importance of the cost function in the GA\'s performance was made evident. It was also verified that the joint optimization of transducers\' position provides the same result, and in shorter time, as the independent optimization of control source and error sensor positions. Simulations with a new virtual sensor strategy (based on windowing the control sources) show that it is possible to increase attenuation levels in a region far from the transformer, even with a small number of control sources and error sensors. Laboratory and field tests with an ANC system prototype were undertaken and the results of these tests are thoroughly discussed.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentada uma nova abordagem para obter as respostas impulsivas biauriculares (BIRs) para um sistema de aurilização utilizando um conjunto de redes neurais artificiais (RNAs). O método proposto é capaz de reconstruir as respostas impulsivas associadas à cabeça humana (HRIRs) por meio de modificação espectral e de interpolação espacial. A fim de cobrir todo o espaço auditivo de recepção, sem aumentar a complexidade da arquitetura da rede, uma estrutura com múltiplas RNAs (conjunto) foi adotada, onde cada rede opera uma região específica do espaço (gomo). Os três principais fatores que influenciam na precisão do modelo arquitetura da rede, ângulos de abertura da área de recepção e atrasos das HRIRs são investigados e uma configuração ideal é apresentada. O erro de modelagem no domínio da frequência é investigado considerando a natureza logarítmica da audição humana. Mais ainda, são propostos novos parâmetros para avaliação do erro, definidos em analogia com alguns dos bem conhecidos parâmetros de qualidade acústica de salas. Através da metodologia proposta obteve-se um ganho computacional, em redução do tempo de processamento, de aproximadamente 62% em relação ao método tradicional de processamento de sinais utilizado para aurilização. A aplicabilidade do novo método em sistemas de aurilização é reforçada mediante uma análise comparativa dos resultados, que incluem a geração das BIRs e o cálculo dos parâmetros acústicos biauriculares (IACF e IACC), os quais mostram erros de magnitudes reduzidas. / This work presents a new approach to obtain the Binaural Impulse Responses (BIRs) for an auralization system by using a committee of artificial neural networks (ANNs). The proposed method is capable to reconstruct the desired modified Head Related Impulse Responses (HRIRs) by means of spectral modification and spatial interpolation. In order to cover the entire auditory reception space, without increasing the networks architecture complexity, a structure with multiple RNAs (group) was adopted, where each network operates in a specific reception region (bud). The three major parameters that affect the models accuracy the networks architecture, the reception regions aperture angles and the HRIRs time shifts are investigated and an optimal setup is presented. The modeling error, in the frequency domain, is investigated considering the logarithmic nature of the human hearing. Moreover, new parameters are proposed for error evaluation in the time domain, defined in analogy with some of the well known acoustical quality parameters in rooms. It was observed that the proposed methodology obtained a computational gain of approximately 62%, in terms of processing time reduction, compared to the classical signal processing method used to obtain auralizations. The applicability of the new method in auralizations systems is validated by comparative analysis, which includes the BIRs generation and calculation of the binaural acoustic parameters (IACF and IACC), showing very low magnitude errors.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentada uma nova abordagem para obter as respostas impulsivas biauriculares (BIRs) para um sistema de aurilização utilizando um conjunto de redes neurais artificiais (RNAs). O método proposto é capaz de reconstruir as respostas impulsivas associadas à cabeça humana (HRIRs) por meio de modificação espectral e de interpolação espacial. A fim de cobrir todo o espaço auditivo de recepção, sem aumentar a complexidade da arquitetura da rede, uma estrutura com múltiplas RNAs (conjunto) foi adotada, onde cada rede opera uma região específica do espaço (gomo). Os três principais fatores que influenciam na precisão do modelo arquitetura da rede, ângulos de abertura da área de recepção e atrasos das HRIRs são investigados e uma configuração ideal é apresentada. O erro de modelagem no domínio da frequência é investigado considerando a natureza logarítmica da audição humana. Mais ainda, são propostos novos parâmetros para avaliação do erro, definidos em analogia com alguns dos bem conhecidos parâmetros de qualidade acústica de salas. Através da metodologia proposta obteve-se um ganho computacional, em redução do tempo de processamento, de aproximadamente 62% em relação ao método tradicional de processamento de sinais utilizado para aurilização. A aplicabilidade do novo método em sistemas de aurilização é reforçada mediante uma análise comparativa dos resultados, que incluem a geração das BIRs e o cálculo dos parâmetros acústicos biauriculares (IACF e IACC), os quais mostram erros de magnitudes reduzidas. / This work presents a new approach to obtain the Binaural Impulse Responses (BIRs) for an auralization system by using a committee of artificial neural networks (ANNs). The proposed method is capable to reconstruct the desired modified Head Related Impulse Responses (HRIRs) by means of spectral modification and spatial interpolation. In order to cover the entire auditory reception space, without increasing the networks architecture complexity, a structure with multiple RNAs (group) was adopted, where each network operates in a specific reception region (bud). The three major parameters that affect the models accuracy the networks architecture, the reception regions aperture angles and the HRIRs time shifts are investigated and an optimal setup is presented. The modeling error, in the frequency domain, is investigated considering the logarithmic nature of the human hearing. Moreover, new parameters are proposed for error evaluation in the time domain, defined in analogy with some of the well known acoustical quality parameters in rooms. It was observed that the proposed methodology obtained a computational gain of approximately 62%, in terms of processing time reduction, compared to the classical signal processing method used to obtain auralizations. The applicability of the new method in auralizations systems is validated by comparative analysis, which includes the BIRs generation and calculation of the binaural acoustic parameters (IACF and IACC), showing very low magnitude errors.