Desarrollo de un procedimiento de calibración de sonómetros y calibradores acústicos de conformidad con las normas IEC 61672–3 e IEC 60942

Abstract

En este documento se describe el desarrollo de un sistema de calibración de instrumentos acústicos de conformidad con las normas internacionales IEC 60942 e IEC 61672–3. Se inicia con una breve revisión de los sistemas desarrollados hasta ahora, analizando sus ventajas y oportunidades de mejora. En seguida se hace un estudio del marco normativo y de la naturaleza de los equipos bajo prueba, y se determina la instrumentación necesaria para el sistema de calibración. El sistema de calibración de sonómetros es controlado por una aplicación que emplea reconocimiento de imágenes, por lo que después del marco normativo se explica el método diseñado para el reconocimiento de caracteres numéricos, y se incluyen resultados del procesamiento y desempeño del clasificador. Luego, se introduce una sección en la que se describen los detalles de implementación de las aplicaciones de software codificadas en Python; particularmente, se presenta el modelo GRAFCET que fue la base del desarrollo de la aplicación para calibradores acústicos. A continuación, se explica el diseño e implementación del método propuesto para modelar la variabilidad de un valor de medición como un proceso estocástico usando cadenas de Markov y se muestra un ejemplo de una matriz de transición obtenida y el cálculo del valor esperado. Se concluye el documento subrayando los logros alcanzados, las recomendaciones de uso del sistema de calibración y sugerencias de trabajo futuro. (Texto tomado de la fuente)

This document describes the development of a calibration system for acoustic instruments in accordance with the international standards IEC 60942 and IEC 61672–3. It begins with a brief review of the systems developed so far, analyzing their advantages and opportunities for improvement. Next, a study of the regulatory framework and the nature of the equipment under test is made, and the necessary instrumentation for the calibration system is determined. The sound level meter calibration system is controlled by an application that uses image recognition, so after the normative framework, the method designed for the recognition of numerical characters is explained, and processing results and performance of the classifier are included. Then, a section is introduced describing the implementation details of software applications coded in Python. In particular, the GRAFCET model is presented, which was the basis for the development of the application for acoustic calibrators. Next, the design and implementation of the proposed method to model the variability of a measurement value as a stochastic process using Markov chains is explained, and an example of a transition matrix obtained and the calculation of the expected value is shown. The document is concluded highlighting the achievements, the recommendations for the use of the calibration system, and suggestions for future work.