人员密集场所风险定量分级模型研究

为了研究人员密集场所的安全问题,定量地描述人员密集场所风险,利用层次分析法建立人员密集场所的风险评估模型,通过建立指标体系评估人员密集场所风险,将人群、设施、环境和管理4个方面作为主要因素,结合实测数据和专家打分数据计算人员密集场所的风险指数,并对风险指数进行等级划分。结果表明:局部最高密度对人群密集场所的风险影响最大,利用采集到的人群数据以及专家打分的定性指标可以实现人员密集场所风险快速评估,进而针对不同风险等级的人员密集场所提出管控措施。     

我国拥挤踩踏事故发生规律、诱发因素及防控策略

为有效防范拥挤踩踏事故发生,减少事故造成的损失,运用统计分析法和案例分析法对2000-2014年我国拥挤踩踏事故发生规律和诱发因素进行研究。结果表明:我国拥挤踩踏事故发生次数及人员伤亡年际变化较大,总体呈现下降的趋势;秋季踩踏事故发生次数及人员伤亡最多,冬季次之,春夏季节最少;拥挤踩踏事故主要发生在内陆中南部、西北和西南边疆等地区; 学校、商场及节庆场地和楼梯（台阶）是踩踏事故易发场所位置;人为因素、场所因素、管理因素和自然因素是拥挤踩踏事故四大诱发因素。根据踩踏事故发生规律和诱发因素分析,构建踩踏事故防控的PPC模型并提出具体的防控策略,为相关部门预防和处置事故提供决策支持。     

中小学校园拥挤踩踏事故风险评估指标研究

为研究诱发中小学校园拥挤踩踏事故风险因素,根据近年来21起典型事故统计结果,设计调查问卷,在问卷信度检验结果满足良好的相关水平和一致性的基础上得出中小学校园拥挤踩踏事故影响因素分为4个方面,9个因素。基于数据处理系统(DPS),引入非参数投影寻踪回归模型的理论方法,对多维拥挤踩踏事故影响因素数据进行投影降维分析,利用交叉核实,进行非参数拟合,得出每一因素的权重值及事故发生预测值。拟合结果表明:人群失控、人群密度、时间限制3个影响因素更为重要,在校园拥挤踩踏事故日常预防中应多予重视,同时初步探讨影响因素权重在中小学拥挤踩踏事故评估中的应用,为进一步有效防止校园拥挤踩踏事故发生提供技术支持。     

地铁拥挤踩踏事故脆弱性区域智能化预警研究

为有效预防地铁拥挤踩踏事故,通过分析近年来国内地铁拥挤踩踏事故,确定事故易发的脆弱性区域,揭示地铁拥挤踩踏事故孕育、发生、扩大的演化发展阶段,深入分析人群波浪效应、信息传递失真、空间阻碍导致的人流对冲等特征,探析预防控制地铁拥挤踩踏事故的关键阶段。基于预警系统工作原理,按照警源警情分析、警兆识别、警报设计与排警的工作机制,构建地铁拥挤踩踏事故智能化预警系统。研究结果表明:孕育阶段是预防控制地铁拥挤踩踏事故的关键阶段;智能化预警监控系统能够明确预警等级,显示不同人群状态及密度下的风险等级,具备地铁拥挤踩踏事故预警控制能力。     

大型活动拥挤踩踏事故模糊综合评估方法应用分析

在研讨人群拥挤踩踏事故及其预防控制的基础上,通过采用模糊综合评估方法,客观归类大型活动拥挤踩踏事故影响因素,建立二级模糊综合评估分析模型,并以沈阳世博会开幕式为例进行综合分析,得出安全等级。应用实例表明,模糊综合评估方法评估结果与实际安全状况基本吻合,具有实用性,能够比较客观、真实地反映大型活动的拥挤踩踏事故风险状况,值得在大型活动拥挤踩踏事故评估中推广和使用。     

人员密集场所安全标识有效性实例评估

为改善人员密集场所易造成拥挤踩踏的问题,对安全标识现场管控人群的有效性进行研究讨论,选取了4个典型人员密集场所的安全标识布设方案进行评估。首先用模糊德尔菲法建立了评价指标体系,然后用层次分析法划分了指标权重,最后用模糊综合评价法对4个方案做了综合评估。结果表明,人员密集场所中安全标识的使用能够有效管控人群流向,避免人群对冲情况的发生,而安全标识显著度、理解度和受众感知度的增强能够使人群管控的效果更明显。     

大型活动拥挤踩踏事故BP神经网络安全评估方法应用分析

根据大型活动拥挤踩踏事故是一个极其复杂的多因素、多变量、多层次的人-机-环境系统,利用数学建模的思路,引入人工神经网络评估方法;以沈阳世博会开幕式为例,通过前馈型BP网络训练和测试,将开幕式举办过程中的人员拥挤踩踏事故风险系统划分为人的因素、物的因素、环境因素、管理因素4个子系统和拥挤踩踏事故综合评估总系统,分别对其进行拟合分析,在各个系统的拟合残差满足条件的情况下,得出量化的评估预测值及BP神经网络的使用范围。研究实例表明,BP神经网络评估结果直观易懂,可操作性强,是值得推广运用的一种评估方法。     

基于层次关联系数法的地铁拥挤踩踏事故应急联动系统评估研究

为预防控制地铁拥挤踩踏事故的发生,以人员信息跟踪、人群密度监测、应急疏散及广播信息为子系统,构建旨在智能疏散的地铁拥挤踩踏事故应急联动系统。对地铁站内安全实际情况进行实时监测、记录、计算、分析;引入层次关联系数法对地铁的无预警状态、人工预警管理状态、智能预警管理状态进行系统评估,并对地铁拥挤踩踏事故应急联动系统有效性进行评价。结果表明:地铁拥挤踩踏事故应急联动系统,在地铁拥挤踩踏事故预防和应急管理方面,相较无预警状态和人工预警管理状态更为可行可靠,可为下一步应急联动系统的研发提供技术支持。     

基于互相关算法的人员密集场所人群运动速度特征研究

研究人群密集场所的人群运动速度特征可以预测人群的运动趋势,在大型活动组织过程中可以对异常人群运动做出预警,避免过度的拥挤及踩踏事件的发生,保证大型群体性活动的安全顺利开展。利用国内某重要城市核心区公共场所人群运动的视频图像,通过互相关算法提取该场所人群的运动速度,并进一步比较通往景区的四条不同路径上人群运动速度的差异性,分析其人群运动特征。分析结果表明单向通道的人群运动速度较大且运动方向基本与通道的两侧边界平行,而双向通道中由于人群中阻尼效应的影响,人群运动速度的大小和方向都发生了不同程度的改变。分析结果可为核心区管理者进行大型群体性活动的组织、人群疏散与引导提供建议,进而为人群拥挤踩踏事故风险防控、拥挤踩踏事故专项应急预案制定及人群聚集活动安全方案编制提供理论支持。     

城市商业综合体人群聚集踩踏风险及监测预警研究—以西单大悦城为例

城市商业综合体是人群聚集场所,一旦发生拥挤踩踏事故, 可能造成大量人员伤亡和恶劣的社会影响,是目前城市商业综合体管理的重要问题之一。通过对人群聚集踩踏风险影响因素及监测预警原理分析,考虑室内商业综合体和开放型公共场所监测预警系统构建的差异性,建立客流预警与应急指挥系统模型;以西单大悦城为实例进行应用和验证,研究结果表明:建立的客流预警与应急指挥系统能够提升商业综合体的监测预警和应急决策效率,进一步加强重点区域或场所的精细化管理,对预防城市商业综合体人群聚集踩踏事故具有重要意义。     

基于大数据的大型活动拥挤踩踏事故预警分析研究

为预防大型活动拥挤踩踏事故发生,以拥挤踩踏事故为研究对象,结合系统安全理论和预警原理,运用大数据技术建立拥挤踩踏事故预警模型。以上海外滩拥挤踩踏事故为实例,通过热力图预警分析、人群流向预警分析和地图搜索量预警分析,在事故发生前进行监测、识别、诊断和评价,得出存在事故早期征兆,属于Ⅱ级预警范围,应启动预警对控措施;并将预控对策与当晚实际事故发生过程中采取的对策进行对比,进一步说明基于大数据技术的拥挤踩踏预警对上海外滩拥挤踩踏事故预防和控制的有效性,相关预警技术和方法可为大型活动科学预防和控制拥挤踩踏事故提供技术支撑。     

公共场所泄漏、中毒事故的个人风险水平的估计

笔者研究目的在于对人群聚集公共场所某种类型事故所导致的个人风险进行定量。首先,在前期研究的基础上,推出人群聚集公共场所个人风险定量计算模型。其次,根据火灾的发生率、死亡率及两类事故之间的发生次数比率,估计出国内毒物泄漏、中毒事故发生率和死亡率。最后,根据个人风险的定义求得公共场所毒物泄漏、中毒事故的个人风险的初始值,并进行了进一步的结论修正。对比国外的个人风险标准,结果表明,从整体上看2001—2005年公共场所毒物泄漏、中毒事故的个人风险是可以接受的。该研究结论可以为制定我国个人风险标准提供理论参考依据。     

高校安全管理模型建立及对策研究

高校的安全问题日益突出,严重威胁师生的人身和财产安全,影响校园的和谐稳定。如何减少校园事故的发生,提高安全管理效率,是目前研究的热点。本文根据高校事故发生的"5M原理",揭示导致校园事故发生的多种因素,结合AHP理清了各因素之间的复杂层次关系,建立5个一级指标、30个二级指标的高校评价指标体系。根据L高校实际情况,制定了危险控制的基本措施,依据构建的基于"新木桶理论"安全管理模型,为高校安全事故的预防提供借鉴。     

地铁事故应急疏散模拟及优化研究

为探究如何提高地铁车站应急疏散的效率,以我国近十年来地铁常见事故类型统计为基础,在事故风险分析的前提下,利用风险矩阵和元胞自动机设定应急疏散等级,分析不同事故水平下相应疏散措施。以北京地铁西直门站为实例,使用疏散仿真软件Pathfinder构建模拟环境,对高峰时期下站内最短逃生路径进行疏散模拟;按照事故与疏散的响应过程,从预防次生事故角度出发,针对西直门站疏散过程中可能发生的踩踏事故的诱发因素进行优化;研究拥堵对疏散进度的具体影响,选取使用率较低的M通道设施,进行不同使用率下的多次模拟,得到最优的疏散方案,研究结果可为进一步提高疏散设施利用率、改善应急疏散效果提供技术支持。