CN115099055A - 地铁站火灾人员疏散仿真方法及系统 - Google Patents
地铁站火灾人员疏散仿真方法及系统 Download PDFInfo
- Publication number
- CN115099055A CN115099055A CN202210832046.4A CN202210832046A CN115099055A CN 115099055 A CN115099055 A CN 115099055A CN 202210832046 A CN202210832046 A CN 202210832046A CN 115099055 A CN115099055 A CN 115099055A
- Authority
- CN
- China
- Prior art keywords
- model
- fire
- simulation
- evacuation
- boltzmann
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 139
- 238000004088 simulation Methods 0.000 title claims abstract description 120
- 239000000779 smoke Substances 0.000 claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000009792 diffusion process Methods 0.000 claims abstract description 32
- 230000001953 sensory effect Effects 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 24
- 239000012530 fluid Substances 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000005012 migration Effects 0.000 claims description 6
- 238000013508 migration Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000005979 thermal decomposition reaction Methods 0.000 claims description 5
- 239000002341 toxic gas Substances 0.000 claims description 5
- 238000013213 extrapolation Methods 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 4
- 230000035790 physiological processes and functions Effects 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 abstract description 10
- 230000003993 interaction Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 21
- 230000004438 eyesight Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 230000008033 biological extinction Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000004215 lattice model Methods 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 208000010415 Low Vision Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 231100000636 lethal dose Toxicity 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004303 low vision Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 231100000816 toxic dose Toxicity 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种地铁站火灾人员疏散仿真方法及系统，属于轨道交通技术领域，根据格子‑波尔兹曼方法，并融合了大涡模拟法得到的格子‑波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子‑波尔兹曼火灾模型；基于格子‑波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；格子‑波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。本发明实现了火灾烟雾演变和人员疏散过程中实质性融合，模拟两者的交互影响，更好的还原了实际火灾场景，对工程实践提供了一定的帮助。
Description
技术领域
