CN116595766A - 一种危化品园区泄露事故的应急人员疏散路线设计方法 - Google Patents

一种危化品园区泄露事故的应急人员疏散路线设计方法 Download PDF

Info

Publication number
CN116595766A
CN116595766A CN202310564758.7A CN202310564758A CN116595766A CN 116595766 A CN116595766 A CN 116595766A CN 202310564758 A CN202310564758 A CN 202310564758A CN 116595766 A CN116595766 A CN 116595766A
Authority
CN
China
Prior art keywords
cell
evacuation
personnel
time
network
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.)
Granted
Application number
CN202310564758.7A
Other languages
English (en)
Other versions
CN116595766B (zh
Inventor
李想
冯紫嫣
林明奇
郭亮亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Bangand Information Technology Co ltd
Beijing University of Chemical Technology
Original Assignee
Beijing University of Chemical Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Chemical Technology filed Critical Beijing University of Chemical Technology
Priority to CN202310564758.7A priority Critical patent/CN116595766B/zh
Publication of CN116595766A publication Critical patent/CN116595766A/zh
Application granted granted Critical
Publication of CN116595766B publication Critical patent/CN116595766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G06F30/10—Geometric CAD
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种危化品园区泄露事故的应急人员疏散路线设计方法，属于公共安全方法技术领域，步骤如下：获取园区布局信息、应急疏散场景和待疏散群体分布，得到园区拓扑疏散网络；基于园区泄漏事故信息，通过源强计算、气候分析与事故推演，构建泄漏事故扩散模型；将泄漏事故扩散模型与园区拓扑疏散网络关联，得到泄漏事故发生后的安全疏散路径网络；基于应急疏散场景、待疏散群体分布、安全疏散路径网络，构建以最小化人员总疏散时间为目标且以元胞内人员流量平衡、元胞流入/出量限制、元胞容量限制为约束的应急疏散模型，生成疏散路线。本发明的技术方案能够提高人群疏散效率，有效降低突发事故下园区内工作人员的生命财产损失。

