基于Anylogic的某高铁客运站人群疏散设施优化研究

谭家磊副研究员 刘海力副教授 陈云飞 武玉梁教授级高工

(1.湖南人文科技学院 能源与机电工程学院，湖南 娄底417000；2.南京工业大学 安全科学与工程学院，江苏 南京211816)

0 引言

近年来，高铁因其快速、便捷、舒适、高效的特性吸引了越来越多的乘客，客流量以及车站的开行对数逐年上升。我国计划到2025年建成高铁里程3.8万千米，车站数量将不断增多，其通行能力也将不断增强。高铁客运站是城市交通运输系统的枢纽，主要功能是输送旅客，解决旅客乘车、下车和中转换车等问题。各种活动形成各种流线，流线按性质可分为旅客流线、行李包裹流线和车辆流线，按流动方向可分为进站流线和出站流线。随着站内人员密集程度不断增加，高铁车站内发生拥挤踩踏事故的风险也在增加，因此针对高铁车站的人员应急疏散研究是十分必要的。

针对车站内结构以及人群的行为特性，国内外学者对车站人群应急疏散做了大量分析研究，在对该问题进行研究的过程中，其中主要用到3种方法：数学建模、采用实际演练的方式、计算机仿真。在计算机仿真方面主要采用计算机仿真与微观模型相结合的方式来研究人群疏散行为，其中廖艳芬等基于元胞自动机对高铁站人群疏散进行仿真，模拟人员疏散过程，找出影响疏散的重要因素，并提出相应的改进措施；张艳芬利用Anylogic仿真软件对北京南站不同疏散方案的参数进行仿真模拟，并对仿真数据评价分析，为北京南站的应急管理提供建议。研究发现，针对存在设备等障碍物或局部失径情况下的应急疏散研究较少，本文利用Anylogic仿真模型对多种情况进行模拟研究，最后根据模拟结果，给出不同状态下人员疏散设施优化的合理建议，在一定程度上可以避免出现人员拥挤踩踏的群死群伤事故。

1 模型构建

1.1 Anylogic仿真软件概况

由俄罗斯XJ Technologies软件公司开发的Anylogic仿真软件是一款应用广泛的工具软件，具备对离散、连续和混合系统进行建模仿真功能。Anylogic以最新的复杂系统的设计方法论为理论基础，能够支持企业库、轨道库、交通库混合仿真。在多种行人交通仿真软件中，Anylogic拥有较高成熟度、使用场景广且便于获取，因此本文选择使用Anylogic软件进行行人应急疏散仿真。

1.2 应急疏散仿真模型构建

本文以某高铁客运站为例开展客流应急疏散仿真研究，根据客流图绘制模拟环境如下，候车大厅南北长120m，东西宽34.4m。出站层仿真模型，如图1。

图1 出站层仿真模型Fig.1 Platform level simulation model

1.3 行人行为流程模型构建

在高铁客运站应急疏散仿真过程中，行人行为流程主要分为正常流线和疏散流线。高铁客运站内行人正常行动流程非常复杂，一部分行人首先通过售票厅购票，然后由进站大门进入高铁站内部，需要经过安检机、电梯等服务设施，然后在候车层或者一楼候车大厅内活动，最后在检票口处通过闸机或人工检票进站，到达一楼乘车，进站乘车行人流程，如图2。在发生突发事件后，行人立即停止当前正在进行的活动，开始疏散逃生，而相应服务设施设备也会改变工作状态，如安检机将安检进口转为出口，闸机停止检票转为常开状态，方便行人通过，一楼的行人直接通过闸机撤离，而二楼的行人先通过扶梯组或楼梯到达一楼，然后通过闸机撤离。高铁站内模拟3D图，如图3。

图2 进站乘车行人流程图Fig.2 Flow chart of pedestrians arriving at the station

图3 高铁站内模拟3D图Fig.3 3D railway station model

2 常态下疏散时间影响因素

模拟条件设定人流中男性占60%，女性占40%；成年男女行走平均速度分别为1.5m/s和1.2m/s，老年男女行走平均速度分别为0.9m/s和0.8m/s，未成年男女(10～18岁)行走平均速度分别为1.1m/s和1m/s；闸机数量为5台。

2.1 疏散时间与疏散人数关系

调整每次模拟的人数，将多次模拟结果取平均值，见表1。

表1 排队时间、疏散时间与疏散人数的关系Tab.1 The relationship among evacuee number， queue time and evacuation time

