馬全黨 譚恒濤 劉 森 蘇 昂 謝 娜

(武漢理工大學航運學院1) 武漢 430063) (武漢理工大學能源與動力工程學院2) 武漢 430063)

0 引 言

近年來由于客船事故頻發，嚴重影響客船旅游業的發展[1].通過研究近年來多起水上交通事故發現，疏散秩序和路徑選擇是應急疏散的關鍵因素[2]，國內外學者對此進行了廣泛研究.吳祖新等[3]提出的灰色變權聚類模型；林國龍等[4]提出的元胞運輸模型；趙星等[5]提出的疏散網絡優化雙層模型；劉紅等[6]提出的當量長度疏散模型.以上研究方法特點各異，但在時效性和適用性上均有所欠缺，具體見表1.

表1 疏散模型特點及缺陷

客船應急疏散指乘客從警報發出到離開船舶的全部過程，主要包括兩個階段：“準備”階段，乘客到達指定逃生點，通常為乘客登上救生筏或進入逃生滑道的地點；“逃離”階段，即從逃生點疏散到安全點的過程.文中主要研究“準備”階段的疏散行為，并針對客船人員疏散過程中的短板效應，即疏散效率最低的區域決定客船總體疏散效率，提出了一種全新的通道及路徑通行難度整合方式，并結合客船結構及其工作環境的封閉性與特殊性，構建了一種新型客船應急疏散路徑模型，可充分體現通行短板因素的影響，并通過分析仿真實驗過程進一步優化模型參數，有效防止短板效應造成的誤差，對于客船應急人員疏散路徑模型的研究及應用具有重要的參考意義.

1 建立優化疏散路徑模型

1.1 模型假設

準確評估各通道通行狀態是實現最優路徑規劃、成功疏散遇險人群的基礎[7].由于客船工作環境和內部結構的獨立性和相對封閉性，客船人員應急疏散過程中存在以下兩個對應特征：①多數通道普遍存在障礙因素，即通行受阻；②局部通道可能存在危險因素，即無法通行.據此，為在降低模型復雜度的同時保證其準確性，現作出以下假設:

1) 疏散網絡中任一通道均可能存在通行障礙因素及危險因素，但至少存在一條通向疏散點的完整路徑.

2) 疏散引導可有效消除人員個體差異及心理因素對其行為的影響，在疏散過程中所有待疏散人員均遵循系統引導進行疏散.

3) 節點與通道存在通行容量限制，其疏散點不存在容量限制.

4) 在任一時刻，通行障礙因素致使通行難度系數達到一個較大值時，或疏散網路上某通道危險因素達到明確危及生命的閾值，視該通道為癱瘓狀態，人員無法通行，后續疏散路徑不得包括該通道.

5) 疏散過程中不允許人員在兩節點間往返運動.

1.2 通行難度評估

在普遍的疏散研究中，杜紅兵等[8]指出，人群的疏散在通道受阻的場景下存在木桶短板效應，嚴重影響了疏散的秩序及效率.在對客船疏散路徑模型的研究過程中發現，客船人員應急疏散也存在一個類似的效應且容易被忽略，稱之為通道短板效應，即疏散效率(流量)最低的區域決定總體疏散效率.例如，對于流量“1”+“7”“2”+“6”“3”+“5”“4”+“4”等組合，其整體流量大小主由較小的“1”“2”“3”“4”決定.

而在客船疏散路徑規劃中，這種效應有兩個表現形式:①單個通道內各種通行障礙因素對該條通道的流量的影響反映，即在客船上層建筑的任一通道中，各種障礙因素對該通道流量的影響大小不一，而由障礙系數最大的障礙因素主導，對于單一通道風險及通行難度(流量)評估有著重要的參考意義；②各個通道的流量對路徑整體流量大小的反映，即將多個通道組合規劃成一條完整路徑時，通常主導整體路線流量大小的是流量最小的那條通道，對于多通道組合的路徑整體通行難度(通行所需時間)有著不可忽視的影響.

1.2.1單一通道內通行難度評估

由于客船內部結構和外部工作環境的特殊性，考慮的典型通行障礙因素包括船體傾斜、人群擁堵及火災.