Description

一种危化品园区泄露事故的应急人员疏散路线设计方法
技术领域
本发明涉及公共安全方法技术领域，尤其是涉及一种危化品园区泄露事故的应急人员疏散路线设计方法。
背景技术
近年来，我国工业化进程快速发展，石化产业和化工行业的生成能力和加工规模不断扩大，各地纷纷掀起了建立了化工园区的发展浪潮。化工园区的建立旨在形成资源集聚优势，促进区域经济的快速发展，提高化工行业的竞争力和工业化技术水平。然而，随着技术、工艺的不断进步，化工园区的潜在安全问题逐渐突出。园区内大量的事故风险集聚，涉及许多重大危险源和移动危险源，且事故的潜在损失巨大。由于园区内危险物质和能量高度聚集，具有易燃、易爆、有毒的特性，且化工园区人口众多且复杂、人的不安全行为导致重特大事故发生的可能性增大，后果严重度呈级数上升，给园区工作人员的生命健康带来巨大威胁，给园区事故风险预防和控制带来极大挑战。
园区危险物质和能量高度聚集、企业布局紧密，居民区与企业间距缩小，一旦发生毒气泄漏等事故，其波及范围广、持续时间长、不确定性大等特点导致人员群死群伤、经济严重受损、环境严重污染等一系列灾难性后果。因此，快速有效疏散引导是保证工作人员生命财产安全的重要环节。目前疏散引导多依靠建筑消防类的应急照明或者疏散指示指导人员疏散，或者依靠工作人员现场指导进行疏散。
当园区突发事故后，掌握事故动态扩散规律，迅速引导人员依照逃生路线往安全区域疏散具有重要意义。在制定疏散路线时，需要考虑人群内部的相互影响，以及事故演化对疏散过程产生的影响，这使得疏散路线的制定是一项复杂度极高的工作。因此，亟需一种考虑危化品园区泄漏事故条件下的应急人员疏散路线设计方法。
发明内容
本发明的目的是提供一种危化品园区泄露事故的应急人员疏散路线设计方法，通过挖掘泄漏事故扩散与应急人员疏散路径之间的关联关系，提高人员疏散效率，保障人员安全，降低生命财产损失，提高事故应急响应能力。
为实现上述目的，本发明提供了一种危化品园区泄露事故的应急人员疏散路线设计方法，步骤如下：
S1、获取危化品园区的布局信息、应急疏散场景和待疏散群体分布，划分元胞传输网络与离散时间步，得到园区拓扑疏散网络与元胞传输拓扑网络；
S2、根据园区泄漏事故发生信息，通过源强计算、气候条件分析、事故扩散推演，采用改进的高斯烟羽模型推演泄漏事故扩散情况，构建泄漏事故扩散模型；
S3、根据事故扩散影响，离散化园区空间，将泄漏事故扩散模型与园区拓扑疏散网络关联，形成安全疏散路径网络；
S4、根据待疏散群体、安全疏散出口、安全疏散路径网络，构建应急人员疏散路线优化模型，确定目标函数与约束条件，其中，目标函数是最小化人员总疏散时间，约束条件包括元胞内人员流量平衡约束、元胞的人员流入量约束、元胞容量上限约束、元胞的人员流出量约束、元胞内人群密度、速度和流量关系约束，以及决策变量范围约束；
S5、采用改进的标号更新法求解模型，生成人员疏散路线规划方案，并计算各疏散路径上的人员疏散时间。
优选的，S1具体包括：考虑一个多个疏散起点和多个疏散出口的危化品园区路径拓扑网络G＝(n,A)，定义N为网络节点的集合；A为网络边的集合；将每个疏散路径的交叉路口与各建筑物出口定义为节点i,i∈N，将疏散网络上相应节点的通道连接索引定义为节点j,j∈N，节点之间连通的通道定义为连通通道(i,j),(i,j)∈A；
为了构造元胞传输拓扑网络，将各路段(i,j)划分为等距的小段，称为元胞，定义D为元胞集合；A'为元胞连接边的集合，元胞的长度不能小于最短路径的长度；
将研究的时段[0,|T|]离散成|T|个小时段，所有时段构成集合T＝{t:t＝1,2,…,|T|}；设置δ为时段长度，δ|T|＝T，设置的时间步T需大于总疏散时间；元胞长度取行人自由流速度在一个时间步长δ内走行的距离；
每个元胞都可以承载一定数量的人员，从一个元胞到相邻元胞的人员数量都取整数，只要待疏散人员的质心在元胞中，就被认为是在元胞中；
元胞承载人员的数量与元胞中未被占用的空间面积大小成比例，允许待疏散人员在两个连续元胞间向前或向后移动，根据单个人员占地面积，可得到空元胞理论上容纳的最大人员数量
优选的，S2具体包括：
S2.1，源强计算，源强Q取决于泄漏孔径、形状、截面积，泄漏物体密度，储罐内部压力等一系列因素。以液化天然气为例，通常情况下，如果液化天然气储罐满装时，则罐内均为液相，否则，储罐内都存在气相和液相的空间。一旦储罐发生泄漏，泄漏孔径位置、孔径大小和储罐内压强等因素会引发不同的泄漏模式，产生不同的源强Q。因此，根据储罐内不同物体，泄漏事故形式主要有液相泄漏、气相泄漏和气液两相泄漏。
公式(2.1)用于计算液相、连续泄露源强，其中Q为泄漏源强，单位千克/秒；为泄漏孔的流量系数，取值如表1所示；S为泄漏口的截面积，单位米2；ρ为液体密度，单位千克/米3；P为储罐液面上方的压力，单位帕；Patm为大气压力，取值101325帕；h为液面与泄漏口的高度差，单位米；g为重力加速度，单位米/秒2；
表1泄漏孔的流量系数取值
公式(2.2)用于计算气相、连续泄漏源强，此时泄漏物质可能完全闪蒸为气态并与空气混合，在这种情况下，泄漏为混合气体，其中为泄漏孔的流量系数，取值根据泄漏孔径形状而不同，一般情况下，圆形、三角形、矩形、渐缩孔、渐阔孔的气体泄漏系数取值分别为1.0、0.95、0.9、0.9-1.0、0.6-0.9；S为泄漏口的截面积，单位米2；k为气体绝热系数；M为气体相对分子质量；R为通用气体常数，取值8.314焦耳/(摩尔·开)；T为储罐内气体温度，单位开；
当时，泄漏气体为音速流动。此时泄漏源强由公式(2.7)计算：
当时，泄漏气体为亚音速流动。此时泄漏源强由公式(2.8)计算：
其中Y表示气体膨胀因子，具体计算方法如公式(2.9)所示：
公式(2.3)用于计算气液两相、连续泄漏源强，此时部分泄露液体会吸收外界热量而形成蒸汽，其中p为两相混合物的压力，单位帕；pc为临界压力，取值0.55p，ρm表示气液两相流的平均密度，单位千克/米3，其计算方法如下：
