铁路客运站疏散仿真研究

1应急条件下站内人员分析

现代铁路客运站体现以人为本的设计思想，包含多种功能区，如售票、候车区域，商务功能区(餐饮店、零售店等)，行李交付、传运区域，以及与运营相关的设备用房区域。除此之外，也有一些车站的结构功能更加复杂，如北京南站，地铁站出入口也在车站涵盖范围内。因此，目前铁路客运站内的人员构成主要包含3种：旅客、工作服务人员及其他人员(商店工作人员等)。为保证铁路客运站的正常运营，需要有一定的站内工作人员及商店服务人员，这部分人员基本上都接受过必要的业务技能训练，能够及时合理地应对站内突发事件；而旅客由于流动性大，人员构成复杂，大部分对车站内部环境不熟悉，因而在应急条件下容易造成恐慌，发生二次事故。基于站内人员数量大、临时性及偶然性的特点，可以将铁路车站内的疏散人员看作一个群集[1]，当在有威胁生命安全的事件发生需要进行疏散时，组成群集的人员个体间相互影响，并且由个体行为影响扩大化产生倍增效应，使人员很难进行理性的思考和决策。在这种情况下，疏散人员的行为特征可以概括为[2-4]：①每个人都希望以自己最快的速度选择最短的路径逃生，而且人越了解环境，越清楚最短路径的位置；②个人的行为特征如方向、速度可能因周围其他乘客的行为发生突变或波动，产生的现象主要表现为从众行为，即人群往往集中在一个出口处，而忽略其他的出口，使出口处变得拥挤，出现拱形，出口处的人流速度变慢，造成“欲速则不达”的现象。此外，旅客主要分为长途旅客和短途旅客，一般情况下，长途旅客会携带数量较多的行李，在发生突发事件时，行李会大大阻碍人员的疏散效率。通过研究资料[5-6]得出：当人群密度为1人/m2左右时，人流迁移流动呈自由流动状态，迁移流动的水平速度为V=1.3m/s；当人群密度为2人/m2左右时，人流迁移流动开始呈现滞留流动状态，迁移流动的水平速度为V=0.7m/s；当人群密度为5.38人/m2左右时，人流迁移流动完全处于停滞状态，迁移流动的水平速度为V=0.0m/s。

2站内旅客应急疏散建模

选取大连站为研究对象，由于大连站候车室内设施复杂、布局紧凑，旅客疏散时可利用空间少，人群群聚效应明显，个体比较难以独立采取行动，因而可以忽略个体心理反应等次要因素。此时疏散个人的速度将受限于疏散人群的整体移动速度。在这样的情况下，假设疏散人员的特征相同，疏散人员的步行可以作为“集体步行”对待。同一类空间内步行速度一定，但候车室、走廊等水平通道及楼梯等通道的疏散速度不同，应分别对待。

2.1大连站候车室人员应急疏散概念模型

大连站候车室人员应急疏散概念模型如图1所示。（1）人员生成。一次生成一定量的人员实体，依据相关的原则合理地将实体分配到大连站的7个候车区和其他位置。（2）疏散路径。疏散开始后人员经反应判断后选择疏散的路径。疏散路径形式：初始位置→候车室南入口；初始位置→候车室北入口；初始位置→候车区检票口。（3）到达安全区域。经候车室南北出入口疏散的人流以离开候车室为安全，经候车区检票口疏散的人流以到达站台为安全。

2.2应急疏散速度模型

（1）水平通道上的疏散速度。一般情况下，为了应对可能发生的重大事故或灾害，车站都会预先制订应急疏散方案。应急方案是指为保证迅速、有序、有效地开展应急与救援行动，降低事故损失而制订的有关计划或方案[7]。在应急条件下，影响站内人员疏散效率的因素有很多，如人员、设施设备、管理等。结合大连站的实际，疏散个人的速度受限于疏散人群的整体移动速度。为了便于仿真参数的设定，选用木村幸一和Togawa[8]等人提出的疏散速度函数作为水平通道上的疏散速度模型，即V=V0ρ-m⑴式中：ρ是人群密度，V=人数/面积，人/m2；V0是常量，m/s；m是人群密度指数，参考木村幸一的速度模型和Togawa的速度模型，V0=1.1m/s、m=0.7954，V0=1.34m/s、m=0.8000。（2）对于人员在楼梯及自动扶梯上的疏散速度，根据相关规范中规定的通行能力经换算后得出相应的服务时间值。

2.3应急疏散仿真模型参数设定

（1）仿真人数。车站最高聚集人数是指车站全年上车旅客最多月份中一昼夜在候车室内瞬时(8～l0min)出现的最大候车(含送客)人数的平均值。将最高聚集人数的概念引入候车室大客流疏散情况分析，根据大连站调研数据可知：候车室旅客最高聚集人数为4790人(不含大连站工作人员及闲散人员)，在此次仿真模型中取整数5000人。由《大连站行车工作细则》可以查得候车室最多容纳6593人，仿真中仿真人数最大值为6500人。（2）人群密度参数。各候车区人群密度参数取值如下：一候车区ρ=0.05×N/330，二候车区ρ=0.15×N/330，三候车区ρ=0.15×N/418，四候车区ρ=0.15×N/286，五候车区ρ=0.15×N/220，六候车区ρ=0.15×N/330，八候车区ρ=0.15×N/528，其他区域ρ=0.05×N/132；其中N为人群数量。（3）各服务设施服务时间参数。各服务设施的服务时间参数如表1所示。（4）人员疏散路径选择权重参数。依据有关研究结果[9]及大连站调研统计数据，得到各候车区人员疏散时的疏散路径选择比例，如表2所示。（5）其他参数。疏散仿真中人员疏散采取规定的疏散路径；候车室所有出入口人员只出不进；所有自动扶梯均设置为下行方向；各候车区人员疏散时只开放3个人工检票口；对于残疾人假设在相关人员协助下能够从专用通道疏散，仿真模型中不计其疏散时间；儿童的疏散速度假设在家长的协助下等同于其家长的速度。

3仿真实验

根据大连站的实际情况，分别设计了4个实验，并且每个实验包含有4个方案。其中：实验1考虑仿真人数N对疏散结果的影响；实验2考虑仿真人数N对疏散结果的影响，但在实验一的基础上改变了人群密度指数m和自然速度常量V0的大小；实验3考虑自然速度常量V0对疏散结果的影响；实验4考虑人群密度指数m对疏散结果的影响。各实验方案如表3所示。

3.1实验1仿真结果

实验1疏散人数与时间的关系如图2所示。从图2可以看出，当疏散总人数达到4500人左右时，疏散人数与疏散时间几乎完全呈现为线性关系，而且其线性指数较高。随着疏散人数进一步的增加，疏散人数与疏散时间之间的线性关系逐步减弱，渐渐表现为非线性关系。当疏散时间为5min左右时，疏散总人数已经达到了5000人。对实验1仿真结果采用线性差值方法计算，得到大连站6min内可以安全疏散5263人，因而可以得出符合大连站5000人的应急疏散要求。

3.2实验2仿真结果

实验2疏散人数与时间的关系如图3所示。从图3可以看出，当大连站疏散人数达到4000人左右时，疏散人数与疏散时间之间也呈现出较为明显的线性关系。随着疏散时间的增加，疏散人数与疏散时间之间开始呈现为非线性关系。当疏散总人数达到5000人时，所用的疏散时间在5min左右，即实验2也满足5000人应急疏散要求。

3.3实验3仿真结果

实验3仿真结果如图4所示。从运行结果可以看出：速度常量与疏散时间之间总体上呈现出一定的线性关系，速度常量越小，疏散时间用的越长。由于实验3仅有4个方案，两相邻点之间呈现出3种变化，表现为“慢-快-慢”。即V0从1.34m/s变化到1.24m/s时，疏散时间增加了1.32%，变化率为0.7621min/(m/s)；V0从1.24m/s变化到1.14m/s时，疏散时间增加2.32%，疏散时间变化率为1.3596min/(m/s)；V0从1.14m/s变化到1.04m/s时，疏散时间增加了1.73%，疏散时间变化率为1.0367min/(m/s)。

3.4实验4仿真结果

实验4仿真结果如图5所示。从图5可以看出当疏散人数相同时，人群密度指数与疏散时间之间表现为较强线性关系，而且线性指数几乎为0，即选用不同人群密度指数得出的总疏散时间在图中几乎呈现在一条直线上，因而可以得出：当m值在0.7954～0.8000间变化时，人群密度指数m对疏散时间的影响很小。3.5结果分析（1）实验1和实验2可以看作是1组对比试验，基于其仿真结果可以看出：自然疏散速度常量在1.1～1.34m/s取值时，大连站可以满足5000人安全疏散的要求，但实验1可以在更短的时间内完成疏散4500人的任务，如果发生的突发事件危险性比较大，宜采用实验1方案；当客流数超过这一数值且小于5500人时，若不采取其他措施，则有可能造成旅客的伤亡；当客流在5500～6500人时，所设计的大连站疏散方案不能满足安全疏散的要求。（2）实验3的运行结果表明，客流群聚效应下的人群自然疏散速度常量与疏散时间之间呈现出负线性关系，而且人群自然速度常量的取值对安全疏散的总时间影响大，但是仅能证明在一定范围内存在这种现象。（3）实验4的结果可以看出：当人群密度指数m在0.7954～0.8000范围内取值时，对站内人数疏散时间的影响很小，因而在仿真实验中可以选取0.8000作为参数。

4结束语

基于应急条件下站内人员疏散的重要性，分析了疏散时站内人员的行为特征。以大连站为例，结合疏散速度模型，分别设计了实验，利用SIMIO软件进行了模拟仿真，分析得出当站内人数不超过5000人时，大连站可以满足疏散要求。同时，还得出人群自然速度常量的取值对疏散时间的影响较大，以及人群密度指数对疏散时间的影响较小。

作者：李海鹏牟瑞芳单位：西南交通大学交通运输与物流学院