目前通道內障礙因素的通行難度的整合為

(1)

但使用這種整合方式，障礙系數大的因素對通道通行難度系數的影響很可能被多個障礙系數小的因素的影響淡化，難以形成明顯的區分度，忽視了短板效應在通道通行難度系數評估中的作用.針對這個問題，提出一種新的整合方式，為

(2)

式中：ri為通道傾斜因數；μ為通道內人群密度，人/m2；fi(Kc)為減光系數對人員速度的影響系數；fi(ρCO)為一氧化碳對人員速度的影響系數；fi(Ts)為煙氣溫度對人員速度的影響系數；Ii為任一通道當量長度；Iij為任一通道實際長度，m.

當客船船體傾斜時，人群移動速度v會減小[9]，其修正表達式為

v=v0ri

(3)

式中：v為船體傾斜時的人群移動速度人群移動速度；v0為船體未傾斜時的人群移動速度；ri為通道傾斜因數.其中ri的計算方法具體為

(4)

(5)

(6)

(7)

(8)

式中：ri為傾斜因數；r1，r2為走廊橫向、縱向的傾斜因數；r3為樓梯橫傾因數；r4，r5為樓梯縱傾時上行、下行因數；φ為傾角(橫傾時右傾為正、左傾為負;縱傾時首傾為正、尾傾為負).

當通道內人群密度到達一定程度時，極易發生擁堵、停滯，導致人群移動速度下降[10]，為

v=-0.052μ3+0.396μ2-1.07μ+1.311 (9)

式中：μ為通道內人群密度，人/m2.

王紹曉[11]經過研究得出減光系數對人員速度的影響系數表達式為

(10)

式中：Kc為減光系數，1/m.

CO對人員速度的影響系數計算公式為

(11)

式中：φCO為CO的體積系數，%；t為人接觸CO的時間；f2(φCO)=0為人員出現生命危險，通道禁行.

Milke[12]認為煙氣溫度對人員速度的影響系數為

(12)

式中：θs為火場溫度；v0為初始移動速度.

式(2)的整合方式可明顯擴大障礙系數較大的因素的影響，并防止被障礙系數較小的因素淡化，同時體現小尺度空間范圍內各障礙因素之間的疊加效應.為體現疏散過程中不同大小的障礙因素對通道當量長度的影響，特參考實際情況選取三組不同的障礙因素組，通過計算得出三種情況的當量長度對比見表2.

表2 通道當量長度整合對比表

1.2.2多通道整體通行難度評估

在對單一通道內通行難度系數評估的基礎上，基于圖論思想對包含多條通道的整條路徑進行整體通行難度系數評估，以此作為路徑規劃的主要參考依據，但傳統的將各通道通行難度組合疊加的方式忽視了短板效應的重要影響，常給出“1”+“7”=“2”+“6”=“3”+“5”=“4”+“4”的通行難度擬合結果，與路徑實際通行難度形成明顯偏差，難以為后續的路徑規劃提供有效的數據支撐[13-14].而這種源頭上的缺陷往往無法通過算法減小或消除，也就無法規劃出真正意義上更“短(通行用時)”的疏散路徑，故文中提出一種新的整合評估方式，為

(13)

式中：Li為任一疏散路徑當量長度；Ii為任一通道當量長度.

以式(13)為基礎構建的客船應急疏散路徑模型，可較好的反映通道短板效應對疏散路徑的影響，更符合客船通道的實際情況.

選取三張通道當量長度為例，傳統整合方式得出的路徑當量長度L0與新型整合方式得出的路徑當量長度對比見表3.

表3 路徑當量長度整合對比表

2 模擬疏散仿真

基于Visual Studio開發平臺對系統的疏散逃生效果進行計算，選擇實驗船舶第三層為典型案例對該層人員分布和移動進行網格化建模分析，設置每個人所占面積為0.5 m×0.5 m，不可重疊.基于上述優化疏散路徑模型，在實驗船型上進行模擬仿真實驗，設定各艙室人員，設定一小傾角，并在通道中設置若干通行障礙，觀察分析模擬仿真疏散過程，進一步優化模型參數.具體流程見圖1.

圖1 仿真實驗流程

2.1 實驗船舶參數

選用與“東方之星”號參數相似的姊妹輪船作為仿真實驗模型，其具體參數見表4.

表4 實驗船舶參數

2.2 實驗初始條件設定

船舶第三層總長80 m，總寬15 m，橫向走廊寬1.5 m，縱向走廊寬1.5 m，中廳尺寸為12 m×16 m，各房間尺寸均為4 m×7 m；在通道中設置若干危險因素與障礙因素，設定船體橫傾角度為10°；三等艙每個房間4人，二等艙每個房間3人；人物所占網格面積為0.5 m×0.5 m，人員的移動均視為橫向—縱向移動，移動過程中人員所占網格不重疊.初始狀態見圖2.