其中，ρl、ρg分别表示泄漏液体和泄漏蒸气，单位千克/米3；Fv表示蒸发液体所占比例，其计算方法如下：
其中，T为两相混合物的温度，单位开；Tc为常压下液体的沸点，单位开；Cp为液体定压比热，单位焦耳/(千克·开)；Hv为液体的蒸发热，单位焦耳/千克；H1为液体储存温度T时的焓，单位焦耳/千克；H2为常压下液体沸点Tc时的焓，单位焦耳/千克。
当Fv＝0时，液体不会出现蒸发现象，泄漏液体会直接流出在地面形成液池，即为液相泄漏。当0<Fv<1时，泄漏形式为气液两相泄漏。当Fv＝0.1时，一半液体闪蒸成为蒸气；当0.1<Fv<0.2时，闪蒸液体量随着Fv的变化而线性变化；当Fv>0.2时，泄漏液体会在外界空气中完全蒸发，不会在地面上形成液池。
S2.2采用改进的高斯烟羽模型推演泄漏事故扩散情况,针对不同的泄漏事故，例如气体或液体等，有不同的扩散模型。其中，高斯烟羽模型(Gaussian plume model)是一种连续点源的泄漏扩散模型，适用于泄漏时间相对较长的情形，其特点是长时间稳定泄漏，如阀门损坏、罐体或管道破裂等因素，导致危化品在一定时间范围内泄漏。高斯烟羽模型可以很好地描述泄漏物质在大气中的扩散过程，已经被广泛应用于泄漏事件的模拟和预测中。在泄漏过程中，随着时间的推移，气体分子会不断地扩散和混合，从而形成烟羽形状，且这种扩散通常符合高斯分布。S2中采用改进的高斯烟羽模型推演泄漏事故扩散情况，其基本模型如下：
式中，C为下风向x米、横向y米、地面高度z米处有毒气体浓度，单位千克/米3；Q为源强，即源释放速率，单位千克/秒；μ为平均风速，单位米/秒；H为泄漏源距地面高度，单位米；y为横向距离，单位米；z为垂直方向距离，单位米；σy,σz分别为y，z方向的扩散系数，其取值与距地高度、地面粗糙度、泄漏持续时间、大气湍流结构、抽样时间间隔、风速以及距离泄漏源的距离等因素有关。大气的湍流结构和风速在大气稳定度中考虑。大气稳定度由10米高度以上的风速、白天的太阳辐射或夜间的云量等参数决定。
按照帕斯奎-特纳大气稳定度分类方法，大气稳定度可以分为A-F六类。其中A-C类表示气象条件不稳定(A表示强不稳定，C表示弱不稳定)，D类表示中性气象条件，E-F类表示气象条件稳定(E表示弱稳定，F表示中等程度稳定)。一般来说，随着大气稳定度的降低，扩散系数增大。根据大气稳定度类型，危化品园区事故泄漏扩散系数计算方法如表2所示。
表2危化品园区事故泄漏扩散系数计算方法
大气稳定度具体分类方法见表3，其中，白天日照强度确定方法见表4。其中云量是指当地天空层覆盖率。例如，云量4/8表示当地4/8的天空有云层覆盖。日照角表示当地太阳光线与地平线之间的夹度。
表3帕斯奎-特纳大气稳定度分类的确定
表4日照强度的确定
优选的，S3具体包括：
S3.1将园区空间离散成二维平面格子，通过S2计算出每个格子中有毒气体的浓度；
S3.2将元胞传输拓扑网络与园区平面离散网络相匹配，即将疏散网络中各元胞中心坐标与事故扩散网络中各格子相对应，获得各格子中毒气浓度作为各元胞中毒气浓度；
S3.3为了避免疏散过程中有毒气体对人员产生的安全威胁，判别格子中毒气浓度是否对人体产生严重影响，在构建安全疏散路径网络时，将不安全的元胞去除，得到安全疏散路径网络，获得的各元胞内有毒气体浓度和安全疏散路径网络，将作为S4中应急人员疏散路线优化模型中的输入。
优选的，S4中，应急人员疏散路线优化模型的目标函数是最小化人员总疏散时间，即在最短时间内清空每个元胞中的工作人员，表示如下：
公式(4.2)为元胞内人员流量平衡约束，表示每个元胞中人员数量的动态更新过程：
即在t,t>0时刻，元胞i内人员数量等于t-1时刻元胞i内人员数量、t-1时刻元胞i流入人员数量、t-1时刻元胞i疏散人员需求之和，减去t-1时刻流出元胞i人员数量；
公式(4.3)-(4.4)表示在每个时刻，每个元胞的流入/出量限制约束；
公式(4.5)表示在每个时刻，每个元胞的容量上限约束；
公式(4.6)限制了从任一元胞的人员流出量均小于元胞内的人员数量；
公式(4.7)-(4.8)表示初始化起始时间各元胞内人员数量设置；
由于人员疏散效率也受到人员密度的影响，在疏散通道的容量限制下，不妨将t时刻元胞i中的人群密度定义为：t时刻元胞i内人数/>与元胞容量/>之比，如公式(4.9)所示，单位人/米2：
同时考虑人群密度和毒气浓度对人员疏散速度的影响，各路段上人群速度如公式(4.10)所示：
其中，v＝1.32-0.82lnσi(t)，ω＝3.0-0.76σi(t)，a取值为0.25-0.4，b取值为0.014-0.088，c取值为0.15-0.2，表示元胞i中人员自由流移动速度，αi表示元胞i中有毒气体浓度修正系数，/>表示t时刻元胞i内有毒气体浓度对人员疏散速度的影响系数，其计算方法如公式(4.11)所示：
公式(4.12)表示流量、速度和密度关系约束，即在t时刻，最多流入元胞i的人数如下式所示：
公式(4.13)-(4.14)为决策变量范围约束，即在t时刻，元胞i中人员数量和从元胞i流入元胞j中人员数量均为非负整数：
公式(4.1)-(4.14)所用数学符号的含义如下：
T，时间集合，{1,2,…,T|}；
D，元胞集合，{1,2,…,|D|}；
Dd，虚拟节点集合；
Ds，源节点集合；
A'，邻接矩阵，A'＝[aij]；
在t时刻，元胞i中疏散人员需求；
在t时刻，元胞i内人员通行时间成本；
在t时刻，元胞i内人员移动速度；
元胞i内人员自由流移动速度；
αi，元胞i内有毒气体浓度修正系数；
在t时刻，元胞i内人群密度；
在t时刻，元胞i内有毒气体浓度；
在时刻，元胞i内有毒气体浓度对人员疏散速度的影响系数；
在t时刻，元胞i最多容纳的人数；
在t时刻，最多流入元胞i的人数；
元胞i的流量上限；
元胞i中初始人数；
正整数集合；
决策变量：
