地铁乘客特性与疏散行为特征相关性分析

在参照了商场、学校等人员密集场所安全疏散调查问卷的基础上,设计了地铁乘客疏散行为特征调查问卷,并在北京地铁1、2、5号线客流较大的东单站、西直门站及天通苑站获取了551份调查问卷。针对突发状态下的地铁出行乘客特性与疏散行为的相关性问题,采用皮尔逊卡方检验法进行了综合分析,获取了10组存在显著相关性的变量组及14组存在一定相关性的变量组。相关性分析结果表明,地铁出行乘客的年龄、受教育程度、职业与使用地铁出行的频率是影响人员疏散的显著相关因素,而性别与身体状况是人员疏散的相关因素。     

地铁人员疏散心理行为调查及相关性研究

为研究地铁人员疏散心理行为特征,选择某地铁A号线上客流量较大的B站,采用问卷调查法对该站内出行的乘客随机进行调查,运用卡方检验对问卷调查统计结果进行相关性分析,并对其显著相关因素进行深入分析.结果表明:地铁人员疏散心理行为特征与性别、文化程度、安全知识、是否携带行李因素显著相关;绝大部分乘客心理素质较好;在地铁突发事件时,女性不如男性理智,文化程度低的人员更容易产生恐慌心理,接受过专门安全教育的乘客更能够选择正确的安全出口,携带行李乘客更容易产生恐惧心理.     

地铁乘客疏散帮助行为及其影响因素的SEM模型*

为研究地铁疏散中乘客帮助行为及其影响因素之间的作用机制,通过对武汉市地铁站乘客疏散行为进行问卷调查,从普通乘客特征、特殊群体特征、安全认知、疏散环境和恐慌心理5个维度出发,构建地铁乘客疏散帮助行为及其影响因素的结构方程模型。研究结果表明:普通乘客特征、特殊群体特征、安全认知对帮助行为具有直接正向影响,其中安全认知对乘客是否提供帮助行为的影响最大;恐慌心理、疏散环境对帮助行为具有直接负向影响,其中恐慌心理影响较大;安全认知还通过中介变量普通乘客特征、特殊群体特征、疏散环境和恐慌心理对帮助行为产生间接影响。     

某地铁站突发事件乘客疏散行为分析研究（2）——行为分析

为了掌握突发事件下,乘客疏散行为反应;基于某地铁站突发事件区间隧道乘客紧急疏散事故案例,采用观察分析研究乘客在列车车厢内疏散行为特征、疏散路线规律、车厢内惊慌情绪分布及规律。结果表明:乘客疏散行为呈现波浪规律特征扩散传递;乘客惊慌逃散时呈现同年龄段同性别相互聚集现象;乘客惊慌逃散时呈现羊群效应;乘客惊慌逃散路线呈现圆弧现象;乘客惊慌情绪随着距离事故点的距离增加而减弱,呈负相关。为地铁设计人员、地铁安全评估、仿真模型、疏散应急预案提供数值参考,并对地铁站区间隧道存在的安全疏散问题提出优化建议。     

地铁车站客流绕行设施对突发事件下乘客疏散的影响研究*

为确保紧急事件发生时的疏散安全,对绕行设施的合理设置开展系统研究。采用实地调查与仿真模拟手段结合的方式,查明广州东站综合交通枢纽多线换乘地铁车站客流绕行设施的布置情况,基于社会力模型方法,构建不同客流管控等级对应的绕行设施设置条件下地铁车站乘客疏散仿真模型,分析研究地铁车站绕行设施对于紧急情况下乘客疏散产生的影响。研究结果表明:一级客流管控绕行下设置于车站楼梯、扶梯中的绕行设施能够减少站台乘客疏散时间,相比无绕行设施时下降1.8%;二级客流管控绕行以“S”型布置于车站通道处时,客流密度最高增加2倍,疏散时间增加约30 s,以“一”字型代替“S”型进行优化,站厅与站台乘客疏散时间分别下降2%与1.6%,客流密度减少47%,“一”字型绕行设施布置于车站长通道内对于地铁站乘客疏散更为有利。     

