【崴昊科技】2019 SmartDO最佳化設計與智慧運算研討會；12/6(五)新竹安捷國際酒店(新竹高鐵站旁)

2019-12-06

一如往年，今年的SmartDO Conference，我們為您介紹業界最先進的研究課題與技術。今年的應用嶺域包括國防，航太，馬達，聲學，半導體等。

本次演講單位包括了: 日月光集團，台達電子，中科院航空所，逢甲大學電聲學程，SimpaTec法國分部，智馭科技，愛發股份有限公司。 許多內容在一般研討會不容易看到，特別感謝講師及用戶的強力支持，方能有此堅強的議題陣容組合。

主辦 :

• 崴昊科技

時間 : 2019年12月6日(五)，AM09:00~PM03:50
地點 : 新竹安捷國際酒店領航國際廳/302新竹縣竹北市復興三路二段168號(新竹高鐵站旁)
費用 : 免費(贈中餐餐盒)

交通 :

• 高鐵:搭乘高鐵至新竹站，新竹高鐵站2號出口，步行約2分鐘。
• 台鐵:搭乘台鐵至新竹六家車站，步行約2分鐘。
• 自行開車前往:
  • 自台北市出發沿國道一號前往竹北的光明六路→從國道一號的 91-竹北 號出口下交流道→走光明六路東一段和光明六路東二段前往復興三路二段→於嘉豐十一路一段向右轉→於復興三路二段向左轉 (AJ HOTEL於右邊方向)。 全程82公里，車程約1小時10分鐘。
  • 自台北市出發沿國道3號前往芎林鄉的富林路三段/120縣道→從國道3號的 90-竹林 號出口下交流道→走富林路三段/120縣道，朝芎林前進→繼續走120縣道。行駛到竹北的復興三路二段→於高鐵二路向右轉→於第 1 個十字路口向右轉，走復興三路二段(AJ HOTEL於右邊方向)。 全程83公里，車程約1小時10分鐘。

停車資訊 :

• AJ HOTEL附設地下汽、機車停車場。一小時NT$40，每日最高為NT$120。

報名網站 :

請點選聯結填表報名。

欲知更多SmartDO訊息

請點此處與我們聯絡。

2019 SmartDO最佳化設計與智慧運算研討會 議程

• 09:00~09:30 : B00:報到
• 09:30~09:40 : 開場致詞(崴昊科技/總經理/陳申岳博士)
• 09:40~10:10 : L01:SmatDO 11.0 與未來發展方向(崴昊科技/總經理/陳申岳博士)
• 10:10~10:40 : L02:渦輪葉片插槽外型優化(國家中山科學研究院/航空研究所/賴伯彥先生)
• 10:40~11:00 : B01:休息討論
• 11:00~11:30 : L03:SmartDO在耳機設計上的應用(逢甲大學/精密系統設計學士學位學程/劉育成老師)
• 11:30~12:00 : L04:MSC Apex直覺式參數建模與SmartDO最佳化(智馭科技/總經理/簡維德先生)
• 12:00~13:30 : B02:午休時間
• 13:30~14:00 : L05:利用SmartDO實現馬達轉子最佳化設計(台達電子/杜慶鴻先生)
• 14:00~14:30 : L06:Optimal Application in FEM and Electronic Package Yield(日月光集團/王銘漢先生)
• 14:30~14:50 : B03:休息討論
• 14:50~15:20 : L07:SmartDO於飛行器螺旋槳葉操作參數之應用(愛發股份有限公司/經理/張瑚松)
• 15:20~15:50 : L08:Coupling SmartDO with Moldex3D Foaming Technology(SimpaTec France/經理/蔡宇中博士)

崴昊科技活動連結 

粉絲團文章連結

訂閱電子報

更多資訊

崴昊科技為國際性的研發/顧問/CAE及軟體開發公司，我們為客戶提供優質研發及顧問服務，並為客戶之特殊需求量身打造客制化服務。

我們的旗艦產品，SmartDO，為智慧型總域優化技術之領導者，提供微分法及非微分法之總域直接搜尋技術。
如您希望得到更多的 SmartDO 資料，請光臨我們的網站 http://www.SmartDO.co/

Read More

《振動噪音科普專欄》相同頻率的純音，不同聲音大小，人耳的聽感有甚麼差異？

先前單元：【聲音有甚麼特徵？】討論的是，聲音有三大特徵：(1)音調(pitch)、(2)響度(loudness)、(3)音色(timbre)。分別是指聲音的頻率(frequency)、聲音的振幅(amplitude)、聲音的頻率組成(content of frequencies)。

這個單元針對相同頻率的「純音」(pure tone)，也就是單一頻率的聲音。當不同聲音大小，也就是聲音的「振幅」不同時，人耳的聽感會有怎樣的差異？

要討論這個議題，需要回顧先前的單元：【怎麼看「等響度曲線」？】，參考圖示，回顧有關「等響度曲線」的重點：

1.      「等響度曲線」：圖示有0~90的等響度曲線，每一條曲線，代表有相同的「響度」(Loudness)，響度單位為Phon，中文寫成「唪」(ㄈㄥˇ)。

2.      水平軸：是頻率軸，以Hz為單位。最低及最高頻率分別為20及20k=20,000Hz，是一般認定人耳可聽到的聲音頻率範圍(audible frequency range)。頻率軸可以看出以「對數座標」(logarithmic scale)表示，因為人耳對聲音頻率的感覺是倍數的關係。