整数变量，在t时刻，元胞i中人员数量；
整数变量，在t时刻，从元胞i流入元胞j中人员数量。
优选的，S5采用改进的标号更新法求解模型，生成人员疏散路线规划方案，并计算各疏散路径上人员疏散时间。在改进的标号更新法中，设置一个List_se列表，用于记录距离标签更新的元胞编号，并在下一次迭代时检查List_se内某一元胞发出的所有弧A(i)，以提高算法的搜索速度。可以将List_se看作一个双队列(Deque)数据结构，如果List_se为空，则表明所有弧都满足最优性条件，已找到最短路径，否则就从List_se中选择一条弧，将其从List_se中移除，并判定其是否违反最优性条件。如果该弧违反了最优性条件，就用它更新元胞i的距离标签，同时更新元胞i的前向元胞pre(i)。具体包括：
S5.1初始化，对于每个待疏散人员k∈K，令d(ok)＝0，pre(ok)＝0；对于每个非源元胞i∈N\{ok}，令d(i)＝∞；设置列表List_se＝{ok}；
S5.2判断列表List_se是否是空集：如果是，则转到步骤S5.3；否则停止迭代；
S5.3根据当前时段及事故扩散模型，考虑事故扩散与拥挤度产生的影响，更新疏散网络的距离矩阵；
S5.4在列表List_se最左端移除第一个弧(j,i)，如果不满足最优性条件，即d(i)>d(j)+li，则令d(i)＝d(j)+li，pre(i)＝j，转至步骤S5.5；
S5.5判断列表List_se中之前是否包含元胞i：如果是，则将元胞i添加到列表List_se的左端头部；否则，将元胞i加到列表List_se的右端尾部，转至步骤S5.2；
最优性条件设置如下：对于任意元胞i∈D，设d(i)为从源元胞ok到非源元胞i的某条有向路径的长度，则当d(i)当且仅当满足以下最短路径最优性条件时，d(i)为源元胞ok到非源元胞i的最短路径距离：
公式(5.1)表示，对于网络中任意弧(j,i)，源点ok到非源元胞i的最短路径距离d(i)始终小于等于源点ok到非源元胞j的最短路径距离d(j)与弧(j,i)距离之和；反之，如果存在某些弧(j,i)满足d(i)>d(j)+li，说明d(i)不是最短路径距离，即将元胞j加到源节点ok到非源元胞i的路径中，进而降低d(i)的长度；
其中，改进的标号更新算法中所用数学符号的含义如下：
G，疏散网络；
D，疏散网络中元胞集合；
E，疏散出口元胞集合，E∈D；
O，疏散起点元胞集合，O∈D；
K，待疏散人员集合；
i,j，网络元胞的索引，i,j∈D；
li，元胞i的长度；
ok，人员k的疏散起始点元胞；
e，疏散出口元胞索引；
k，待疏散人员索引；
d(i)，从源元胞ok到非源元胞i的某条有向路径的长度；
pre(i)，非源元胞i的前向元胞；
A(i)，从节点i出发的所有元胞的集合；
List_se，可扫描列表，记录距离标签更新的节点编号。
因此，本发明采用上述步骤的一种危化品园区泄露事故的应急人员疏散路线设计方法，具有以下有益效果：
(1)考虑突发泄漏事故情景，在给定危化品园区布局、待疏散群体分布、事故发生类别等详细信息的条件下，构建泄漏事故扩散模型和应急人员疏散路径优化模型，引导人员依照逃生路线迅速疏散至安全区域具有重要意义。
(2)本发明公开的泄漏事故扩散模型，可应用于多种连续泄漏事故扩散的场景中，包括气体泄漏、液体泄漏和固液两相泄漏。所构建的泄漏事故扩散离散网络可与人员疏散拓扑网络相结合，分析泄漏事故和毒气浓度对人员疏散产生的影响，为提升人员疏散安全提供参考价值。
(3)本发明公开的应急人员疏散路线优化模型，是基于改进的元胞传输模型，具有求解速度快，可以准确刻画不同人员行为等优点，以最小化人员总疏散时间为优化目标，综合考虑元胞内人员流量平衡约束、元胞流入/出量限制约束、元胞容量上限等约束。
(4)本发明采用改进的标号更新法求解模型，能够在保证求解精确度的基础上提升计算速度，为应急人员疏散系统提供决策支持与系统规划，提高人员疏散的效率。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种危化品园区泄露事故的应急人员疏散路线设计方法实施例的流程示意图；
图2为本发明实施例的某危化品园区平面布局示意图；
图3为本发明实施例的园区拓扑网络示意图；
图4为本发明实施例的元胞传输拓扑网络示意图；
图5为本发明实施例的毒气泄漏事故扩散影响范围示意图；
图6为本发明实施例的元胞传输拓扑网络中各元胞的有毒气体浓度示意图；
图7为本发明实施例的安全疏散路径网络及相应元胞传输拓扑网络示意图；
图8为本发明实施例的应急人员疏散路线示意图。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
实施例
一种危化品园区泄露事故的应急人员疏散路线设计方法，如图1所示，步骤如下：
S1、获取危化品园区的布局信息、应急疏散场景和待疏散群体分布，划分元胞传输网络与离散时间步，得到园区拓扑疏散网络与元胞传输拓扑网络；
假设某危化品园区长约150米，宽约130米，占地面积约为1.95万米2，其平面布局图及建筑内工作人员分布如图2所示。图2中共包含：2个储罐区，假设罐中储存液化天然气(LNG)；2个车间，每个车间待疏散人数分别设置为6人和8人；1个办公楼，其中待疏散人数设置为5人；1个室外停车场和喷泉，假设该区域无待疏散人群。
将每个疏散路径的交叉路口与各建筑物出口定义为节点i,i∈N，将疏散网络上相应节点的通道连接索引定义为节点j,j∈N，节点之间连通的通道定义为连通通道(i,j)，构建危化品园区路径拓扑网络G＝(N,A)，如图3所示。其中，虚线节点表示园区道路交叉口，实线节点表示各建筑物出口，矩形节点表示危化品园区的出口。假设节点1的坐标为(0,0)，各节点的坐标及待疏散人数如表5所示。
表5各节点的坐标及待疏散人数