圖2 仿真初始狀態圖

假設船舶第三層發生火災，其中危險因素1與危險因素2設置為φCO=0.3，即該處因一氧化碳氣體濃度過高而不能通行；危險因素3設置為θs=90 ℃，即該處因火場溫度過高而不能通行；障礙因素1設置為φCO=0.12，即該處因CO氣體濃度升高阻礙乘客疏散；障礙因素2設置為減光系數Kc=0.6，即該處因為煙霧造成能見度降低阻礙乘客疏散.

2.3 初始仿真

疏散過程見圖3，疏散開始9.2～35.4 s，房間內人員分批依次跑出，進入橫向—縱向通道；在38.5 s左右，全體人員均進入通道進行疏散，且各自選定逃生出口并確定疏散路徑，但三個出口的人員分別相差較大，A出口人員很多疏散效率偏低，而B出口處人員很少疏散較快但后期處于空閑狀態，疏散資源分配不均.260 s左右B出口處人員已疏散完畢，330 s左右C出口處人員也成功疏散，但A出口處仍有10人左右還在出口前，最終在392 s左右才完成.即使立即改變疏散路徑調整人員分配此時轉而從B或C出口疏散出來也只會花費更多的時間，因此只能按原定路徑進行疏散.

圖3 初始疏散過程

整體疏散情況見圖4，由圖4可知，疏散整體流程較為平緩，前期響應迅速，中期疏散較為順利，但是后期(即260 s之后)因為人員分布和資源調控不均導致整體疏散效率明顯下降.

圖4 初始疏散整體效果

2.4 優化仿真

分析發現，人員在各出口處須排隊登上救生艇、筏或轉移到安全地點，而這個流程所需時間為10 s，此時整個疏散隊列緩慢移動，以網格法換算，每10 s移動一個網格可視為0.05 m/s.而這種移動速度在疏散過程中可視為通道完全擁堵無法通行，即這種狀態實際上是出現的概率極小且不會持續存在.若在此時仍以人群密度作為疏散通道的通行影響指標，則極易產生錯誤判斷，致使人員分配與疏散資源調控不對稱，導致整體疏散效率降低.

綜合考慮，此時更應直接將人員分配作為主要因素考慮，為消除人群密度對疏散效率的過度影響，對照式(2)進而將通道的當量長度調整為

(14)

并進行進一步的仿真實驗驗證.

系統輸出結果見圖5～6，疏散路徑模型優化后的模擬疏散過程，各出口處的人員分布更為均勻，疏散資源的調控也比較合理.各出口處人員疏散完成時間間隔較小，B、C出口處人員疏散在320s左右完成，A出口處的人員疏散在356s左右完成，有效的提高了出口的利用率，較大程度上減少了不必要的時間冗余，使整體疏散過程順利、平緩.

圖5 優化疏散過程

圖6 優化疏散整體效果

從仿真實驗開始到全部疏散完畢，共用時356s，考慮船上人員個體差異及相互之間的影響，取25%的時間富余量，即船上人員疏散過程所需時間為445s.外加上應急反映時間2.5min，全部人員疏散到指定集合地點只需10min，在指定地點登艇或其他救生設備專業需要10min，總計20min完成整個疏散過程.與現階段的研究成果及疏散演習的效率相比(見表5)，顯著提高了客船人員應急疏散的效率.

表5 疏散效果對比

仿真結果表明，對疏散路徑模型的優化符合客船人員疏散的特點，且具有較好的適用性與穩定性，與現階段的應急疏散相比，可有效提高客船人員應急疏散效率，對于客船應急疏散的研究具有重要的參考意義.

3 結 論

1) 針對通道短板效應在客船應急疏散中的存在形式，對任一通道的通行難度和整體路徑的通行難度均提出新的整合方式，構建了一種新的客船疏散路徑優化模型，可有效消除短板效應造成的偏差，提高疏散路徑模型的適用性.

2) 選取實驗船型，基于Visual Studio開發平臺進行仿真疏散模擬實驗，通過觀察分析疏散過程，將人員分配作為主要因素考慮從而進一步優化模型結構與參數，提高了疏散路徑模型與客船實際情況的契合度.

3) 該疏散路徑模型在各因素的權重參數分配上仍有提升空間；而如何在疏散模型精度與計算時效性之間找到一個更優的平衡，則是該模型能否在客船人員應急疏散中普遍應用的關鍵指標.以上也將作為后續研究的重點.