林　銘, 徐匯川, 金　華

(中國人民公安大學 警務信息工程學院, 北京　102600)

?

城市軌道交通火災疏散預動作時間計算

林銘, 徐匯川, 金華

(中國人民公安大學 警務信息工程學院, 北京102600)

摘要:針對國內(nèi)外城市軌道交通火災事故頻發(fā)的現(xiàn)狀,對城市軌道交通火災疏散預動作時間與乘客人群密度之間的關(guān)系進行研究.使用Anylogic軟件進行Agent建模,將乘客分為兩類,彼此之間進行災情信息交流.在仿真實驗中改變?nèi)巳好芏却笮?觀察預動作時間的不同.結(jié)果表明,在人群密度為0.08～1.04人/m2時,預動作時間變化較小;而在人群密度為1.04～2.40人/m2時,預動作時間增大.

關(guān)鍵詞:城市軌道交通; 預動作時間; 人群密度; 火災; 疏散

近年來,城市軌道交通發(fā)展迅速,北京的城市軌道交通在2013年的日均客流量就已經(jīng)突破千萬人次.面對如此龐大的客流量,城市軌道交通運營工作的重點之一就是要保障乘客的人身安全,避免由突發(fā)事件造成的不良后果.城市軌道交通運營過程中常見的突發(fā)事件一般可以分為三類:運營生產(chǎn)類、公共安全類、自然災害類[1].在公共安全類突發(fā)事件中,火災事故是發(fā)生頻率高、危害大、后果嚴重的事故.從20世紀80年代至今,國際上發(fā)生的有嚴重影響后果的城市軌道交通火災事故至少有13起以上[2].同時,由于城市軌道交通往往采取地下或高架形式,具有封閉性強、運行速度高、起停頻繁、客流量大且來源復雜、乘客自助乘車、應急疏散難度大等固有特點,火災一旦發(fā)生,不僅會造成設備設施的損壞,更會造成乘客傷亡的嚴重事件[3].因此,本文對城市軌道交通中火災疏散的預動作時間進行了研究,為火災疏散提供有益的參考.

1疏散時間組成

目前,美國國家標準技術(shù)研究所建筑與火災研究室提出的ASET(Available Safe Egress Time)和RSET(Required Safe Egress Time)是衡量人群在面對火災事故能否安全疏散的一個重要時間標準.其中ASET是可用安全疏散時間,RSET是必須安全疏散時間,如果必須安全疏散時間小于可用安全疏散時間時,即可判斷人群能夠進行安全疏散,反之,則不能.必須安全疏散時間與可用安全疏散時間的關(guān)系如圖1所示.

圖1　必須安全疏散時間與可用安全疏散時間的關(guān)系

從圖1可以看出,必須安全疏散時間由三部分組成, 即探測報警時間、準備時間、運動時間[4]. 探測報警時間是城市軌道交通站點發(fā)現(xiàn)火災事故并用相應的廣播設施或工作人員對災情進行傳播,引導疏散所花費的時間. 準備時間表示人群從發(fā)現(xiàn)險情到開始疏散所經(jīng)歷的時間, 也就是本文所要研究的預動作時間. 運動時間是全部人員疏散完畢所經(jīng)歷的時間. 這三個階段是城市軌道交通發(fā)生火災事故時,乘客需要經(jīng)歷的疏散過程,三者總和為“必須安全疏散時間”. 可用安全疏散時間是城市軌道交通站點建筑能承受的極限疏散時間,“必須安全疏散時間”應小于“可用安全疏散時間”. 人們對探測報警時間和運動時間的研究相對較多[5-6],但是對預動作時間的研究較少.這是因為預動作時間涉及到人群中的信息傳遞, 人群的心理活動、人群的密集程度等眾多難以衡量的因素, 很難找到合適的方法對預動作時間進行計算和準確的表達. 并且由于預動作時間通常較短, 在實際應用時往往被人們忽略. 但是在人群高度密集、建筑結(jié)構(gòu)封閉、疏散要求高的城市軌道交通站點中, 不能忽略這一預動作時間, 而需要對必須安全疏散時間進行較為準確的估算, 以便滿足疏散要求.本文采用agent建模方法,對不同人群密度下的預動作時間進行研究,分析城市軌道交通不同人群密度對應的火災疏散預動作時間, 為城市軌道交通中的火災疏散提供有益的參考.

2實驗

2.1模型和仿真工具選擇

選擇agent模型對人群的預動作時間進行研究.Agent是一種與現(xiàn)實人類行為較為接近,可以在計算機上運行的實體.其包含了知識、信念、承諾等現(xiàn)實人類才具備的能力,因此適用于對人類行為進行仿真,模擬人群之間的信息交互、心理傳播以及某些復雜的群體行為[7].

