這個單元要來探討的主題是：如何應用“SPR” 技術路徑(technical roadmap)處理振動(vibration)與噪音(noise)問題？這是這個系列的第1篇：(1) 如何進行”R-test-N”？
要探討這個主題，參閱左上方圖示，先回顧：【振動/聲音之結構路徑/空氣路徑之S → P → R系統方塊圖】，讀者可參閱參考單元：#351，【由SPR方塊圖看需要哪些實驗與分析？】，摘錄如下：
1.
實驗導向(Experimental approach)的5種Test實驗技術：S-test、P-test-S、R-test-V、P-test-A、R-test-N。
2.
分析導向(Analytical approach)的5種Analysis分析技術：S-analysis、P-analysis-S、R-analysis-V、P-analysis-A、R-analysis-N。
這個單元著重在R-test-N：Response-test-Noise：響應-實驗-噪音：就是量測結構的聲音壓力響應 𝒑𝒌 (𝒕)，因為要處理噪音問題，當然第一個步驟，就要先知道結構系統的噪音狀態，目的在瞭解聲音的特徵。
繼續往下探討之前，先介紹幾個【心法】(mental method)，第一個心法是【4W】：
1. What is?
2. Why to do?
3. What goals?
4. How to do?
第二個心法是【4個What】：
1. What to know?
2. What to get?
3. What to do?
4. What to show?
第三個心法是【MADI】，讀者可參閱參考單元：#164，【產品振動噪音之量測、分析、診斷與對策 MADI for Product Noise and Vibration】：
1. Measurement
2. Analysis
3. Diagnosis
4. Improvement
最後，第四個心法是【F-C/S-A/M-I-V-C-I】流程圖的心法，讀者可參閱左下方圖示，以及參考單元：#88，【工程設計的新思維：F-C(S)-A(M)-I-V/C-I】，在此只採用實驗方法，所以只有【F- S-
M-I-V-C-I】：
1. Function
2. Sensor
3. Measurement
4. Index
5. Value
6. Criterion
7. Improvement
首先，參考影片，可以看出順序，採用【4W】心法，做出對應的提問：
1. What is ”R-test-N”? 甚麼是”R-test-N”？
2. Why to do ”R-test-N”? 為什麼要進行”R-test-N”？
3. What goals for ”R-test-N”? 做了”R-test-N”要達到甚麼目標？
4. How to do ”R-test-N” ? 如何進行”R-test-N”？
第一，甚麼是”R-test-N”？ R-test-N = Response-test-Noise =
響應-實驗-噪音：就是量測結構的聲音壓力響應 𝒑𝒌 (𝒕)，因為要處理噪音問題，當然第一個步驟，就要先知道結構系統的噪音狀態，目的在瞭解聲音的特徵。
第二，為什麼要進行”R-test-N”？參閱圖示右上方，是一部增濕器(Humidifier)，覺得有噪音，想要瞭解這部Humidifier的噪音狀態。所以就要導入【4個What】心法的思考。在此，第1個What= What to know? 也就是想要知道噪音有甚麼特徵？
第三，做了”R-test-N”要達到甚麼目標？因為，噪音有甚麼特徵？是很籠統的說法，在此就要比較明確的指出，引用第2個What= What to get? 需要取得甚麼樣的資訊？通常會想要知道噪音總量是多少分貝(decibel)？噪音是由那些頻率組成？又主要的噪音貢獻頻帶是那些？所以需要取得如聲音頻譜(sound spectrum)的資訊，以下會更詳細的說明Index 指標。
第四，如何進行”R-test-N”？就可以導入第3個What= What to do?，以及第4個What= What to show? 分別來說明。
第3個What= What to do? 就是必須要做甚麼事呢？由第三個心法=【MADI】，包含四個階段的工作，分別是：
1. Measurement 量測：就可以採用第四個心法=【F- S-
M-I-V-C-I】來思考，要量測取得聲音響應的原始數據是時間波形(time waveform) 𝒑(𝒕)，隨後再詳細說明。
2. Analysis 分析：針對取得的 𝒑(𝒕)，會透過FFT處理，取得噪音頻譜(noise spectrum)，𝑮𝒑𝒑(𝒇)實際上是聲音壓力頻譜(sound pressure spectrum)，可簡稱聲音頻譜(sound spectrum)。聲音頻譜顯示的峰值(peaks)，就是主要發聲的頻率。