为了构造元胞传输拓扑网络，将各路段(i,j)划分为等距的元胞，定义D为元胞集合；A'为元胞连接边的集合。从图3危化品园区路径拓扑网络中可以看出，最小路段长度为(1,2)＝5米，因此，以5米为元胞长度，将所有路段进行元胞划分，得到如图4所示元胞传输拓扑网络。
将研究时段[0,|T|]离散成|T|个小时段，所有时段构成集合T＝{t:t＝1,2,…,|T|}。设置δ为时段长度，δ|T|＝T。在一个实施例中，取T＝50。元胞长度取行人自由流在一个时间步长δ内走行的距离。根据步骤S1中假设元胞长度为5米，假设人员疏散平均自由流速度为1.67米/秒，设置时段长度δ＝3秒。每个元胞都可以承载一定数量的人员，元胞承载人员的数量与元胞中未被占用的空间面积大小成比例，允许待疏散人员在两个连续元胞间向前或向后移动。单个行人占地面积约为0.16米2，可得到空元胞理论上容纳的最大行人数人。
S2、根据园区泄漏事故发生信息，通过源强计算、气候条件分析、事故扩散推演，采用改进的高斯烟羽模型推演泄漏事故扩散情况，构建泄漏事故扩散模型。
S2.1：源强计算。源强Q取决于泄漏孔径、形状、截面积，泄漏物体密度，储罐内部压力等一系列因素。一旦储罐发生泄漏，泄漏孔径位置、孔径大小和储罐内LNG与泄漏位置高度差等因素会引发不同的泄漏模式，产生不同的源强Q。假设泄漏事故发生在2号储罐区，由于LNG存储设备老化，导致导管处发生破损，其破损处距离地面2米，破损面积为6*10-4米2，泄漏口为矩形，泄漏孔的流量系数取值0.9。泄漏气体密度ρ为460千克/米3，气体分子质量M取值16.84，气体绝热系数k取值1.32，通用气体常数R取值8.314焦耳/(摩尔·开)，大气压力Patm取值101325帕，储罐液面上方的压力P取值1.59兆帕，储罐内气体温度T取值-162开。具体采用公式(2.8)计算气体泄漏源强，可获得LNG储罐泄漏时，其源强Q＝0.404千克/秒。
其中，Y表示气体膨胀因子，具体采用公式(2.9)计算：
S2.2：通过改进的高斯烟羽模型描述LNG毒气泄漏事故扩散过程。上述步骤S2.1可得出源强Q取值为0.404千克/秒。此外，假设泄漏事故发生在2号储罐区，假设平均风速μ为2米/秒，风向为西风，大气稳定度为A类，具体采用公式(2.6)计算坐标位置(x,y,z)的毒气浓度。
S3、根据事故扩散影响，离散化园区空间，将泄漏事故扩散模型与园区拓扑疏散网络关联，形成安全疏散路径网络；具体来说，将疏散网络中各元胞的坐标与事故扩散网络中各格子相对应，获得各格子的浓度作为各元胞的浓度，并判别如果格子中毒气浓度较高，则应在安全疏散路径网络中，剔除该节点。
S3.1：为了得到毒气浓度矩阵，将园区平面离散成xGrid*yGrid个格子。在本实施例中，危化品园区长约150米，宽约130米，将危化品园区平面离散成30*26个格子。通过高斯烟羽模型计算各格子的浓度，将毒气扩散过程进行可视化展示，如图5所示。
S3.2：匹配元胞传输拓扑网络与园区平面离散网络，得到元胞传输拓扑网络中各元胞的毒气浓度，单位克/米3，如图6所示。
S3.3：为了避免疏散过程中毒气对人员产生的安全威胁，在构建安全疏散路径网络时，将不安全的元胞去除，得到受到毒气事故扩散影响较小的安全疏散路径网络，具体如图7(a)所示。其中，点划线表示受毒气泄漏事故影响的节点和路径，实线表示不受泄漏事故的影响或受影响较小的节点和路径。图7(b)为安全疏散路径网络对应的元胞传输拓扑网络图。
S4、根据待疏散群体、安全疏散出口、安全疏散路径网络，构建应急人员疏散路线优化模型，确定目标函数与约束条件。
其中，目标函数是最小化人员总疏散时间，
约束条件如(4.2)-(4.14)所示：
公式(4.2)表示每个元胞中人员数量的动态更新过程：
公式(4.3)-(4.4)表示在每个时刻，每个元胞的流入/出量限制约束；
公式(4.5)表示在每个时刻，每个元胞的容量上限约束；
公式(4.6)限制了从任一元胞的人员流出量均小于元胞内的人员数量；
公式(4.7)-(4.8)表示初始化起始时间各元胞内人员数量设置；
公式(4.9)表示人群密度的计算公式；
公式(4.10)表示人群密度和毒气浓度对人员疏散速度的影响；
公式(4.11)表示有毒气体浓度对人员疏散速度的影响系数的计算公式；
公式(4.12)表示流量、速度和密度关系的计算公式；
公式(4.13)-(4.14)为决策变量范围约束。
S5、采用改进的标号更新法求解模型，生成人员疏散路线规划方案，并计算各疏散路径上的人员疏散时间。具体包括：
S5.1：初始化。对于每个待疏散人员k∈K，令d(ok)＝0，pre(ok)＝0；对于每个非源元胞i∈N\{ok}，令d(i)＝∞；设置列表List_se＝{ok}；
S5.2：判断列表List_se是否是空集：如果是，则转到S5.3；否则停止迭代；
S5.3：根据当前时段及事故扩散模型，考虑事故扩散与拥挤度产生的影响，更新疏散网络的距离矩阵；
S5.4：在列表List_se最左端移除第一个弧(j,i)，如果不满足最优性条件，即d(i)>d(j)+li，则令d(i)＝d(j)+li，pre(i)＝j，转至S5.5；
S5.5：判断列表List_se中之前是否包含元胞i：如果是，则将元胞i添加到列表List_se的左端头部；否则，将元胞i加到列表List_se的右端尾部，转至S5.2。
按照上述步骤对泄漏事故条件下危化品园区应急人员疏散路径优化模型进行求解，得到的应急人员疏散路线如图8所示。其中，各路径用不同线型表示：路径1：10-4-2-1，疏散时为72秒；路径2：12-4-2-1，疏散时为60秒；路径3：13-4-2-1，疏散时为76秒。总疏散时间为76秒。且算法的总计算时间为36.35秒，可以实现在突发泄漏事故下应急疏散的快速响应，提高人员疏散的效率，辅助危化品园区管理人员制定、优化和评估应急疏散方案，有效降低突发事故下园区内人员生命财产损失。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (6)

1.一种危化品园区泄露事故的应急人员疏散路线设计方法，其特征在于，步骤如下：
S1、获取危化品园区的布局信息、应急疏散场景和待疏散群体分布，划分元胞传输网络与离散时间步，得到园区拓扑疏散网络与元胞传输拓扑网络；
S2、根据园区泄漏事故发生信息，通过源强计算、气候条件分析、事故扩散推演，采用改进的高斯烟羽模型推演泄漏事故扩散情况，构建泄漏事故扩散模型；
S3、根据事故扩散影响，离散化园区空间，将泄漏事故扩散模型与园区拓扑疏散网络关联，形成安全疏散路径网络；
S4、根据待疏散群体、安全疏散出口、安全疏散路径网络，构建应急人员疏散路线优化模型，确定目标函数与约束条件，其中，目标函数是最小化人员总疏散时间，约束条件包括元胞内人员流量平衡约束、元胞的人员流入量约束、元胞容量上限约束、元胞的人员流出量约束、元胞内人群密度、速度和流量关系约束，以及决策变量范围约束；
S5、采用改进的标号更新法求解模型，生成人员疏散路线规划方案，并计算各疏散路径上的人员疏散时间。
2.根据权利要求1所述的一种危化品园区泄露事故的应急人员疏散路线设计方法，其特征在于，S1具体包括：
考虑一个多个疏散起点和多个疏散出口的危化品园区平面拓扑网络G＝(N,A)，定义N为网络节点的集合；A为网络边的集合；将每个疏散路径的交叉路口与各建筑物出口定义为节点i,i∈N，将疏散网络上相应节点的通道连接索引定义为节点j,j∈N，节点之间连通的通道定义为连通通道(i,j),(i,j)∈A；
为了构造元胞传输拓扑网络，将各路段(i,j)划分为等距的小段，称为元胞，定义D为元胞集合；A'为元胞连接边的集合，元胞的长度不能小于最短路径的长度；
将研究的时段[0,|T|]离散成|T|个小时段，所有时段构成集合T＝{t:t＝1,2,…,|T|}；设置δ为时段长度，δ|T|＝T，设置的时间步T需大于总疏散时间；元胞长度取行人自由流速度在一个时间步长δ内走行的距离；
每个元胞都可以承载一定数量的人员，从一个元胞到相邻元胞的人员数量都取整数，只要待疏散人员的质心在元胞中，就被认为是在元胞中；
元胞承载人员的数量与元胞中未被占用的空间面积大小成比例，允许待疏散人员在两个连续元胞间向前或向后移动，根据单个人员占地面积，可得到空元胞理论上容纳的最大人员数量
3.根据权利要求2所述的一种危化品园区泄露事故的应急人员疏散路线设计方法，其特征在于，S2具体包括：
S2.1源强计算，储罐泄漏时，受泄漏孔径位置、孔径大小、储罐内压强因素影响，引发不同的泄露模式，产生不同的源强Q，源强Q的计算公式如下：
公式(2.1)用于计算液相、连续泄露源强，其中Q为泄漏源强，单位千克/秒；为泄漏孔的流量系数，取值范围是0.4-0.65；S为泄漏口的截面积，单位米2；ρ为液体密度，单位千克/米3；P为储罐液面上方的压力，单位帕；Patm为大气压力，取值101325帕；h为液面与泄漏口的高度差，单位米；g为重力加速度，单位米/秒2；
公式(2.2)用于计算气相、连续泄漏源强，其中k为气体绝热系数；N为气体相对分子质量；R为通用气体常数，取值8.314焦耳/(摩尔·开)；T为储罐内气体温度，单位开；
公式(2.3)用于计算气液两相、连续泄漏源强，其中p为两相混合物的压力，单位帕；pc为临界压力，取值0.55p，ρm表示气液两相流的平均密度，单位千克/米3，其计算方法如下：
其中，ρl、ρg分别表示泄漏液体和泄漏蒸气，单位千克/米3；Fv表示蒸发液体所占比例，其计算方法如下：
其中，T为两相混合物的温度，单位开；Tc为常压下液体的沸点，单位开；Cp为液体定压比热，单位焦耳/(千克·开)；Hv为液体的蒸发热，单位焦耳/千克；H1为液体储存温度T时的焓，单位焦耳/千克；H2为常压下液体沸点Tc时的焓，单位焦耳/千克；
S2.2采用改进的高斯烟羽模型推演泄漏事故扩散情况，其基本模型如下：
式中，C为下风向x米、横向y米、地面高度z米处有毒气体浓度，单位千克/米3；Q为源强，即源释放速率，单位千克/秒；μ为平均风速，单位米/秒；H为泄漏源距地面高度，单位米；y为横向距离，单位米；z为垂直方向距离，单位米；σy、σz分别为y、z方向的扩散系数，其取值与距地高度、地面粗糙度、泄漏持续时间、大气湍流结构、抽样时间间隔、风速以及距离泄漏源的距离有关。
4.根据权利要求3所述的一种危化品园区泄露事故的应急人员疏散路线设计方法，其特征在于：S3具体包括：
S3.1将园区空间离散成二维平面格子，通过S2计算出每个格子中有毒气体的浓度；
S3.2将元胞传输拓扑网络与园区平面离散网络相匹配，即将疏散网络中各元胞中心坐标与事故扩散网络中各格子相对应，获得各格子中毒气浓度作为各元胞中毒气浓度；
S3.3为了避免疏散过程中有毒气体对人员产生的安全威胁，判别格子中毒气浓度是否对人体产生严重影响，在构建安全疏散路径网络时，将不安全的元胞去除，得到安全疏散路径网络，获得的各元胞内有毒气体浓度和安全疏散路径网络，将作为S4中应急人员疏散路线优化模型中的输入。
5.根据权利要求4所述的一种危化品园区泄露事故的应急人员疏散路线设计方法，其特征在于：S4中，应急人员疏散路线优化模型的目标函数是最小化人员总疏散时间，即在最短时间内清空每个元胞中的工作人员，表示如下：
公式(4.2)为元胞内人员流量平衡约束，表示每个元胞中人员数量的动态更新过程：
即在t,t>0时刻，元胞i内人员数量等于t-1时刻元胞i内人员数量、t-1时刻元胞i流入人员数量、t-1时刻元胞i疏散人员需求之和，减去t-1时刻流出元胞i人员数量；
公式(4.3)-(4.4)表示在每个时刻，每个元胞的流入/出量限制约束；
公式(4.5)表示在每个时刻，每个元胞的容量上限约束；
公式(4.6)限制了从任一元胞的人员流出量均小于元胞内的人员数量；
公式(4.7)-(4.8)表示初始化起始时间各元胞内人员数量设置；
由于人员疏散效率也受到人员密度的影响，在疏散通道的容量限制下，不妨将t时刻元胞i中的人群密度定义为：t时刻元胞i内人数/>与元胞容量/>之比，如公式(4.9)所示，单位人/米2：
同时考虑人群密度和毒气浓度对人员疏散速度的影响，各路段上人群速度如公式(4.10)所示：
其中，υ＝1.32-0.82lnσi(t)，ω＝3.0-0.76σi(t)，a取值为0.25-0.4，b取值为0.014-0.088，c取值为0.15-0.2，表示元胞i中人员自由流移动速度，αi表示元胞i中有毒气体浓度修正系数，/>表示t时刻元胞i内有毒气体浓度对人员疏散速度的影响系数，其计算方法如下式所示：
公式(4.12)表示流量、速度和密度关系约束，即在t时刻，最多流入元胞i的人数如下式所示：
公式(4.13)-(4.14)为决策变量范围约束，即在t时刻，元胞i中人员数量和从元胞i流入元胞j中人员数量均为非负整数：
公式(4.1)-(4.14)所用数学符号的含义如下：
T，时间集合，{1,2,…,|T|}；D，元胞集合，{1,2,…,|D|}；Dd，虚拟节点集合；Ds，源节点集合；A'，邻接矩阵，A'＝[aij]；在t时刻，元胞i中疏散人员需求；/>在t时刻，元胞i内人员通行时间成本；/>在t时刻，元胞i内人员移动速度；/>元胞i内人员自由流移动速度；αi，元胞i内有毒气体浓度修正系数；/>在t时刻，元胞i内人群密度；/>在t时刻，元胞i内有毒气体浓度；/>在时刻，元胞i内有毒气体浓度对人员疏散速度的影响系数；/>在t时刻，元胞i最多容纳的人数；/>在t时刻，最多流入元胞i的人数；/>元胞i的流量上限；/>元胞i中初始人数；/>正整数集合；
决策变量：
整数变量，在t时刻，元胞i中人员数量；/>整数变量，在t时刻，从元胞i流入元胞j中人员数量。
6.根据权利要求5所述的一种危化品园区泄露事故的应急人员疏散路线设计方法，其特征在于：S5具体包括：
S5.1初始化，对于每个待疏散人员k∈K，令d(ok)＝0，pre(ok)＝0；对于每个非源元胞i∈N\{ok}，令d(i)＝∞；设置列表List_se＝{ok}；
S5.2判断列表List_se是否是空集：如果是，则转到步骤S5.3；否则停止迭代；
S5.3根据当前时段及事故扩散模型，考虑事故扩散与拥挤度产生的影响，更新疏散网络的距离矩阵；
S5.4在列表List_se最左端移除第一个弧(j,i)，如果不满足最优性条件，即d(i)>d(j)+li，则令d(i)＝d(j)+li，pre(i)＝j，转至步骤S5.5；
S5.5判断列表List_se中之前是否包含元胞i：如果是，则将元胞i添加到列表List_se的左端头部；否则，将元胞i加到列表List_se的右端尾部，转至步骤S5.2；
最优性条件设置如下：对于任意元胞i∈D，设d(i)为从源元胞ok到非源元胞i的某条有向路径的长度，则当d(i)当且仅当满足以下最短路径最优性条件时，d(i)为源元胞ok到非源元胞i的最短路径距离：
公式(5.1)表示，对于网络中任意弧(j,i)，源点ok到非源元胞i的最短路径距离d(i)始终小于等于源点ok到非源元胞j的最短路径距离d(j)与弧(j,i)距离之和；反之，如果存在某些弧(j,i)满足d(i)>d(j)+li，说明d(i)不是最短路径距离，即将元胞j加到源节点ok到非源元胞i的路径中，进而降低d(i)的长度；
其中，改进的标号更新算法中所用数学符号的含义如下：
G，疏散网络；D，疏散网络中元胞集合；E，疏散出口元胞集合，E∈D；O，疏散起点元胞集合，O∈D；K，待疏散人员集合；i,j，网络元胞的索引，i,j∈D；li，元胞i的长度；ok，人员k的疏散起始点元胞；e，疏散出口元胞索引；k，待疏散人员索引；d(i)，从源元胞ok到非源元胞i的某条有向路径的长度；pre(i)，非源元胞i的前向元胞；A(i)，从节点i出发的所有元胞的集合；List_se，可扫描列表，记录距离标签更新的节点编号。
CN202310564758.7A 2023-05-18 2023-05-18 一种危化品园区泄露事故的应急人员疏散路线设计方法 Active CN116595766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310564758.7A CN116595766B (zh) 2023-05-18 2023-05-18 一种危化品园区泄露事故的应急人员疏散路线设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310564758.7A CN116595766B (zh) 2023-05-18 2023-05-18 一种危化品园区泄露事故的应急人员疏散路线设计方法

Publications (2)

Publication Number Publication Date
CN116595766A true CN116595766A (zh) 2023-08-15
CN116595766B CN116595766B (zh) 2023-10-27

Family

ID=87589362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310564758.7A Active CN116595766B (zh) 2023-05-18 2023-05-18 一种危化品园区泄露事故的应急人员疏散路线设计方法

Country Status (1)

Country Link
CN (1) CN116595766B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151343A (zh) * 2023-10-26 2023-12-01 新黎明科技股份有限公司 一种园区地理信息场景构建方法、系统、电子设备及介质
CN117218780A (zh) * 2023-11-07 2023-12-12 新黎明科技股份有限公司 一种智能应急疏散引导系统及方法
CN117235868A (zh) * 2023-11-07 2023-12-15 新黎明科技股份有限公司 疏散方案多种配置模式构建方法及系统
CN118014452A (zh) * 2024-02-06 2024-05-10 南京工业大学 一种基于元胞传输模型的应急疏散模拟方法
CN118070986A (zh) * 2024-04-24 2024-05-24 西南石油大学 基于高斯-元胞自动机模型的天然气泄漏扩散预测方法
CN118469416A (zh) * 2023-11-28 2024-08-09 北京建筑大学 一种人员疏散的模拟方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046134A1 (en) * 2005-04-25 2008-02-21 The Boeing Company Evacuation route planning tool
CN107341580A (zh) * 2017-08-08 2017-11-10 上海交通大学 一种用于城市交通网络应急疏散规划的新型启发式算法
CN113689696A (zh) * 2021-08-12 2021-11-23 北京交通大学 基于车道管理的多模式交通协同疏散方法
CN114399100A (zh) * 2021-12-30 2022-04-26 湘潭大学 结合空间浓度势场和毒性负荷的应急路径规划方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046134A1 (en) * 2005-04-25 2008-02-21 The Boeing Company Evacuation route planning tool
CN107341580A (zh) * 2017-08-08 2017-11-10 上海交通大学 一种用于城市交通网络应急疏散规划的新型启发式算法
CN113689696A (zh) * 2021-08-12 2021-11-23 北京交通大学 基于车道管理的多模式交通协同疏散方法
CN114399100A (zh) * 2021-12-30 2022-04-26 湘潭大学 结合空间浓度势场和毒性负荷的应急路径规划方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王付宇;种法雯;陈梦凯;: "基于BIM技术的室内火灾应急疏散路径优化问题研究综述", 南阳理工学院学报, no. 06 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151343A (zh) * 2023-10-26 2023-12-01 新黎明科技股份有限公司 一种园区地理信息场景构建方法、系统、电子设备及介质
CN117151343B (zh) * 2023-10-26 2024-02-13 新黎明科技股份有限公司 一种园区地理信息场景构建方法、系统、电子设备及介质
CN117218780A (zh) * 2023-11-07 2023-12-12 新黎明科技股份有限公司 一种智能应急疏散引导系统及方法
CN117235868A (zh) * 2023-11-07 2023-12-15 新黎明科技股份有限公司 疏散方案多种配置模式构建方法及系统
CN117218780B (zh) * 2023-11-07 2024-02-20 新黎明科技股份有限公司 一种智能应急疏散引导系统及方法
CN117235868B (zh) * 2023-11-07 2024-02-20 新黎明科技股份有限公司 疏散方案多种配置模式构建方法及系统
CN118469416A (zh) * 2023-11-28 2024-08-09 北京建筑大学 一种人员疏散的模拟方法和装置
CN118469416B (zh) * 2023-11-28 2024-10-11 北京建筑大学 一种人员疏散的模拟方法和装置
CN118014452A (zh) * 2024-02-06 2024-05-10 南京工业大学 一种基于元胞传输模型的应急疏散模拟方法
CN118014452B (zh) * 2024-02-06 2024-07-19 南京工业大学 一种基于元胞传输模型的应急疏散模拟方法
CN118070986A (zh) * 2024-04-24 2024-05-24 西南石油大学 基于高斯-元胞自动机模型的天然气泄漏扩散预测方法
CN118070986B (zh) * 2024-04-24 2024-07-02 西南石油大学 基于高斯-元胞自动机模型的天然气泄漏扩散预测方法

Also Published As

Publication number Publication date
CN116595766B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN116595766B (zh) 一种危化品园区泄露事故的应急人员疏散路线设计方法
Forthofer et al. 4.4 simulating diurnally driven slope winds with windninja
Dai et al. Evaluation of computational and physical parameters influencing CFD simulations of pollutant dispersion in building arrays
Han et al. Experimental and numerical study on heavy gas contaminant dispersion and ventilation design for industrial buildings
Cao et al. An integrated emergency response model for toxic gas release accidents based on cellular automata
Wang et al. Evacuation route optimization under real-time toxic gas dispersion through CFD simulation and Dijkstra algorithm
Liu et al. Gas diffusion model based on an improved Gaussian plume model for inverse calculations of the source strength
Wang et al. Dynamic optimisation of evacuation route in the fire scenarios of offshore drilling platforms
Havens Review of dense gas dispersion field experiments
Shao et al. Exposure risk and emergency evacuation modeling of toxic gas leakage in urban areas under the influence of multiple meteorological factors
Chen et al. A dynamic risk-based routing approach for multi-source and multi-sink evacuation problem in chemical industrial parks
Patnaik et al. Large scale urban simulations with the MILES approach
Jiang et al. Urban Development Boundary Simulation Based on" Double Evaluation" and FLUS Model.
Tang et al. An optimization method of multi-objective evacuation path for off-site emergency under severe nuclear accidents
Cybyk et al. Simulation of fluid dynamics around complex urban geometries
Chang et al. The SARMAP air quality model
Mokhtarzadeh-Dehghan et al. Numerical study of single and two interacting turbulent plumes in atmospheric cross flow
Patnaik et al. Large scale urban simulations with FCT
Hanna et al. Modeling accidental releases to the atmosphere of a dense reactive chemical (uranium hexafluoride)
Waters Stansted terminal building and early atrium studies
Mayasari et al. Mathematical modeling approach of an evacuation model for tsunami risk reduction in bengkulu
Węgrzyński et al. Fire and smoke modelling
Gustafson et al. Analytical properties of some multiple-source urban diffusion models
Mikkelsen et al. Modelling of pollutant transport in the atmosphere
Gao et al. The optimization method based on the coupling of genetic algorithm and ant colony algorithm for the exhaust outlet space arrangement

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
TA01 Transfer of patent application right

Effective date of registration: 20230919

Address after: 100029, No. 15 East Third Ring Road, Chaoyang District, Beijing

Applicant after: BEIJING University OF CHEMICAL TECHNOLOGY

Applicant after: BEIJING BANGAND INFORMATION TECHNOLOGY CO.,LTD.

Address before: 100029, No. 15 East Third Ring Road, Chaoyang District, Beijing

Applicant before: BEIJING University OF CHEMICAL TECHNOLOGY

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant