基于仿真的深埋地铁车站疏散时间研究

随着地铁车站的埋深深度日益增加,车站的安全疏散风险增大。本文从站型结构、疏散安全区、车站疏散设施、客流规模和疏散引导等方面,分析了影响深埋地铁车站人员疏散时间的因素。针对紧急疏散场景,构建深埋地铁车站网络模型和疏散行为模型。以北京某在建深埋地铁车站为例,通过模型校验,利用轨道交通乘客集散仿真系统对该站疏散时间进行测算,并将测算结果与理论计算疏散时间对比,结果显示所有乘客能够在5.5 min内从站台疏散至安全区域,符合规范要求。本文研究结果表明采用的系统能够用于深埋地铁车站的疏散时间研究。     

地铁车站人员疏散模拟试验研究

地铁作为大型城市的首要交通工具,有效地解决了城市的拥堵问题,但由于其内部空间封闭,客流量大人员密集,一旦发生火灾,安全疏散成为一大难题。该文利用Pathfinder人员疏散仿真平台,结合实际轨道交通车站模型,对车站的建筑结构、疏散参数等进行设置,建立不同的地铁站疏散场景。综合考虑人群的性别分布、年龄分布等因素,对疏散模拟整个过程进行计算分析,研究了人员在地铁车站安全疏散的特性。     

基于FDS和Pathfinder的地铁车站人员疏散研究

为减小地铁火灾对人员生命财产所造成的损失,基于对地铁火灾的特点和危险因素,以及人员疏散仿真中主观和客观影响因素的分析结果,提出基于FDS(Fire Dynamics Simulator)和Pathfinder的地铁车站人员疏散决策分析方法,并以武汉市轨道交通五号线司门口地铁车站为研究背景,建立了FDS火灾仿真模型和Pathfinder人员疏散仿真模型。在FDS火灾仿真中,分别从烟气温度、CO浓度和能见度三个方面确定了各危险位置的可用安全疏散时间。在此基础上基于Pathfinder进行人员疏散仿真,主要从人员逃生率、可用安全疏散时间利用率等方面对其结果进行分析。通过改变仿真中的待疏散人员数量和火源功率,探究了该车站的人流量容纳能力和火源功率容纳能力,对地铁火灾疏散具有一定的参考价值。     

基于火灾模拟器和Pathfinder的地铁车站人员疏散

为减小地铁火灾对人员生命财产所造成的损失,基于对地铁火灾的特点和危险因素,以及人员疏散仿真中主观和客观影响因素的分析结果,提出基于火灾模拟器(fire dynamics simulator,FDS)和Pathfinder的地铁车站人员疏散决策分析方法,并以武汉市轨道交通五号线司门口地铁车站为研究背景,建立了FDS火灾仿真模型和Pathfinder人员疏散仿真模型。在FDS火灾仿真中,分别从烟气温度、CO浓度和能见度三个方面确定了各危险位置的可用安全疏散时间。在此基础上基于Pathfinder进行人员疏散仿真。主要从人员逃生率、可用安全疏散时间利用率等方面对其结果进行分析。通过改变仿真中的待疏散人员数量和火源功率,探究了该车站的人流量容纳能力和火源功率容纳能力,对地铁火灾疏散具有一定的参考价值。     

基于元胞自动机理论的紧急人员疏散模拟

基于元胞自动机原理,建立了紧急情况下人群疏散模型,并利用Visual Basic 6.0开发了可视化模拟仿真程序.在疏散模拟的仿真实现中,为了简化算法,使用墙体和障碍物把复杂建筑平面分割成凸多边形区域,然后利用门道把各个凸多边形区域联系起来构成一个整体的疏散平面空间.利用程序对建筑设计方案进行人员疏散模拟,可以找出建筑...     

基于BIM模型和Pathfinder的地铁站安全疏散模拟研究

本文以广州某标准地铁站为研究对象,采用BIM建筑信息模型和Pathfinder人员疏散仿真工具相结合的方法,对地铁站人员疏散进行仿真模拟,为地铁车站疏散设计优化、紧急条件下的人员安全疏散管理提供决策支持。研究重点考虑人员数量、楼梯形式和疏散设施对地铁站疏散能力、疏散路径的影响,为地铁车站疏散设计优化、紧急条件下的人员安全疏散管理提供决策支持。结果表明:超大人流晚高峰安全疏散效率较低,固定栏杆设置对紧急情况下的安全疏散产生负面影响,楼梯位置和形式的设计影响疏散效率。     

紧急情况下客船人员疏散过程仿真

为训练客船驾驶员应急疏散组织能力,优化客船疏散方案,依托航海虚拟仿真训练平台,基于改进的蚁群算法,提出一种考虑邻接网格面积与转向角度等因素的疏散模型,采用一种改进的约束Delaunay三角网生成算法高效生成导航网格.基于"育鹏"轮建立船舶三维场景,进行人员疏散过程仿真实验.结果表明,该模型有效地优化了多层甲板复杂场景中...     

轮胎有限元建模过程优化及刚度特性仿真研究

文章将轮胎胎面、胎侧、帘线层、子午带束层等主要部分进行合理简化,为控制轮胎外形及其网格精度对模型求解的影响,对轮胎断面曲线尺寸进行合理计算并重新绘制;建立了由一维梁单元、二维壳单元、三维实体单元组合的子午线轮胎有限元模型。利用LS-DYNA软件模拟分析了轮胎在不同路况下的刚度特性,探讨了有限元模型的单元特性对仿真结果精度的影响,研究了轮胎的非线性材料特性与接触特性对仿真结果的影响,为提高轮胎有限元模型的仿真分析精度,建立了多个仿真模型进行对比分析。通过对轮胎的径向、侧偏刚度等特性的仿真分析及其与试验结果的比较分析,探讨了轮胎有限元建模过程的关键优化技术及提高仿真模型精度的关键问题。     

人员紧急疏散模型的研究及仿真分析

人员紧急疏散是当今世界安全领域研究的热点之一。针对我国人员紧急疏散面临的疏散效率低和组织指挥体系不能满足现实需要等问题,结合人员紧急疏散的特点,对离散化模型和连续性模型进行对比分析。最后,选择社会力模型的Legion仿真软件对人员紧急疏散实例进行了仿真分析,仿真结果较好为进一步完善人员紧急疏散系统动力学仿真模型奠定了基础。     

基于综合因子影响下的地铁站火灾应急疏散仿真研究

本文从主观影响和客观影响两方面对地铁站火灾应急疏散过程进行了深入分析;提出了综合因子?的概念,将尽可能多的影响因素定量地反映在疏散人员的速度上;最后,构建地铁站建筑结构及人员特性仿真环境,利用Pathfinder仿真软件对综合因素影响下的地铁站火灾应急疏散问题进行仿真研究.结果表明,综合因子?考虑的影响因素越多,仿真疏散过程就会越贴合实际情况,仿真疏散结果也就越具可靠性.     

特长隧道定点安全疏散问题研究

针对特长铁路隧道火灾防灾救援中采用"定点"设置的问题,从人员安全疏散的观点出发,建立人员疏散模型.采用数值模拟的方法,对特长铁路隧道中设置定点的形式、长度,横通道的间距、数量,以及不同火灾场景下定点中人员安全疏散时间等问题进行了研究.给出了一般特长铁路隧道定点设置方案,为进一步优化设计施工,促进完善铁路特长隧道的火灾防灾救援和安全疏散规划管理提供了依据.     

港口客运站人员应急疏散仿真

为评估港口客运站人员应急疏散能力,根据港口客运站火灾特点和人员疏散影响因素,提出基于AnyLogic和Pathfinder的港口客运站人员疏散能力评估方法,分别建立基于AnyLogic的港口客运站作业系统仿真模型和基于Pathfinder的人员疏散仿真模型。最后,以某港口客运站为例,利用提出的港口客运站人员疏散能力评估方法,以人员疏散时间作为指标评估港口客运站人员疏散能力,并确定火灾关键危险位置和制约人员疏散能力的关键因素,为港口客运站平面布置和日常运营管理提供决策支持。     

轨道站火灾疏散安全区域界定研究

借助空间句法对单线和三线轨道车站的空间进行研究,综合考虑空间形态分析变量便捷度指标、站内人流动线的特征、流线冲突点、行人感知等因素,界定轨道站火灾情况下的安全区域.指出轨道站站台发生火灾等事故时疏散过程应分为两个阶段,每个阶段应分别规定疏散时间要求,为日后<地铁设计规范>紧急疏散部分相关规定的修订与完善提供建议.     

基于改进社会力模型的超市布局疏散研究

超市的应急疏散具有路线复杂、人员密度大的特点,是安全应急疏散领域需要解决的核心关键问题之一。本文基于社会力模型与A星算法建立了人员应急疏散模型,解决了社会力模型存在的人员重叠和非现实轨迹问题,研究表明,区别于SFPE(society of fire protection engineers)模式中的人员重叠现象和Steering模式中的人员绕行现象,所提出的模型符合实际的紧急疏散行为。应用本文模型对某超市3种出口处货架、展示台平面布局进行建模分析,结果表明,货架纵向布局及布置展示台疏散时间都较横向布局短;不同布置主要影响出口区域人员密度,造成疏散效果不同。     

Simulation Modeling on Emergency Evacuation in High-Speed Railway Stations in China

A simulation study on occupant evacuation in high-speed railway stations(HSRSs) was presented in China.Pathfinder was employed as the simulation platform and a typical HSRS in a medium-sized city in China was selected for model development.The model was carefully calibrated and validated by comparing simulation results with field data.Evacuation efficiency could be improved with the increased door width while such effect decreased when the door width reached a marginal value.And the marginal value varied under different occupant densities.An exponential function between evacuation time and occupant density was fitted,indicating that occupant density significantly affected evacuation efficiency.A set of different evacuation strategies were compared,in terms of their evacuation performances.It was found that a balanced door usage would result in more efficient evacuations in HSRSs.Thus occupant flows were suggested to be managed considering door capacity.To avoid potential safety issues caused by such strategy(e.g.,more occupants could be evacuated from a smaller area designed with higher door capacity),occupants needed to enhance their awareness of following evacuation guidance instead of panic escape in emergencies.Moreover,such safety issues could also be avoided during the design phase that the evacuation capacity was designed to be proportional to the room capacity for each floor.The results of this study provide valuable information for HSRS design and flow management in China.     

盾构综合管廊人员疏散可靠度计算

针对当前盾构综合管廊安全运维问题研究内容较少、且多未考虑不确定性因素,以及盾构管廊运维规范缺失的现状,对管廊安全运维问题中的火灾后人员安全疏散问题进行研究,以广州市天河智慧城盾构段综合管廊为研究对象,从概率角度计算廊内火灾后人员疏散可靠度。通过PyroSim软件进行1:1火灾建模,得到可用安全疏散时间,借鉴隧道灾后人员逃生行为概率分布,在考虑管廊运维期间特点的基础上对逃生行为概率模型进行优化,设置对比工况,运用Monte Carlo方法,通过Matlab编程进行必须安全疏散时间的随机抽样模拟,并据此计算出人员安全疏散可靠度。结果表明,在一个防火区间内普通人员的疏散可靠度约为0.889,检修人员的疏散可靠度约为0.99,趋近于1;日常的疏散演习和安全规范手册等控制手段能够对人员的安全提供极大的保障。研究成果能够为日后盾构综合管廊运维规范的编制提供参考。     

列车到发不确定的客站咽喉利用与股道分配

研究了列车到发时刻不确定条件下的铁路客站咽喉利用优化与股道分配问题.首先,建立了基于不确定列车运行图的咽喉利用与股道分配优化模型,模型考虑股道占用时间与均衡使用性,满足列车、咽喉、股道三者的耦合关系.然后分析并统计了不确定列车运行图的列车到、发站时刻的均值与方差,通过函数模拟的形式抽离出列车时刻表.此外,考虑到问题的NP-hard性,设计了基于模拟退火算法的启发式算法.最后,以宝鸡车站一个阶段计划内的咽喉利用与股道分配问题为实例进行了仿真验算.     

复杂建筑火灾中的人员疏散路径多目标规划

针对复杂建筑火灾中的人员疏散动态路径优化策略问题,以火灾情境下的动态疏散网络数据模型为基础,结合网络流优化和群智能方法,构建以最短时间、最小风险水平和最大疏散容量为目标的路径优化模型.通过改进的自适应果蝇算法,实现了节点和路径容量受限的动态疏散路径规划.通过对所建模型的性能测试和疏散过程实验,验证了多目标路径优化模型的有效性.实验结果也反映了多目标路径规划策略更加贴近复杂建筑火灾中的人员疏散实际情况,对于规划不确定因素影响下的复杂空间疏散路径具有可行性.     

R-YOLO轨道人员目标检测模型

针对现有铁路人员入侵识别准确率不高、实时性较差的问题，在YOLOv4模型的基础上提出一种R-YOLO轨道人员目标检测模型。首先，用轻量级骨干网络ResNet50代替原有的CSPDarknet53网络，利用深度可分离卷积替代PANet中的标准卷积，减少网络层数以及模型体积，加快模型的识别速度。其次，在加强特征提取网络的3个特征层分别加入有效通道注意力模块，采用K-means++聚类算法重新对数据集进行聚类和分析，提高目标检测模型的精度；在模型训练方面，采用迁移学习和混合数据集联合训练，解决人员识别精度不理想以及误检漏检等问题。最后，利用R-YOLO轨道人员目标检测模型对真实铁路人员入侵数据集进行测试。结果表明，R-YOLO模型在真实铁路人员入侵数据集上的平均识别精度达到了92.12%,较传统YOLOv4算法高出1.89%,帧速率由38.74 f·s^-1提升到47.73 f·s^-1。R-YOLO模型部分解决了铁路入侵人员误检漏检问题，提高了铁路人员入侵识别的实时性和准确率，为铁路安全运行提供了保障。