基于人群恐慌的地铁应急疏散仿真研究

为研究恐慌状态对地铁应急疏散的影响,分析了恐慌状态下的人群行为特征及地铁疏散过程中人群恐慌的影响因素,构建恐慌条件下的人群疏散模型,并将此模型运用Anylogic仿真软件进行模拟。结果表明,恐慌在一定程度上会延长疏散时间,恐慌状态下人群的疏散行为更符合实际情况,对地铁应急疏散具有指导性意义。     

恐怖袭击引发的危险品运输事故人员疏散范围研究

针对恐怖袭击引发危险品运输事故人员疏散的特性,构建了危险品运输事故人员疏散范围模型.在恐怖袭击条件下,以瞬时泄漏高斯扩散模型、蒸气云爆炸模型、BLEVE火球动态计算模型作为不同事故场景后果评价模型,考虑恐怖袭击特性,引入恐慌系数对模型进行修正,并提出不同危害等级对应恐慌系数的度量方法,继而构建恐怖袭击下危险品运输事故的人员疏散范围模型.实例计算结果表明,所建模型合理可行,泄漏事故的人员疏散范围近似椭圆状,其影响范围近似气球剖面,且随与事故中心距离增加而扩大.垂直于下风向的横向扩散距离先增大后减小.爆炸事故和火灾事故人员疏散范围呈圆形分布,爆炸冲击波超压和火灾热辐射剂量与到事故中心的距离呈幂律递减规律.对比分析发现,恐怖袭击条件下的人员疏散范围比常规条件下的人员疏散范围大,并且疏散修正面积随与事故点距离增加而减小.     

地铁四线换乘枢纽高峰客流火灾疏散模拟研究

地铁换乘枢纽车站结构复杂、客流密度高,火灾情况下的应急疏散难度大,为研究地铁大型换乘枢纽火灾事故时的客流疏散模式,以四线换乘枢纽CGM站为例,使用building EXODUS软件,分别研究楼梯组、电梯、出入口和闸机组这4类设施无法使用时对乘客疏散时间的影响,以及各场景下乘客的疏散策略。考虑仅站厅乘客参与疏散、1辆列车上的乘客参与疏散、2辆不同线路列车上的乘客参与疏散这3种情况,共设置155个工况。研究结果表明:出入口对于疏散时间的影响较大;楼梯组次之;电梯和闸机组的影响明显小于前2者;同类设施中,由于设施位置及几何特征存在差异,各设施对于疏散时间的影响不同;随着疏散人数的增加,同一设施对于疏散时间的影响随之增加;所有出入口可以使用时,各线路独立疏散时效率较高;发生出入口火灾时,打开线路间换乘通道的防火卷帘门可降低所需疏散时间。     

地铁不同人群疏散行为特征调查问卷研究

近年来我国地铁安全事故频发,地铁安全工作的特殊性和脆弱性日益突出。地铁作为人员密集场所,一旦发生突发事故,乘客的疏散行为难以控制,造成疏散极度困难。因此,如何在突发事件下合理快速的组织地铁乘客疏散至安全区域,是地铁运营部门急需解决的重大问题。合理有效的应急疏散方案首先需要了解乘客的疏散行为特征,例如,乘客疏散时的路径选择、对安全知识的了解以及疏散行为和心理特性等。利用调查问卷的方法对地铁突发事件下不同人群的安全意识及疏散行为特性进行初步的调查分析研究,以供地铁人员疏散研究和制定合理有效的应急疏散方案参考。     

地铁应急疏散恐慌程度模型研究

为研究地铁应急疏散情况下人员恐慌程度,建立地铁应急疏散恐慌程度模型。首先根据恐慌心理量表和调查问卷得到恐慌程度影响因素及其分类,并确定各影响因素权重值。在北京地铁军博站进行应急疏散模拟试验。根据试验数据修正模型中相关事故经历因素,得到地铁应急疏散恐慌程度最终优化模型。结果表明,地铁应急疏散恐慌程度受年龄、携带行李情况、接受安全教育程度、相关事故灾害经历等人员个体因素,以及人员密度、疏散环境复杂程度、事故灾害发生位置等环境因素影响。应急疏散恐慌程度模型计算结果和应急疏散模拟试验结果相近。     

地铁换乘车站客流疏运模拟及风险分析（1）-T型车站

地铁系统日常运行时承载着大规模客流,特别是地铁换乘车站,应对的是两条或者更多条线路客流的集聚和换乘,突发大客流容易造成运营安全事故。文章针对地铁客流疏运的宏观疏运组织和微观个体行为的耦合过程。分析提出了换乘车站大客流疏运风险分析的基本要素和步骤,并给出了疏运风险分析方法及需要关注的主要指标。基于智能个体和矢量空间模拟技术,建立了地铁大客流疏运模拟方法。结合某T型地铁换乘车站,对地铁换乘的客流运动过程进行了模拟仿真,分析了空间使用率、乘客滞留情况、空间人员瞬时密度、换乘时间和换乘距离等指标,辨识了客流高风险位置。文章提出的模拟方法和结论可为国内外类似车站制定客流组织方案及通道设计提供参考。     

北京地铁1号线A站乘客疏散行为实测研究

地铁作为人员密集场所,一旦发生突发事件,如何在突发事件下合理快速的组织地铁乘客疏散至安全区域,是地铁运营部门急需解决的重大问题。通过对北京地铁1号线A站常态下人员疏散情况的实测,分析研究不同人群在不同地点的疏散速度及乘客在疏散路径选择上的差异等行为特征,并通过实测,统计出乘客从站台疏散至地铁各出入口所需的时间。研究结果为地铁乘客疏散行为特征研究及疏散计算模型边界条件的设置提供支撑。     

基于地铁乘客个体特征的非适应性行为研究

为减少应急疏散时地铁乘客的非适应性行为,提高应急疏散效率,以知信行(KAP)理论为基础,构建地铁疏散乘客非适应性行为模型,在此基础上编制乘客非适应性行为调查问卷,运用SPSS软件中的T检验和方差分析方法分析乘客个体基础特征对非适应性行为的影响,并运用结构方程模型研究疏散乘客安全知识及安全态度与非适应性行为的关系。结果表明:疏散乘客的性别、年龄及火灾经历对非适应性行为具有显著影响,文化程度及乘车频次对非适应性行为无显著影响;疏散乘客的安全知识和安全态度对非适应性行为均具有显著的负向影响。     

铁路客运站疏散安全风险分析与对策研究——以乌鲁木齐站为例

本文对乌鲁木齐站疏散安全进行分析研究。经乌鲁木齐站客流数据分析得,日均客流量1.78万人,日常高峰时段客流量2.4万人,每日早高峰客流在9:00～12:00之间,晚间客流高峰在18:00～24:00之间。乌鲁木齐站以原有疏散能力计算,日常高峰时段旅客平均排队时间为36.7min,其他特殊时段旅客积压排队现象更长,造成旅客需要提前1.3～2.0小时排队进站。影响乌鲁木齐站疏散安全的主要原因包括疏散设施未全部投入使用,安检设备通过能力有限,旅客疏散路线复杂等。笔者从疏散路径、疏散设施和疏散管理等方面提出疏散安全风险控制的对策和建议。     

考虑群体差异的公路客运站旅客集聚行为分析

为降低客运站高峰期旅客集聚引起的安全隐患,利用公路客运全样本购票数据,首先,从集聚概率、集聚时长、集聚强度3个维度构建旅客集聚行为量化模型,获取工作日、节假日及春运不同等级客运站客流集聚特征;然后,考虑旅客个体属性与出行特征属性,分析不同旅客群体的集聚行为特征;最后,通过差异性检验解析集聚行为的影响因素,并提出降低安全...