3.      垂直軸：是「聲音壓力位準」(sound pressure level, SPL)，單位顯示為dB，在先前單元【為什麼噪音值是「分貝」？】已經有說明，是對一個「聲音壓力參考值」，Pref=20μPa，是1000Hz的純音時，當20μPa的聲音壓力值是人耳剛好可以聽到聲音的量值，所以就採用Pref=20μPa。

4.      0 Phon等響度曲線，也是「人耳聽力閥值曲線」：此閥值曲線是以「純音」(pure tone)，也就是單一頻率的聲音撥放，逐漸增大音量，直到人耳可以聽到該聲音，所需要的聲音壓力大小。

5.      0,10,20,…,90 Phon等響度曲線：也就是依照前述，以不同頻率之純音，對人耳做純音的聽感測試，會有相同響度的感覺，就是「等響度曲線」的意義。

這個單元，要談不同聲音大小，主要的物理量，就是「聲音壓力位準」(sound pressure level, SPL)，單位顯示為dB。

以下摘錄【為什麼噪音值是「分貝」？】，將「聲音壓力」(Pa)轉換成「聲音壓力位準」的分貝(dB)的方式如下：

Lp =SPL= 20*Log10 ( Prms / Pref)

其中，

l   Lp，就是SPL (sound pressure level)，「聲音壓力位準」，單位：dB，分貝(decibel)。

l   Prms是所度量的「聲音壓力」之RMS (root mean square)值，單位：Pascal，簡寫Pa ，帕斯卡，簡稱帕。

l   Pref 是「聲音壓力參考值」，20μPa，μ是10的負6次方，micro的代號。一般認知：如果是1000Hz的純音時，20μPa的聲音壓力值是人耳剛好可以聽到聲音的量值，所以就採用Pref=20μPa。

有興趣的讀者，可以試著計算：當「聲音壓力」 P=20μPa時，P / Pref = 1，Log10 (1)=0，所以，「聲音壓力位準」Lp= 0 dB。所以，0 dB，就是零分貝，代表的意義是1000 Hz的純音，人耳剛好可以聽到的聲音大小之「聲音壓力」量值。

為了展示說明，以下的圖示，令P=Prms，也就是「聲音壓力」之「振幅」等於「RMS」值。

參考圖示及影片播放的聲音，以1,000Hz的純音為例，取不同聲音壓力「振幅」值，取得模擬的聲音「時間域」波形，以及對應「頻率域」的「聲音頻譜」，討論如下：

1.      P=0.2 (Pa)，Lp=80 (dB)：時間域波型可以觀察是1000Hz正弦波，振幅為0.2(Pa)，在聲音頻譜圖，1000Hz對應的振幅，確實是80 (dB)，而對應「等響度曲線」，當1000Hz時，響度恰為80 (Phon)。

2.      P=0.2*sqrt(10)=0.6324 (Pa)，Lp=90 (dB)：時間域波型可以觀察是1000Hz正弦波，振幅為0.6324(Pa)，在聲音頻譜圖，1000Hz對應的振幅，確實是90 (dB)，而對應「等響度曲線」，當1000Hz時，響度恰為90 (Phon)。在此補充：「聲音壓力」量值相差「根號10倍」，「聲音壓力位準」相差「10 (dB)」。

3.      P=2 (Pa)，Lp=100 (dB)：時間域波型可以觀察是1000Hz正弦波，振幅為2(Pa)，在聲音頻譜圖，1000Hz對應的振幅，確實是100 (dB)，而對應「等響度曲線」，當1000Hz時，響度恰為100 (Phon)。在此補充：「聲音壓力」量值相差「10倍」，「聲音壓力位準」相差「20 (dB)」。

4.      P=0.2*sqrt(3)=0.2828 (Pa)，Lp=83 (dB)：時間域波型可以觀察是1000Hz正弦波，振幅為0.2828(Pa)，在聲音頻譜圖，1000Hz對應的振幅，確實是83 (dB)。在此補充：「聲音壓力」量值相差「根號2倍」，「聲音壓力位準」相差「3 (dB)」。