仿真工具使用俄羅斯XJ Technologies公司的復雜系統(tǒng)仿真軟件AnyLogic.基于AnyLogic環(huán)境可實現(xiàn)agent建模,而且良好的可視化界面使得建模過程變得更加直觀快捷[8].本文對城市軌道交通中火災疏散時預動作時間的研究使用AnyLogic中的agent建模部分.

2.2參數(shù)確定和模型建立

本文研究的是局部聚集人數(shù)大于等于50人的場所.因為當公共場所聚集人數(shù)少于50人的時候,人群分布較為分散,信息在人群中傳遞沒有連續(xù)性,對于預動作時間的影響主要在于個人的差異性,與聚集人群的數(shù)量關(guān)系不大[9].以深圳城市軌道交通站點老街站為例,站廳面積為625 m2,一般高峰期時站廳人數(shù)可達到1 500人,人群密度為2.4人/m2.因此,本文研究人群密度為0.08～2.4人/m2時,人群疏散的預動作時間.

使用Anylogic進行agent建模,首先需要構(gòu)造一種agent類,在agent類里對乘客的行為進行設定.將agent模型分為兩類,一類是沒有意識到發(fā)生火災的乘客,命名為“無意識的乘客”;另一類是意識到發(fā)生火災的乘客,命名為“有意識的乘客”.在火災發(fā)生初期,通過城市軌道交通的警報廣播,少部分“無意識的乘客”迅速轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”.然后,“有意識的乘客”隨機向周圍的乘客傳播發(fā)生火災的信息,逐步所有的“無意識的乘客”都將轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”,這一過程總共需要的時間就是預動作時間.具體狀態(tài)變遷圖如圖2所示.

圖2　乘客狀態(tài)變遷圖

兩個矩形框分別代表了兩種不同的agent類,即“無意識的乘客”和“有意識的乘客”.其中“無意識的乘客”可以轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”,但“有意識的乘客”無法轉(zhuǎn)變?yōu)椤盁o意識的乘客”,這符合現(xiàn)實中的一般情況.當城市軌道交通站中發(fā)生火災,探測器探測到火災信號后,通過警報和廣播通知乘客,即圖中的過程1.部分無意識乘客接收到警報和廣播信息后,開始向有意識乘客轉(zhuǎn)變,即圖中過程2.根據(jù)汪金輝[10]等人的研究結(jié)果,我們將最初的“無意識的乘客”轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”的概率設置為0.03,即躍遷概率為0.03.當部分“無意識乘客”轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”后,開始隨機對周圍人群發(fā)布火災信息,呼吁周圍的人群快速撤離.使用Java語言send To Random Connected(“run”)命令控制.此時 “無意識的乘客”接收到“有意識的乘客”發(fā)出的“run”的消息以后,得知火災事故發(fā)生,立即轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”,即過程3.同時,“有意識的乘客”也會隨機對其周圍的有意識人群發(fā)出逃跑信號,即過程4.

3仿真實現(xiàn)與結(jié)果分析

3.1仿真實現(xiàn)

對人群密度為1.6人/m2情況下進行火災預動進行仿真,結(jié)果如圖3所示.圖3為乘客數(shù)量轉(zhuǎn)變與時間關(guān)系圖,橫軸代表時間,縱軸代表“有意識的乘客”數(shù)量.從圖3可以看出在火災事故發(fā)生初期,較少的乘客對火災事故是意識的,隨著時間的增加,越來越多的乘客開始變成“有意識的乘客”,即曲線的增速在初期是相對較快的;隨著時間的推移,有意識乘客人數(shù)的增加速度開始減緩,當有意識乘客人數(shù)超過800人后,曲線趨于飽和,即代表全部乘客都轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”.此刻的時間數(shù)值,就是該文所要研究的在特定人數(shù)下的預動作時間,即全部乘客轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”所用時間.

圖3　有意識的乘客數(shù)量與預動作時間關(guān)系圖

圖4　1.6人/m2下預動作過程仿真結(jié)果

根據(jù)圖3中的對應關(guān)系,我們在時間橫軸上截取了3個時間點進行研究,為0.2 s、3 s、24 s,對應預動作開始、中期和后期,分別用(a)、(b)、(c)來標注.這三個時間點所對應的仿真結(jié)果如圖4所示,展示了仿真實驗初期、中期以及后期的乘客轉(zhuǎn)變情況.在火災還未發(fā)生的時候,這些乘客都屬于“無意識的乘客”.隨著火災事故的發(fā)生,警報廣播開始通知災情,少部分反應迅速的乘客開始意識到危險的存在,由“無意識的乘客”轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”.圖4(a)為火災初期模擬仿真結(jié)果,可見圖中大部分都是小圓圈,極小部分是黑色圓點,這表明了在火災事故發(fā)生初期,大部分乘客都處于“無意識的乘客”的狀態(tài),只有少數(shù)反應迅速的乘客在聽到警報廣播后轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”.圖4(b)為3 s后的模擬仿真結(jié)果,越來越多的小圓圈轉(zhuǎn)變?yōu)楹谏珗A點,這表明了隨著火災事故的演變,越來越多的乘客轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”.圖4(c)為24 s后的模擬仿真結(jié)果,絕大部分小圓圈都轉(zhuǎn)變?yōu)楹谏珗A點,這表明了在隨著火災事故發(fā)展到一定階段,乘客通過警報廣播和自身信息傳遞的作用,大部分都轉(zhuǎn)變?yōu)椤坝幸庾R的乘客”.

3.2預動作時間仿真數(shù)據(jù)分析

對乘客人群密度從0.08～2.4人/m2進行仿真.選取8個人群密度值進行仿真,分別是0.08,0.40,0.72,1.04,1.36,1.60,1.92,2.40人/m2.對每一個人群密度都進行25次仿真實驗,取平均值為仿真結(jié)果.表1為乘客人群密度為0.08人/m2時的仿真實驗結(jié)果.

表1　人群密度為0.08人/m2時實驗結(jié)果

通過表1可以看出,當城市軌道交通站點的人群密度為0.08人/m2時,火災疏散時的預動作時間均值為6.69 s.其中用時最多的是第18組的12.64 s,用時最少的是21組的3.37 s,標準差為2.26.

采用同樣方法,對上述8種人群密度仿真計算,其預動作時間結(jié)果如表2所示.

表2　不同人群密度下的預動作時間

根據(jù)表2的數(shù)據(jù)得出的不同人群密度下的預動作時間折線圖,如圖5所示.

圖5　人群密度與預動作時間關(guān)系圖

由圖5可以看出,預動作時間與乘客的人群密度呈正相關(guān).當乘客人群密度從0.08人/m2增加到1.04人/m2時,預動作時間緩慢增加,從6.69 s增加到10.02 s,增幅為52.47%.當人群密度超過1.04人/m2之后,預動作時間迅速增加.當達到1.6人/m2,預動作時間為23.68 s,與人群密度為0.08人/m2時相比,增幅達到253.96%.當人群密度達到1.92人/m2時,預動作時間為28.46 s,是人群密度為0.08人/m2時的4.25倍,遠高于人群密度為1.6人/m2時的增幅.

根據(jù)圖5還可以得出預動作時間曲線的增速不是固定的,當乘客密度處于0.08～1.04人/m2之間的時候,曲線處于一個較為平穩(wěn)的狀態(tài),增幅不明顯,預動作時間圍繞著10 s上下波動.而0.08～1.04人/m2的人群密度范圍,又是城市軌道交通站點常規(guī)的人群密度,所以這個數(shù)據(jù)具有一定參考價值.即在日常乘客數(shù)量不多的時候,可以認為乘客的預動作時間即為10 s左右.但是隨著乘客密度超過1.04人/m2之后,曲線的增幅明顯增加,增速變快.例如當乘客密度為0.08人/m2時,需要的預動作時間為6.69 s,若密度增加至1.04人/m2,預動作時間將會增加至10 s左右,增加的預動作時間約為3 s;但當乘客密度為1.6人/m2時,需要的預動作時間為23.68 s;再將密度增加至2.4人/m2,預動作時間將會增加至37.68 s,增加的預動作時間約為14 s,遠大于3 s.這就表示若城市軌道交通站點由于處于高峰時段接待較大流量的客流時,針對火災事故的預動作時間將會明顯增大,所以需要充分考慮預動作時間,在必須安全疏散時間中要進行計算,并預留出充分的疏散時間.

4結(jié)論

本文針對城市軌道交通站點火災事故疏散時的預動作時間進行研究,利用仿真軟件Anylogic進行agent建模,模擬城市軌道交通站點乘客在接收到火災事故警報廣播后的預動作情況.對不同的乘客密度進行仿真實驗,發(fā)現(xiàn)當城市軌道交通站點的乘客人群密度處于0.08～1.04人/m2之間時,所需的預動作時間為10 s.但是人群密度超過1.04人/m2時,預動作時間的增幅較大,此時需要充分考慮準確的預動作時間數(shù)值,以便于乘客能安全順利的進行疏散工作.

參考文獻:

[1] 施毓鳳,楊晟,孫力彤. 城市軌道交通的安全管理問題[J]. 城市軌道交通研究, 2003(2):26-28.

(SHI Y F, YANG S, SUN L T. Problems in urban mass transit safety management[J]. Urban Mass Transit, 2003(2):26-28.)

[2] 郭光玲,戴國平,馬世杰,等. 地鐵火災研究[J]. 都市快軌交通, 2004(S1).

(GUO G L, DAI G P, MA S J, et al. Study on fire in metro[J]. Urban Rapid Rail Transit, 2004(S1).)

[3] 王卓,賈利民,秦勇. 城市軌道交通應急預案分類方案評價研究[J]. 城市軌道交通研究, 2011,14(7):31-35.

(WANG Z, JIA L M, QIN Y. On the classification of emergency disposal plans in urban rail transit[J]. Urban Mass Transit, 2011,14(7):31-35.)

[4] 張凌云. 基于排隊理論與社會力模型的地鐵人員疏散及安全預警研究[D]. 北京:首都經(jīng)濟貿(mào)易大學, 2010.

(ZHANG L Y. Research on the evacuation and safety warning of metro personnel based on queuing theory and social force model [D]. Beijing: Capital University of Economics and Business, 2010.)

[5] 厲劍. 火災探測信號處理算法及其性能評估方法研究[D]. 大連: 大連理工大學, 2005. DOI:10.7666/d.y965524.

(LI J. Study on fire signal processing algorithms and performance evaluation methods of algorithms[D]. Dalian: Dalian University of Technology, 2005. DOI:10.7666/d.y965524.)

[6] 袁理明,范維澄. 建筑火災中人員安全疏散時間的預測[J]. 自然災害學報, 1997(2):28-33.

(YUAN L M, FAN W C. The prediction of safety evacuationin building fires [J]. Journal of Natural Disasters, 1997(2):28-33.)

(XU X L. On modeling and dynamics analysis of social crowd behavior[D]. Tianjin: Nankai University, 2010. DOI:10.7666/d.y1849138.)

[8] LUKE S, BALAN G C, PANAIT L, et al. MASON: A Java multi-agent simulation library[C]∥Proceedings of Agent 2003 Conference on Challenges in Social Simulation. 2003.

[9] 李劍. 多層地下交通樞紐行人疏散分析影響因素研究[D]. 北京: 北京建筑工程學院, 2012.

(LI J. Research on influencing factor of multi-storey underground transport hub evacuation analysis[D]. Beijing: Beijing University of Civil Engineering and Architecture, 2012.)

[10] 汪金輝,金澤陽,田鎮(zhèn)綱,等. 學校公眾聚集場所火災中人員疏散預動作時間試驗[J]. 科技導報, 2012(11):57-60.

(WANG J H, JIN Z Y, TIAN Z G, et al. Pre-evacuation time experiment in public assembly occupancy of school under the fire[J]. Science & Technology Review, 2012(11):57-60.)

【責任編輯: 王穎】

Calculation about Time of Pre-Action with Fire Evacuation in Urban Rail Transit Station

LinMing,XuHuichuan,JinHua

(Police Information Engineering School, Chinese People’s Public Security University, Beijing 102600, China)

Abstract:With the present situation that fire accident of urban rail transit at home and abroad are frequent, the relationship between the time of pre-action with fire evacuation and the density of passengers’ population is reearched. Anylogic software is used for Agent modeling, the passengers are divided into two categories, and let them communicate about the disaster information with each other. The crowd density is changed in the simulation experiment to observe the different of the pre-action time. The simulation results show that the variation on time of the pre-action is slight when the crowd density is 0.08～1.04人/m2, but the amplification of the pre-action time will increase when the crowd density is 1.04～2.40人/m2.

Key words:urban rail transit; pre-action time; crowd density; fire disaster; evacuation

DOI:[7] 徐旭林. 社會群體行為建模及其動力學分析[D]. 天津: 南開大學, 2010. 10.7666/d.y1849138.

中圖分類號:TU 998.1; U 231

文獻標志碼:A

文章編號:2095-5456(2016)01-0082-05

作者簡介:林銘(1990-),男,福建福州人,中國人民公安大學碩士研究生.

基金項目:北京市中央高校共建項目-青年英才計劃資助項目(YEPT1367).

收稿日期:2015-07-26