本发明涉及轨道交通技术领域，具体涉及一种基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法及系统。
背景技术
在地铁站内火灾仿真领域大多采用宏观方法，一般是采用仿真软件建模还原场景，目前工程应用和理论研究中对火灾的仿真通常采用基于计算流体力学的商用软件来完成火灾烟雾演变仿真，以及美国国家标准技术局开发的专门用于火灾仿真的开放源码工具FDS。关于火灾烟雾的模拟通常分为区域模拟、网络模拟以及场模拟等三种模拟方法，这些方法对应的常用软件和特点分别见下表。其中，区域模拟是分割单个房间为若干参数均匀的控制体，并求解方程得到的每个控制体参数随时间的变化；网络模拟是将整栋建筑视作一个系统，每个房间视作一个控制体；场模拟是将计算区域划分成成千上万个单元，可以得出建筑物内细节参数的变化，应用较为广泛。
在人员疏散领域，通常采用微观方法大致分为连续模型和离散模型。连续模型是指模型中个体的位置和时间都是连续的，针对个体运动变量构建运动学方程。其中，社会力模型是较为经典的连续模型。离散模型是指将整个疏散环境划分为网格，在相等的时间步长内，每个网格仅能处于空白或被占据的状态，疏散个体在模拟机制的作用下依据疏散环境和自身状态选择单元格行进，选择合适的出口逃离。其中，元胞自动机属于较为经典的离散模型。基于这些模型许多商用软件被开发，包括Legion,Anylogic,Building Exdous等。
对于火灾场景下的疏散仿真，通常是将火灾仿真得到的火场信息输入到人员疏散仿真模型中进行疏散仿真。例如，利用FDS进行火灾情况仿真，将仿真信息导入Legion进行人员疏散仿真；或者人员疏散采用网格模型，结合FDS 的火灾仿真，研究因火灾引起的高温和低视觉对人员疏散的影响，运动速度根据消光系数的变化进行确定。
由于受相关计算模型的限制，基于计算机的火灾条件下地铁站内乘客疏散仿真目前存在两方面的技术问题：一是目前火灾演变仿真通常采用基于宏观方法的商用软件，缺乏可扩展性以及与人员疏散仿真方法的融合。目前研究中对火灾的仿真通常采用计算流体动力学软件来完成，如CFX、 PHOENICS、FLUENT等，以及专门用于火灾仿真的开放源码工具FDS。这些软件工具均采用基于纳韦斯托克方程组的宏观方法对流体流动进行模拟，即流体被假设为连续介质，使其满足质量守恒、动量守恒和能量守恒来进行数值求解。然而，人员疏散仿真模型是微观模型，难以融入到火灾演变的仿真模型中，从而引出了第二个技术问题。二是目前工程应用以及理论研究中对于火灾中人员疏散、火灾烟雾演变的仿真普遍是分开进行的。由于火灾演变仿真模型和人员疏散仿真模型难以融合，因此，实际应用中通常首先利用火灾仿真软件计算除火灾及烟雾的演变过程数据，然后将这些数据导入到人员疏散仿真模型中作为环境参数，实现行人在疏散过程中对火灾和烟雾的躲避行为。但是，行人在火场中的运动无法对火灾和烟雾扩散产生影响，无法真正实现。
总之，现有的技术研究大都是专注于火灾仿真或人员疏散仿真其中一方面展开的，两者结合不充分甚至相互独立，大部分技术方法都是先通过专业软件仿真火灾烟流，然后利用仿真得到的数据导入疏散模型进行人员疏散仿真。这样操作不仅建模相互独立，工作量更大，而且不能很好体现行人疏散活动对于火灾烟雾扩散的影响。现有技术研究偏重于人员疏散模型的完善而忽略火灾烟雾扩散模型的构建。大多数的研究都是从人员疏散模型的角度出发对既有模型进行完善和发展，对于烟雾扩散仿真数据，仅通过已有软件仿真得出，甚至采用固定范围来模拟火灾影响，难以实现火灾烟雾演变和人员疏散过程的实质性融合以及交互影响。
发明内容
本发明的目的在于提供一种构建整合了以介观模型格子-玻尔兹曼方法为基础的火灾演变模型，融合了基于智能体的微观行人仿真模型，实现了人员疏散与火灾演变交互影响的综合仿真并能更加真实地模拟人员疏散与火灾演变过程的基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法及系统，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
一方面，本发明提供一种地铁站火灾人员疏散仿真方法，包括：
基于圆柱绕流物理模型构建障碍物绕流模拟模型；
基于半拉格朗日方法构建烟雾扩散模型；
根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
优选的，基于圆柱绕流物理模型构建障碍物绕流模拟模型，包括：
障碍物绕流模拟采用圆柱绕流物理模型，对于圆形障碍物的边界处理，流体节点与柱体内邻近的网格节点之间进行迁移时，采用结合非平衡态外推格式和空间插值的处理方法，得到迁移过程中网格节点上的未知分布函数，得到障碍物绕流模拟模型。
优选的，基于半拉格朗日方法构建烟雾扩散模型，包括：
t+Δt时刻xD点的云团是由t-Δt时刻xO处的云团迁移而来，则t+Δt时刻xD点云团的物理量等于t-Δt时刻xO处的云团的物理量：
其中，F表示云团物理量，α表示Δt时间内云团运动的距离，通过采用二阶龙格-库塔方法求解α(k+1)＝Δt·U(x-α(k),t)，最后得到烟雾在上一时刻的位置以及烟雾密度。
优选的，
为行人运动的驱动力，方向指向目标点D；
为行人α受到的对行人β的心理作用力，方向由行人β指向行人α，表现为斥力；
为行人α受到的对障碍物(墙体)的心理作用力，方向为垂直于障碍物(墙体)表面指向行人，表现为斥力；
为其他行人或地点对行人α的吸引力；ξ为随机力，以模拟行人行走过程中行为的随机变化；
因此，行人α的运动控制方程可以表示为：
