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.     

基于BIM技术的室内火灾应急疏散路径优化问题研究综述

合理的疏散路径选择是解决突发事件的关键所在,为解决我国室内火灾情况下人员的疏散问题,确保火灾事件发生后室内人员能以最短时间到达安全地带,本文基于建筑行业新兴的BIM技术,以应急救援为角度,对突发事件下路径的优化问题进行综述。文章从BIM技术的发展、应急疏散方法和路径优化模型及其算法三个方面进行综述,在归纳分析国内外应急疏散路径优化研究成果的基础上,为构建完善的智能疏散系统提供理论基础并希望能为相关学者的进一步研究提供启示和帮助。     

飞机客舱性能化防火设计方法研究

为研究飞机客舱防火性能,基于性能化防火设计理念,结合安全线和疏散时间模型,利用计算机模拟仿真技术,提出了飞机客舱性能化防火设计方法。以A380飞机客舱为例,利用火灾模拟软件FDS和疏散仿真软件Pathfinder结合建立仿真模型,运用提出的飞机客舱性能化防火设计方法分析了3级客舱布置下的火灾疏散情况,验证了该方法的可行性及合理性。研究结果表明:2号、3号及4号出口在火灾疏散过程中存在危险;基于此结果对客舱火灾疏散方案进行了优化,保证火灾疏散过程的安全。方法不仅可对现有各型飞机的防火性能进行评估,为优化客舱布局及人员疏散方案提供支持,还可为国产大型飞机客舱防火设计提供参考。     

数字孪生驱动的冬奥场馆消防安全动态疏散方法

提出了一种数字孪生驱动的消防疏散动态引导方法,解决了目前建筑物安全疏散表达方式以二维为主,疏散路径规划不能根据火灾的发展态势实时动态地进行,且不能考虑人员的位置因素等问题。该方法综合利用BIM(building information modeling)和物联网搭建面向疏散的数字孪生模型,并整合该模型中的空间、室内环境和人员位置信息,利用Dijkstra算法进行疏散路径规划。以2020年北京冬奥会雪车雪橇场馆中某建筑为例,该模型较好地实现了环境信息实时采集、室内布局三维可视、火灾警报、室内人员定位、疏散路径规划等功能。     

基于数字孪生理念的复杂建筑消防安全疏散动态分析

为提高复杂建筑火灾的精确模拟,进行疏散方案的实时优化,用数字孪生技术构建高层复杂建筑三维数字镜像模型,利用仿真软件,通过耦合火源点、排烟、喷淋等因素,分析复杂建筑的安全性和消防安全疏散问题。在构建的模型基础上,阐述数字孪生框架下物理实体和虚拟空间的安全疏散动态思路。采用数字孪生技术搭建丰富的实验环境,运用火灾仿真软件Pyrosim,结合火灾发展态势与火场人员位置进行基于数字孪生的消防安全动态疏散研究,研究新方案可以配合消防部门进行快速响应,为被困人员提出基于现场火势的撤离指引,改善目前建筑物疏散路线无法按照火势演变状况动态的进行、且无法兼顾人员位置的缺陷。     

基于时间扩展网络的区域疏散公交路径规划

针对城市公交系统应急区域疏散路径规划问题,采用时间扩展网络建模技术对疏散公交路网进行了表达,进而建立了以疏散总出行时间最小化为目标函数的离散、动态疏散网络流模型,将公交网络的疏散路径优化问题转化为混合整数规划问题,并设计了启发式禁忌搜索(TABU)算法,用于快速求解公交疏散路径优化方案.最后,以长春市中心区路网为例,对公交系统的区域疏散问题进行了实证研究,着重对比了CPLEX9.0软件的精确求解与禁忌搜索算法的近似求解之间的性能差异.数值实验结果表明,时间扩展网络模型可以有效反映公交疏散系统的动态性,同时禁忌搜索算法能够在求解效率和求解精度上取得较好的折衷.     

基于FDS的火灾产物对人员疏散影响的研究

研究火灾产物对人员疏散的影响,首先使用火灾数值模拟软件Pyrosim对某教学楼一层全尺寸模型的火灾数值模拟分析,得到仅门开启的火灾场景下影响人员疏散的主要火灾产物数据;其次引入疏散速度系数概念,将火灾产物数据经Matlab预处理后输入Pathfinder,建立基于火灾产物影响下的人员疏散模型,对比分析考虑火灾产物影响与不考虑火灾产物影响下的疏散情况;最后将火灾模拟动画与人员疏散动画耦合,实现三维环境下火灾发展过程与人员疏散过程的可视化展示.结果表明:疏散速度系数影响下的火灾人员疏散模拟相对于不考虑速度影响的火灾疏散模拟更能真实反应火场中的人员疏散情况.     

基于群体智能的人群疏散路径规划仿真研究

介绍了一种基于群体智能的人群疏散路径规划仿真方法.该方法结合群体智能的宏观模型与具有个体动力学特征的微观模型,提出综合两种模型优势的人群疏散仿真模型以及基于人工蜂群算法的动态路径规划算法.算法借鉴人工蜂群算法的原理,根据出口的个数及拥挤度对人群分组,然后在每个群组选取一个引领者.引领者带领群组向出口移动.移动过程中,群组内执行改进的社会力模型,以保证群组内的个体避免碰撞并且方向一致.针对突发事件人群疏散中疏散效率方面存在的技术瓶颈,探索基于群体智能的人群疏散路径规划的理论框架和体系,旨在为应急管理部门对人群疏散辅助决策提供支持.     

建筑工程施工现场疏散路径优化模型

针对多工种交叉作业频繁、环境时常变化、场地狭窄、明火作业多的建筑工程施工现场,本研究以疏散时间为目标函数建立其人员疏散时间模型,基于疏散时间模型以疏散时间最短为目的提出疏散路径优化模型,并利用修正的 迪杰斯特拉（Dijkstra）算法求解模型,同时结合BIM(building information model)4D模型和Anylogic软件以及某在建楼房案例对模型进行仿真模拟验证分析。由仿真模拟结果可知,疏散时间模型计算出的疏散时长与模拟疏散时长吻合度较高,使用经优化后的疏散路径疏散,能够在一定程度上较大幅度节约紧急情况下建筑工程施工现场劳务人员的疏散时间,提高施工阶段的安全管理效率,且在一定疏散人数范围内,优化程度随疏散人数增加而增长。     

基于Multi-Agent的矿井人员疏散数值模拟

煤矿井下发生灾害时,井下应急疏散建模仿真可以验证疏散方案是否合理,从而为救灾逃生提供合理指导。目前在煤矿井下人员疏散研究中,对因个体差异导致不同疏散结果的认识和建模尚有欠缺,并且对不同路权评估方法下最低花费路径的选取也鲜有提及。针对煤矿井下出现安全事故时人员的安全疏散问题,基于Multi-Agent与Dijkstra算法,利用RepastJ3.0开发平台,建立了井下人员安全疏散模型,探讨了井下工作人员对巷道网络拓扑关系的认知差异性对疏散效果的影响,以及不同路权评估方法下最低花费路径的选取策略。疏散模型仿真结果表明,该模型能够直观呈现不同类型井下工作人员的动态疏散过程,可以为井下应急疏散方案的制定提供理论支持。