對於不同聲音壓力振幅，也就是不同的聲音大小，由「聲音壓力位準」dB值，作以下說明：

1.      「聲音壓力位準」相差3 (dB)：人耳無法辨別大小聲的差異。

2.      「聲音壓力位準」相差10 (dB)：人耳的聽感有2倍「響度」的差異。

綜合一下本單元的討論，重點回顧如下：

1.      「聲音壓力位準」Lp的定義：代表著聲音的大小，其單位是dB。

2.      「聲音壓力」振幅值P及RMS值Prms的定義：也是代表著聲音的大小，注意其單位是Pa。

3.      「純音」在「時間域」波型的特徵：了解「頻率」是「週期」的倒數關係。「聲音壓力」振幅值P，就是正弦波的「振幅」。

4.      「純音」在「頻率域」的「聲音頻譜」特徵：在此純音是1000Hz，所以在頻率1000Hz，呈現出的峰值，就是此純音的「聲音壓力位準」，以dB表示。

5.      「聲音壓力位準」量值差異，和人耳聽感的「響度」關係：相差3 (dB)，人耳無法辨別大小聲的差異。相差10 (dB)，人耳的聽感有2倍「響度」的差異。

本單元以「純音」為例，探討不同聲音大小的「人耳聽感」，重要的是要了解「等響度曲線」的物理意義，以及「響度」的概念。

以上個人看法，請多指教！

王栢村

2019.10.12

粉絲團文章連結 
YouTube影片連結 
訂閱電子報 

Read More

《振動噪音科普專欄》聲音有甚麼特徵？

日常生活中，可聽到各種不同的聲音，這個主題就來看「聲音有甚麼特徵」？

探討一個聲音，主要有三大特徵：

1.      音調(pitch)：聲音的頻率。

2.      響度(loudness)：聲音的大小。

3.      音色(timbre)：聲音的頻率組成。

首先，來看音調(pitch)的差異，以下由純音(pure tone) 來說明，純音就是單一頻率的聲音。參考圖示，分別是f=100Hz、200Hz、500Hz、以及1,000Hz，有相同振幅大小的聲音，讀者也可瀏覽影片，可以聽出不同頻率的差異。

由時間域的波型顯示，在相同的時間區間，T=0.01 sec，可以觀察：

1.      f=100Hz：有1個完整的正弦波，也就是「週期」是0.01sec，所以，得知「頻率」是「週期」的倒數，「頻率」就是100Hz。

2.      f=200Hz：在T=0.01 sec的區間，有2個完整的正弦波，也就是「週期」是0.005sec，所以，「頻率」就是200Hz。

3.      f=500Hz：在T=0.01 sec的區間，有5個完整的正弦波，也就是「週期」是0.002sec，所以，「頻率」就是500Hz。

4.      f=1,000Hz：在T=0.01 sec的區間，有10個完整的正弦波，也就是「週期」是0.001sec，所以，「頻率」就是1,000Hz。

其次，響度(loudness)，是指聲音的大小聲，同樣以純音(pure tone)來說明，參考圖示，分別是以f=200Hz的純音，以振幅X=1、2、3、4，繪出其時間域波型圖示，可以得知，波形的周其特徵相同，只是波型的「振幅」大小有差異，所以，不同振幅的純音，就可以大略區別出大小聲的感受，這就是響度。

接著，再看音色(timbre)，如圖示，有不同頻率的組成：

1.      f=100Hz、f=200Hz：是兩個純音，相同振幅大小，所組成的聲音，時間域的波型，可以約略看出有100Hz及200Hz的波型，至於振幅，已經不容易辨別。

2.      f=100Hz、f=200Hz、f=500Hz：是3個純音，相同振幅大小，所組成的聲音，由時間域的波型已經無法辨別其頻率，不過可以看出在T=0.01sec，有「重複性的時間域波型」，此現象可以說是「音色」在時間域的特徵。

3.      f=100Hz、f=200Hz、f=500Hz、f=1,000Hz：是4個純音，相同振幅大小，所組成的聲音，由時間域的波型更是無法辨別其頻率，不過，同樣可以看出在T=0.01sec區間，有「重複性的時間域波型」，此現象可以說是「音色」在時間域的特徵。

聲音頻率的組成，就是「音色」，好聽的聲音，如「和弦音」，是特定的頻率組成，會呈現出和諧、悅耳的聲音，這個主題再另闢單元討論。

又由解說影片的聲音聽感，在此，先提出幾個重點：

1.      在相同振幅，不同音調頻率的純音：雖然振幅大小一樣，但是，不同頻率純音的聽感大小聲，卻有不同，這是因為人耳對不同頻率的敏感度不同，再另闢單元討論。

2.      在相同頻率，不同聲音振幅大小的純音：振幅由1、2、3、4倍的差異，似乎聽感並不是如此的比例關係，這也是人耳對聲音振幅的感度，並不是線性關係，再另闢單元討論。

3.      在不同頻率組成的音色探討：不同的聲音確實會有不同的頻率組成，例如：不同人講話、唱歌的聲音，或是各種樂器的聲音，人耳能夠辨別，就是音色的差異。

總結一下，這個單元所討論的是，聲音有三大特徵：(1)音調(pitch)、(2)響度(loudness)、(3)音色(timbre)。分別是指聲音的頻率(frequency)、聲音的振幅(amplitude)、聲音的頻率組成(content of frequencies)。

以上個人看法，請多指教！

王栢村

2019.10.12

粉絲團文章連結 
YouTube影片連結 
訂閱電子報 

Read More