在行人疏散过程中考虑格子-波尔兹曼火灾模型高温、烟雾以及有毒气体对行人的影响，则充满烟雾的空间中行人视距计算为：
其中，Km表示特定减光系数，MS表示烟雾质量，若所视物体为反射光，则c取3，若所视物体为反射光，则c取8；Vol表示空间体积。
优选的，感官模型主要由视觉系统和感觉系统构成，利用视觉系统，行人可以观察视域范围内网格节点上的烟雾密度及其范围内人群密度情况，视觉系统的视距会根据视域范围内烟雾密度按照下式进行调整：
其中，V表示视距，若所视物体为反射光，则c取3，若所视物体为反射光，则c取8；若为燃烧过程则Ks取7.6，若为热分解过程，则Ks取4.4；ρs表示视域内平均烟雾密度；
感觉系统主要有感受范围组成，行人可以利用感觉系统感受周边的环境温度，在行走方向选取方面与视觉系统类似，同样是将感觉范围平均分成三个区域，行人对比三个区域的温度大小，选择最小的方向行走。
优选的，心理模型采用恐慌因子Cm来表示疏散人员的心理状态：
Cm＝(CmT+CmS)/2
构建生理模型时，首先建立环境温度与人体生理因子之间关系：
建立生理模型计算公式：
火场环境对疏散人员生理状态的影响可以采用下式进行描述：
第二方面，本发明提供一种地铁站火灾人员疏散仿真系统，包括：
第一构建模块，用于基于圆柱绕流物理模型构建障碍物绕流模拟模型；
第二构建模块，用于基于半拉格朗日方法构建烟雾扩散模型；
第三构建模块，用于根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
第三构建模块，用于基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
仿真模块，用于将格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法。
第四方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法。
第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法的指令。
本发明有益效果：采用基于介观方法格子玻尔兹曼模型实现火灾烟雾的演变过程仿真，流体被视为大量离散粒子，流场按照一定空间步长离散为一系列规则的格子，时间也被离散为时间序列，流体粒子只能沿网格线运动，且每个时间步长只能运动一个空间步长，实现了火灾烟雾演变和人员疏散过程中实质性融合，模拟两者的交互影响，更好的还原了实际火灾场景，对工程实践提供了一定的帮助。
本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法技术线路示意图。
图2为本发明实施例所述的圆柱绕流物理模型示意图。
图3为本发明实施例所述的曲线边界处理示意图。
图4为本发明实施例所述的社会力模型示意图。
图5为本发明实施例所述的火场温度与火场场强关系示意图。
图6为本发明实施例所述的火灾烟雾中步频变化示意图。
图7为本发明实施例所述的视觉系统模型示意图。
图8为本发明实施例所述的感觉系统模型示意图。
图9为本发明实施例所述的融合模型的结构示意图。
图10为本发明实施例所述的行人模型构成示意图。
图11为本发明实施例所述的行人-环境交互作用机制示意图。
图12为本发明实施例所述的火灾场景简化示意图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语 (包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
实施例1
本实施例1提供一种基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真系统，包括：
第一构建模块，用于基于圆柱绕流物理模型构建障碍物绕流模拟模型；
第二构建模块，用于基于半拉格朗日方法构建烟雾扩散模型；
第三构建模块，用于根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
第三构建模块，用于基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
仿真模块，用于将格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
本实施例1中，利用上述的系统实现了基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法，包括：
基于圆柱绕流物理模型构建障碍物绕流模拟模型；
基于半拉格朗日方法构建烟雾扩散模型；
根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
其中，基于圆柱绕流物理模型构建障碍物绕流模拟模型，包括：
障碍物绕流模拟采用圆柱绕流物理模型，对于圆形障碍物的边界处理，流体节点与柱体内邻近的网格节点之间进行迁移时，采用结合非平衡态外推格式和空间插值的处理方法，得到迁移过程中网格节点上的未知分布函数，得到障碍物绕流模拟模型。
基于半拉格朗日方法构建烟雾扩散模型，包括：
t+Δt时刻xD点的云团是由t-Δt时刻xO处的云团迁移而来，则t+Δt时刻xD点云团的物理量等于t-Δt时刻xO处的云团的物理量：
其中，F表示云团物理量，α表示Δt时间内云团运动的距离，通过采用二阶龙格-库塔方法求解α(k+1)＝Δt·U(x-α(k),t)，最后得到烟雾在上一时刻的位置以及烟雾密度。
4、根据权利要求3所述的地铁站火灾人员疏散仿真方法，其特征在于，
因此，行人α的运动控制方程可以表示为：