3. Diagnosis 診斷：Analysis 分析和Diagnosis 診斷，通常是個往復循環流程，以能夠診斷出噪音的現象、原因，以期能提出改善Improvement
對策。
4. Improvement
對策：基於前述的MAD，能夠提出改善Improvement
對策。
接續第四個心法=【F-S-M-I-V-C-I】的思考，說明如下：
1. Function 目的：本單元在討論的是如何進行”R-test-N”？已經完成了【4W】的敘述。
2. Sensor 感測器：在此進行的是”R-test-N”，參閱圖示右上方，使用的是麥克風(microphone)，可以量測到聲音壓力響應 𝒑(𝒕)。
3. Measurement 量測：在此需要定義待測物的運轉工況，決定量測採集數據的FFT參數設定等。
4. Index 指標：對量測到的聲音壓力響應 𝒑(𝒕)，也是之一，參閱圖示右下方，有各種評估噪音的指標，後續再詳細說明。
5. Value 數值：每一個指標，都有對應的數值、或圖示。
6. Criterion 允收標準：每一個指標，都會有對應的Criterion 允收標準。
7. Improvement 改善對策：也就是基於MAD，能夠提出改善Improvement 對策。
其次，導入第4個What= What to show? 除了量測到的聲音壓力響應
𝒑(𝒕)，是原始數據(raw data)之外，有各種評估噪音的指標，還需要呈現甚麼樣的指標？或相關圖示？參閱圖示右下方，說明如下：
1. 𝒑(𝒕) = time waveform = 時間波形：量測到的聲音壓力響應 𝒑(𝒕)，是原始數據(raw data)。
2. 𝑮𝒑𝒑 (𝒇)
= sound spectrum = 聲音頻譜：透過FFT以及PSD處理，可以取得聲音的功率頻譜，可簡稱聲音頻譜(sound spectrum)。聲音頻譜顯示的峰值(peaks)，就是主要發聲的頻率。
3. 𝑮𝒑𝒑,𝟏/𝟑(𝒇𝒄) = 1/3 octave band
spectrum = 三分之一倍頻頻譜：主要是配合人耳感官的聽覺效果。
4. 𝑳𝒑,𝒆𝒒 = equivalent sound pressure level = 等效聲音壓力位準/聲壓級：簡單說，就是在量測時間內的噪音量大小之平均值，實際上是均能音量(equivalent energy)的概念，如圖示案例，噪音量分別是 62.6 dB、57.4 dBA。
5. 𝑮𝒑𝒑(𝒕,𝒇) = spectrogram = 時頻圖：必須透過時頻分析(time frequency
analysis)，常用短時傅立葉轉換(short time Fourier transform, STFT)處理，以得到時頻圖。
6. 𝑳𝒑(𝒕) = sound pressure level = 聲音壓力位準/聲壓級：對應時間軸，每一個瞬間的聲音壓力位準/聲壓級。
以上就是，進行”R-test-N”的主要工作項目與步驟，綜合一下這個單元的討論：
1. 回顧【振動/聲音之結構路徑/空氣路徑之S → P → R系統方塊圖】，著重在(1) 如何進行”R-test-N”？
2. 引用第一個心法【4W】：探討”R-test-N”的內涵，包括： (1) What is? 是甚麼？(2) Why to do? 為什麼要做？(3) What goals?
達到甚麼目標？(4) How to do? 要如何進行？
3. 引用第二個心法是【4個What】：(1) What to know? 想要知道甚麼？(2) What to get? 需要得到甚麼？(3) What to do? 必需做甚麼？(4) What to show? 應該呈現甚麼？並結合第一個心法【4W】的整合應用。
4. 引用第三個心法是【MADI】：處理振動噪音問題的四個階段工作，包括：(1) Measurement 量測，(2) Analysis 分析，(3) Diagnosis 診斷，(4) Improvement 對策。
5. 引用第四個心法是【F- S-
M-I-V-C-I】：處理振動噪音問題的系統化步驟流程，包括：(1) Function 目的，(2) Sensor 感測器，(3) Measurement 量測，(4) Index 指標，(5) Value 數值，(6) Criterion
允收標準，(7) Improvement 改善對策。
6. 第四個心法=【F- S- M-I-V-C-I】的Index指標：針對噪音響應，Index 指標包括：𝒑(𝒕)、𝑮𝒑𝒑 (𝒇)、𝑮𝒑𝒑,𝟏/𝟑(𝒇𝒄)、𝑳𝒑,𝒆𝒒、𝑮𝒑𝒑(𝒕,𝒇)、𝑳𝒑(𝒕)。
以上個人看法，請多指教！
王栢村
2024.01.08
%20%E5%A6%82%E4%BD%95%E9%80%B2%E8%A1%8CR-test-N%EF%BC%9F.jpg)