利用Origin软件对数据进行处理得到疏散时间、排队时间随疏散人数变化图，如图4。

图4 疏散时间、排队时间随疏散人数变化图Fig.4 Variation chart of evacuation time and queue time with the change of evacuee number

对疏散人数与疏散时间、排队时间的曲线进行拟合，得出疏散人数越多，所需疏散时间和排队时间也越长，且增长速率基本上满足二元一次方程。

2.2 疏散时间与楼梯宽度的关系

疏散时间获取与表1方法相同，考虑疏散时间与楼梯宽度的关系，暂不考虑一层的疏散人数。设置二楼疏散人数为100人，闸机数量为2台，控制楼梯的宽度进行模拟，多次模拟结果取平均值，见表2。

表2 疏散时间与楼梯宽度的关系Tab.2 Relationship between evacuation time and staircase width

利用Origin软件绘图得到疏散时间与楼梯宽度的关系图，如图5。

图5 疏散时间与楼梯宽度的关系图Fig.5 The relation of evacuation time and staircase width

从图5可以看出，随着楼梯宽度增加，疏散时间先减少后增加并趋于稳定。开始时，随着楼梯宽度的增加，同一时间内下楼人数增加，楼梯总的通过人流量增加，不会发生楼梯口拥堵情况，所以人群的疏散时间有比较明显的下降。到达最低点之后，随着楼梯宽度继续增加，快速通过的人流导致闸机口形成排队拥挤，反而会导致总疏散时间增加。之后楼梯宽度继续增加，人流下楼不会造成拥挤时，下楼速度趋于稳定，排队时间趋于稳定，总疏散时间也趋于稳定。在此场景下，楼梯宽度设置为2.5m最合理。

2.3 疏散时间和闸机数量关系

控制候车厅内疏散人数为300人，一层和二层分别为150人。然后依次改变闸机数量，获取疏散时间，并多次模拟取平均值，得到数据，见表3。

表3 排队时间、疏散时间与闸机数量的关系Tab.3 Relationship among ticket gates， evacuation time and queue time

运用Origin软件对数据处理、绘图，并进行拟合得到疏散时间、排队时间与闸机数量的关系图，如图6。

图6 疏散时间、排队时间与闸机数量的关系图Fig.6 The relation of evacuation time， queue time and number of ticket gates

从图6可以看出，疏散时间与闸机数量大致上成反比例函数，即闸机数量越多，疏散时间越短，但是随着闸机数量增加，疏散时间减少的比例也在不断下降。因此考虑到经济性，闸机数量应与该高铁站人流量相匹配，并不是越多越好。

2.4 出口处人流密度和人流量随时间变化

控制疏散人数为300人，随闸机数不同，出口处人流密度也有所不同，如图7。

从图7可以看出，刚开始疏散时人流密度为0，当行人达到出口区域时，人流密度开始增大，且闸机数量越多，起始人流密度也越大，由于出口处闸机的限制，行人在出口处的通过速度处于相对稳定状态，所以人流密度也会趋于稳定。因疏散人数为300人，人流密度越大，同一时间内通过人数也会越多，造成疏散时间减少，所以闸机数量越多，疏散越快，人流密度也会更快下降。通过Origin软件绘制出口处人流量随时间变化图，如图8。

图7 出口处人流密度随时间变化图Fig.7 Passenger flow density at exit with time change

图8 出口处人流量随时间变化图Fig.8 Passenger number at exit with time change

从图8可以看出，随着候车厅人流开始疏散，出口区域的人数在一段时间之后会激增，由于行人过闸机需要时间，所以出口处的人流量会呈阶梯状增长。可见，闸机数量越多，人流量增长速度也越快，在人数一定情况下，疏散速度也会更快，也更容易造成区域内拥挤，从而诱发一些其他危险因素。

3 局部路径失效情况下的疏散密度分布

设置闸机数量为5台，候车厅内疏散人数为100人，获取出口层的人流密度分布。正常疏散情况，如图9。

图9 正常疏散情况下人流密度图Fig.9 Passenger flow density under normal condition

通过模拟可知，闸机队列区域属于疏散时的一个瓶颈。模拟疏散时间为130.9s，排队时间为84.0s。设置紧急事件发生时局部路径失效情况：

情况①，火灾发生在右侧楼梯附近时，导致右侧楼梯无法使用，在此情况下，二楼的行人只能通过左侧楼梯撤离，二楼的人流密度，如图10。

图10 情况①时二楼人流密度图Fig.10 Passenger flow density at second floor under condition ①

二楼人流集中往左侧楼梯疏散，避开右侧区域。此时左侧扶梯组和楼梯口区域属于疏散时瓶颈，容易在此区域造成拥挤。除此之外，一楼疏散时情况跟上述相似，人流集中在闸机处队列。疏散时间157.4s，排队时间75.3s。

情况②，出口处发生火灾，导致人流只可以选择左侧出口疏散。情况②时一楼人流密度，如图11。

图11 情况②时一楼人流密度图Fig.11 Passenger flow density at first floor under condition ②

在这种情况下，行人疏散经过闸机之后会在进站大门的出口处形成拥挤，并且伴随着出口故障，会影响疏散效率和疏散安全。疏散时间为143.7s，排队时间为87.4s。

对上述数据比较分析得到：情况①火灾发生在右侧楼梯附近，二楼人流都往左侧楼梯疏散，会导致左侧楼梯口处产生拥挤状况，相同时间内，二楼撤离到一楼人数减少，会降低一楼过闸机的排队时间，缓解一楼的排队压力，但是由于整体上人群疏散速度的降低，会一定程度上增加疏散时间。

情况②出口处火灾导致部分出口无法使用，这会导致出口处人流拥挤，但是对候车厅内闸机处排队不会产生很大影响，所以排队时间没有太大变化，但是由于人流在出口处拥挤，会造成部分堵塞，导致人流疏散到室外的时间增加，因此总疏散时间也会增加。

针对情况②，设置另外的出口，总闸机数量不变。将一部分闸机转移到新出口，可以有效地缓解单一出口处人流拥挤问题，如图12。除此之外，稍微增大闸机与闸机间距，可以有效降低区域内人流密度，提高疏散时的安全性，从而提高整体疏散效率。此时疏散时间为132.6s，排队时间为81.5s。由于总闸机数量没有改变，行人排队时间也较之前没有太大变化，但是在单一出口处拥挤问题可以有效解决，很大程度上提高了疏散时的安全性。

图12 情况②修改后一楼人流密度图Fig.12 Passenger flow density at first floor under condition ② amendment

4 基于仿真结果的人群应急疏散建议

利用Anylogic软件对某高铁客运站人群疏散进行模拟，并定性、定量对疏散拥堵和瓶颈进行分析，可用以下策略来完善疏散方案：

(1)在候车厅增设紧急疏散出口，并把闸机分布在不同区域，控制闸机与闸机之间的距离，避免疏散时闸机区域处人流密度过大，造成不必要的危害。并在出站层各个闸机口配备专职安全管理人员，负责对任何时候到达闸机口的人群进行引导，使其有序疏散。

(2)将安检机布置在与进出站闸机距离较远的位置，减少三者间的干扰，提高客流集散能力。

(3)在设计高铁站内部环境时，应注意加强和完善导向标识系统。

(4)在设计高铁站内部结构时，应根据疏散人数、行走速度等设置相匹配的楼梯宽度和闸机台数，如果只是一味增加，不仅会造成资源浪费，还会影响疏散进程，使得疏散时间变长。

5 结论

利用Anylogic软件，对某高铁站的行人应急疏散进行仿真研究，建立疏散仿真模型，通过不断调整疏散人员数量、疏散楼梯宽度、闸机台数等影响因素进行仿真模拟，得到结论如下：

(1)随着楼梯宽度的增加，总疏散时间会逐渐减小，但是并不会持续减小，当楼梯宽度增加到一定程度时，总疏散时间反而会增大然后趋于稳定。由此可以得出，楼梯宽度的设置应与闸机台数相配合，才能更加有效地进行疏散。

(2)闸机台数的增加，刚开始也会使总疏散时间减小，这说明闸机台数的增加能够加快疏散效率，但是继续增加闸机台数，总疏散时间会逐渐趋于稳定，因此盲目增多闸机台数可能会造成资源浪费。

(3)分散设置疏散出口，适当控制闸机与闸机之间的距离，避免闸机出口处人流密度过高从而诱发一些不必要的危险因素。

本文虽然对高铁站站内行人活动进行仿真，但是如何更准确地模拟出行人不同行为对疏散时间的影响有待进一步研究。