在行人疏散过程中考虑格子-波尔兹曼火灾模型高温、烟雾以及有毒气体对行人的影响，则充满烟雾的空间中行人视距计算为：
其中，Km表示特定减光系数，MS表示烟雾质量，若所视物体为反射光，则c取3，若所视物体为反射光，则c取8；Vol表示空间体积。
感官模型主要由视觉系统和感觉系统构成，利用视觉系统，行人可以观察视域范围内网格节点上的烟雾密度及其范围内人群密度情况，视觉系统的视距会根据视域范围内烟雾密度按照下式进行调整：
其中，V表示视距，若所视物体为反射光，则c取3，若所视物体为反射光，则c取8；若为燃烧过程则Ks取7.6，若为热分解过程，则Ks取4.4；ρs表示视域内平均烟雾密度；
感觉系统主要有感受范围组成，行人可以利用感觉系统感受周边的环境温度，在行走方向选取方面与视觉系统类似，同样是将感觉范围平均分成三个区域，行人对比三个区域的温度大小，选择最小的方向行走。
心理模型采用恐慌因子Cm来表示疏散人员的心理状态：
Cm＝(CmT+CmS)/2
构建生理模型时，首先建立环境温度与人体生理因子之间关系：
建立生理模型计算公式：
火场环境对疏散人员生理状态的影响可以采用下式进行描述：
实施例2
本实施例2提供一种基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法，如图1所示，实现该方法的技术框架主要分为三个部分，分别为格子-波尔兹曼火灾模型，智能体疏散模型以及模型融合。接下来详细介绍这两个模型。
(1)火灾烟流场景模拟
首先，格子-波尔兹曼火灾模型主要是根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，同时在亚格子模型中加入了障碍物绕流模拟以及烟雾扩散模拟。LBM源自于格子气自动机(LGA)方法，该方法直接采用离散化的Boltzmann方程计算粒子分布函数，完全离散化的 Boltzmann方程，见(1)式
同时火灾模型加入了障碍物绕流模拟以及烟雾扩散模拟。
障碍物绕流模拟采用图2所示的圆柱绕流物理模型
对于圆形障碍物的边界处理如图3所示。
以rF点为例，该点与柱体内邻近的网格节点rS之间进行迁移时，需要知道这些节点进入流体节点rF的未知分布函数f-3,f-4,f-7，其中f-i表示柱体内的节点上与流体内节点指向该节点对应的分布函数fi相反方向的分布函数。则迁移过程中边界节点rS上的未知分布函数进入流体节点rF的表达式见式(2)
式中
在碰撞过程中没有得到确定，因此需要在碰撞过程之后、迁移过程之前对其进行处理。
这里采用2002年Guo等人提出的一种结合非平衡态外推格式和空间插值的处理方法。该方法将边界节点rS的分布函数分为平衡态和非平衡态两部分，平衡态部分用公式(3)来进行求解，非平衡态部分通过插值获得，见式(4)。
式中
用邻近流体内的节点值代替，
通过插值获得。
烟雾扩散模型采用半拉格朗日方法，半拉格朗日方法是广泛应用于数值天气预报等领域的一种计算方法；该方法不受稳定性条件的限制，具有良好的计算稳定性。该方法的主要思想是t+Δt时刻xD点的云团是由t-Δt时刻xO处的云团迁移而来，则t+Δt时刻xD点云团的物理量等于t-Δt时刻xO处的云团的物理量，见式(5)。
式中F——云团物理量，α——Δt时间内云团运动的距离。
因此，为求解该时刻某一格子节点上的烟雾密度，需要知道上一时刻该节点上的烟雾是从何处迁移而来；也就是需要确定云团迁移距离α，计算见式 (6)。
α(k+1)＝Δt·U(x-α(k),t) (6)
然后通过采用二阶龙格-库塔方法求解式(6)，最后得到烟雾在上一时刻的位置以及烟雾密度。
(2)人员疏散场景模拟
人员疏散模型中采用社会力模型，示意图如图4所示。
其中，
为行人运动的驱动力，方向指向目标点D；
为行人α受到的对行人β的心理作用力，方向由行人β指向行人α，表现为斥力；
为行人α受到的对障碍物(墙体)的心理作用力，方向为垂直于障碍物(墙体)表面指向行人，表现为斥力；
为其他行人或地点对行人α的吸引力；ξ为随机力，以模拟行人行走过程中行为的随机变化。
因此，行人α的运动控制方程可以表示为式(7)。
在行人疏散过程中考虑了高温，烟雾以及有毒气体对行人的影响，火灾高温对行人疏散的影响主要表现在两个方面，生理上的伤害和心理上的恐慌，如图5是火场温度与火场场强关系图。
火灾产生的烟雾对行人疏散的影响主要表现在遮光性方面，进而导致行人视距变短，逃生速度降低。在充满烟雾的空间中行人视距计算见式(8)
式中Km——特定减光系数，单位为m2/g，木头、塑料燃烧过程中取7.6，热分解过程中取4.4；
MS——烟雾质量，单位为g；
c——依据所视物体为反射光或发射光而定，前者取3，后者取8；
Vol——空间体积。
烟雾的消光系数与步频之间的关系，如图6所示。其中消光系数大于0.5m-1时对应步频0.8Hz的行走速度为0.56m/s。火灾烟雾中步频变化如图6所示。
消光系数和行人疏散速度存在式(9)所示关系。
式中，η＝0.706m·s-1,τ＝0.057m2·s-1。
火灾环境中对人体生理造成伤害的因素除了上面提到的高温外，还有就是有害气体的毒性。由于火灾环境中燃烧物成分含有大量高分子聚合物，加上燃烧不充分，会在短时间内产生多种有害气体，对火场中疏散人员的生理造成一定伤害。这方面的判断大都依据不同有毒气体对人体的致毒剂量进行判定。表1展示了剂量判断标准。
表1气体危害人体剂量标准
然后在构建智能体模型时，从三个维度出发，分别是感官模型，心理模型，生理模型。感官模型主要由视觉系统和感觉系统构成，视觉系统模型示意图如图7所示，利用视觉系统，行人可以观察视域范围内网格节点上的烟雾密度，及其范围内人群密度情况。并且，视觉系统的视距会根据视域范围内烟雾密度按照式(10)进行调整。
式中V——视距，单位为m；
c——依据所视物体为反射光或发射光而定，前者取3，后者取8；
Ks——单位为m2/g，燃烧过程取7.6，热分解过程取4.4；
ρs——视域内平均烟雾密度，单位为g/m3。
本模型中，视觉系统的视角统一取为180°，然后将视角平均分为三份，如图7b所示，即左区域L、右区域R和中间区域M。行人对比三个区域的烟雾密度，选择最小的方向行走。
感觉系统主要有感受范围组成，如图8所示。图中的阴影区域即为行人的感受范围；网格为火灾场景模拟的LBM网格系统。行人可以利用感觉系统感受周边的环境温度。与视觉系统不同的是，感觉系统的范围不会随温度或时间等其他因素变化，是一个固定的值。
在行走方向选取方面与视觉系统类似，同样是将感觉范围平均分成三个区域，如附图8所示，即左区域L、右区域R和中间区域M。行人对比三个区域的温度大小，选择最小的方向行走。
心理模型采用恐慌因子Cm来表示疏散人员的心理状态，见式(11)。
构建生理模型时，首先建立环境温度与人体生理因子之间关系见式(12)。
针对CO进行分析，由表1计算平均累积致死浓度为8.4％，建立模型计算公式见式(13)。
综上，火场环境对疏散人员生理状态的影响可以采用式(14)进行描述。
将以上模型与经典社会力疏散模型进行结合，得到最终的疏散模型。这些模型的融合主要体现在其对行人疏散速度的影响方面。
视觉模型中行人看到的烟雾密度会降低其疏散速度。本模型确定其对疏散速度的关系见式(15)。
心理恐慌和生理伤害对行人疏散速度的影响较为直接，可以采用按比例系数折减的方法进行计算，见式(16)。
v＝v0CmCp (16)
(3)模型融合
本模型程序中涉及到两个主要的模型，火灾演化和人员疏散；为了保证程序的低耦合，在核心算法实现过程中将两个模型分开处理。火灾演化采用的是格子Boltzmann方法，该方法的最大特点是演化过程非常清晰，程序实现逻辑性很强。火灾演化模型和人员疏散模型的计算流程如图9所示。行人模型构成和行人-环境交互作用机制分别如图10和图11所示。
综上，本实施例2中，采用基于介观方法格子玻尔兹曼模型实现火灾烟雾的演变过程仿真。该方法源自于格子气自动机方法，流体被视为大量离散粒子，流场按照一定空间步长离散为一系列规则的格子，时间也被离散为时间序列；在该模型中，流体粒子只能沿网格线运动，且每个时间步长只能运动一个空间步长。该模型与人员疏散微观仿真模型，尤其是离散模型，具有类似的建模思路，易于实现两种模型的实质性融合，从而实现火灾烟雾演变和人员疏散过程中实质性融合，模拟两者的交互影响。
为了验证综合模型模拟的有效性，本技术构建了一个简化场景，如图12 所示。其中，场景中有一个长方形楼梯区域和六个方形立柱，火源位于楼梯左侧，出口位于楼梯右侧，待疏散人员位于场景最左侧。火源温度取常数 200℃，环境温度取常数20℃。左侧是无疏散人员干扰的烟雾扩散等温图，右侧是有疏散人员影响的火场等温图。对比两侧图片可以很明显的50s之后疏散人员穿过烟雾时会对穿越区域的烟雾扩散产生影响。本模型和其他模型相比更好的还原了实际火灾场景，对工程实践提供了一定的帮助。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法，该方法包括：
基于圆柱绕流物理模型构建障碍物绕流模拟模型；
基于半拉格朗日方法构建烟雾扩散模型；
根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
实施例4
本发明实施例4提供一种计算机程序(产品)，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法，该方法包括：
基于圆柱绕流物理模型构建障碍物绕流模拟模型；
基于半拉格朗日方法构建烟雾扩散模型；
根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
实施例5
本发明实施例5提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现基于格子-玻尔兹曼方法的地铁站火灾人员疏散仿真方法的指令，该方法包括：
基于圆柱绕流物理模型构建障碍物绕流模拟模型；
基于半拉格朗日方法构建烟雾扩散模型；
根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种地铁站火灾人员疏散仿真方法，其特征在于，包括：
基于圆柱绕流物理模型构建障碍物绕流模拟模型；
基于半拉格朗日方法构建烟雾扩散模型；
根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
2.根据权利要求1所述的地铁站火灾人员疏散仿真方法，其特征在于，基于圆柱绕流物理模型构建障碍物绕流模拟模型，包括：
障碍物绕流模拟采用圆柱绕流物理模型，对于圆形障碍物的边界处理，流体节点与柱体内邻近的网格节点之间进行迁移时，采用结合非平衡态外推格式和空间插值的处理方法，得到迁移过程中网格节点上的未知分布函数，得到障碍物绕流模拟模型。
3.根据权利要求2所述的地铁站火灾人员疏散仿真方法，其特征在于，基于半拉格朗日方法构建烟雾扩散模型，包括：
t+Δt时刻xD点的云团是由t-Δt时刻xO处的云团迁移而来，则t+Δt时刻xD点云团的物理量等于t-Δt时刻xO处的云团的物理量：
其中，F表示云团物理量，α表示Δt时间内云团运动的距离，通过采用二阶龙格-库塔方法求解α(k+1)＝Δt·U(x-α(k),t)，最后得到烟雾在上一时刻的位置以及烟雾密度。
4.根据权利要求3所述的地铁站火灾人员疏散仿真方法，其特征在于，
因此，行人α的运动控制方程可以表示为：
在行人疏散过程中考虑格子-波尔兹曼火灾模型高温、烟雾以及有毒气体对行人的影响，则充满烟雾的空间中行人视距计算为：
其中，Km表示特定减光系数，MS表示烟雾质量，若所视物体为反射光，则c取3，若所视物体为反射光，则c取8；Vol表示空间体积。
5.根据权利要求4所述的地铁站火灾人员疏散仿真方法，其特征在于，
感官模型主要由视觉系统和感觉系统构成，利用视觉系统，行人可以观察视域范围内网格节点上的烟雾密度及其范围内人群密度情况，视觉系统的视距会根据视域范围内烟雾密度按照下式进行调整：
其中，V表示视距，若所视物体为反射光，则c取3，若所视物体为反射光，则c取8；若为燃烧过程则Ks取7.6，若为热分解过程，则Ks取4.4；ρs表示视域内平均烟雾密度；
感觉系统主要有感受范围组成，行人可以利用感觉系统感受周边的环境温度，在行走方向选取方面与视觉系统类似，同样是将感觉范围平均分成三个区域，行人对比三个区域的温度大小，选择最小的方向行走。
6.根据权利要求5所述的地铁站火灾人员疏散仿真方法，其特征在于，
心理模型采用恐慌因子Cm来表示疏散人员的心理状态：
Cm＝(CmT+CmS)/2
构建生理模型时，首先建立环境温度与人体生理因子之间关系：
建立生理模型计算公式：
火场环境对疏散人员生理状态的影响可以采用下式进行描述：
7.一种地铁站火灾人员疏散仿真系统，其特征在于，包括：
第一构建模块，用于基于圆柱绕流物理模型构建障碍物绕流模拟模型；
第二构建模块，用于基于半拉格朗日方法构建烟雾扩散模型；
第三构建模块，用于根据格子-波尔兹曼方法，并融合了大涡模拟法得到的格子-波尔兹曼亚格子模型，结合障碍物绕流模拟模型以及烟雾扩散模型，构建得到格子-波尔兹曼火灾模型；
第三构建模块，用于基于格子-波尔兹曼火灾模型构建感官模型、心理模型和生理模型，结合社会力模型构建得到人员疏散模型；
仿真模块，用于将格子-波尔兹曼火灾模型与人员疏散模型相结合，实现疏散人员对火灾烟雾的实时躲避仿真模拟。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-6任一项所述的地铁站火灾人员疏散仿真方法。
9.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如权利要求1-6任一项所述的地铁站火灾人员疏散仿真方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-6任一项所述的地铁站火灾人员疏散仿真方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210832046.4A CN115099055A (zh) | 2022-07-15 | 2022-07-15 | 地铁站火灾人员疏散仿真方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210832046.4A CN115099055A (zh) | 2022-07-15 | 2022-07-15 | 地铁站火灾人员疏散仿真方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115099055A true CN115099055A (zh) | 2022-09-23 |
Family
ID=83298269
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210832046.4A Pending CN115099055A (zh) | 2022-07-15 | 2022-07-15 | 地铁站火灾人员疏散仿真方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115099055A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116109014A (zh) * | 2023-04-11 | 2023-05-12 | 广东广宇科技发展有限公司 | 一种城市轨道交通大型换乘站点的模拟消防疏散方法 |
-
2022
- 2022-07-15 CN CN202210832046.4A patent/CN115099055A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116109014A (zh) * | 2023-04-11 | 2023-05-12 | 广东广宇科技发展有限公司 | 一种城市轨道交通大型换乘站点的模拟消防疏散方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hodges et al. | Compartment fire predictions using transpose convolutional neural networks | |
| Zhai et al. | Evaluation of various turbulence models in predicting airflow and turbulence in enclosed environments by CFD: Part 1—Summary of prevalent turbulence models | |
| Song et al. | Crowd evacuation simulation for bioterrorism in micro-spatial environments based on virtual geographic environments | |
| Almeida et al. | Crowd simulation modeling applied to emergency and evacuation simulations using multi-agent systems | |
| Zhang et al. | Building artificial-intelligence digital fire (AID-Fire) system: a real-scale demonstration | |
| Cao et al. | Development of an evacuation model considering the impact of stress variation on evacuees under fire emergency | |
| Wagoum et al. | Efficient and validated simulation of crowds for an evacuation assistant | |
| Xu et al. | Intelligent planning of fire evacuation routes using an improved ant colony optimization algorithm | |
| Shi et al. | Research on IFC‐and FDS‐Based Information Sharing for Building Fire Safety Analysis | |
| Zhang et al. | Multi-agent based modeling and simulating for evacuation process in stadium | |
| CN115099055A (zh) | 地铁站火灾人员疏散仿真方法及系统 | |
| Liu et al. | An evacuation route model of crowd based on emotion and geodesic | |
| Zhang et al. | Smart real-time forecast of transient tunnel fires by a dual-agent deep learning model | |
| Zhao et al. | Macroscopic view: Crowd evacuation dynamics at T-shaped street junctions using a modified Aw-Rascle traffic flow model | |
| Zhang et al. | Intelligent fire location detection approach for extrawide immersed tunnels | |
| Dugdale et al. | Agent-based simulation for IoT facilitated building evacuation | |
| Pinsonneault et al. | Anisotropic Galactic Outflows and Enrichment of the Intergalactic Medium. II. Numerical Simulations | |
| Makmul | A social force model for pedestrians’ movements affected by smoke spreading | |
| Pagou et al. | Shapefile-based multi-agent geosimulation and visualization of building evacuation scenario | |
| Tu et al. | Memory’s effect on bidirectional pedestrian flow based on lattice hydrodynamic model | |
| Tang et al. | A GIS-based 3D simulation for occupant evacuation in a building | |
| Makmul | A cellular automaton model for pedestrians’ movements influenced by gaseous hazardous material spreading | |
| CN211910105U (zh) | 一种基于实验动物的逃生疏散行为学研究模拟装置 | |
| Chu et al. | Seismic evacuation simulation in a dynamic indoor environment | |
| Ji et al. | VPBS: A velocity-perception-based SFM approach for crowd simulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |