与体育场馆连接地铁车站大客流疏运能力计算模拟分析

突发大客流是威胁地铁车站运行的主要风险之一,为研究与大型体育场馆连接的车站在大型活动期间面对突发大客流疏导问题,利用行人仿真动力学的方法,建立地铁车站疏运模型。计算分析一岛一侧站台和一岛站台2种设计方案下的大客流疏运过程,研究客流运动特征及乘客滞留情况、疏散通道节点通过能力、公共区容纳能力、瞬时客流密度等指标,给出不同设计方案下的最大疏运能力。计算模拟结果表明一岛一侧站台时最大疏运能力为30 294人/h,站台、站厅容纳能力与运能相匹配,一岛一侧站台设计方案时,主要控制点为楼扶梯通道和站台面。计算模拟结果与理论分析结果相符,表明计算模拟方法适用于地铁大客流模拟。     

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。     

地铁同站台高架换乘车站火灾人员疏散研究

为研究地铁同站台高架换乘车站发生火灾事故的疏散模式,以具有该换乘形式的某实体车站的全尺寸火灾实验烟气扩散规律为基础,使用buildingEXODUS软件研究该车站站厅、站台、设备区、停靠列车等多个区域火灾场景下乘客疏散所需的时间。对比分析站厅中部闸机、站厅楼扶梯入口及站厅出入口附近3处发生火灾的场景,分别研究地铁车站内闸机及栅栏门、自动扶梯、应急出口等设施的运行状态对于疏散结果的影响,获取每种工况下的疏散时间,3种火灾场景下,上行扶梯关闭、所有闸机及栅栏门打开、应急出口打开能够有效减少疏散时间,火源位于楼扶梯入口时对疏散时间的影响最大;研究站台中部、站台楼扶梯入口2处发生火灾的场景下,扶梯运行状态对于疏散时间的影响,上行扶梯停止运行后的乘客疏散时间相较于扶梯上行时分别降低41%,35%;分析设备区火灾对于设备区内工作人员疏散时间与乘客疏散时间的影响,由于工作人员数量相对较少,对车站整体疏散时间影响不明显;对比分析4B编组列车车头、车中及车尾发生火灾的场景对于乘客疏散时间的影响,火源位于车中时对疏散时间的影响最大。     

基于微观仿真的同站台换乘站客流疏散研究

旨在对同站台换乘站的客流行为和规律,以及对车站乘客疏散时的情况进行分析和研究。通过建立同站台换乘站的微观疏散仿真模型,利用微观仿真软件VISSIM对某即将建成使用的同站台换乘站的仿真模拟,直观地对客流的疏散过程和疏散人群分布状况进行动态观察,通过改变模型的参数设置,考察不同情况下换乘站的换乘效率,得出提高换乘效率的措施和建议,并最终为换乘站的设施设计和运营管理提供辅助设计与决策支持。     

地铁站台导流栏杆对人员疏散的影响研究

为研究地铁站台导流栏杆对人员疏散的影响,以某地铁车站为研究对象,采用数值模拟方法研究地铁站台导流栏杆的设置方式及长度对人员疏散的影响,为地铁车站导流栏杆的设置及优化提供参考。研究结果表明:随着固定导流栏杆长度的增加,人员疏散时间呈现增加趋势,固定导流栏杆长度为14 m时比不设导流栏杆时疏散效率降低了20.8%,人员在长度为14 m的固定导流栏杆内呈现通道型排队现象;随着可推拉导流栏杆长度的增加,人员疏散时间呈现减小趋势,可推拉导流栏杆长度为6 m时比固定导流栏杆长度为14 m时的疏散效率提高了9.7%。     

中国安全生产科学研究院最新科技成果转化巡展 高精度地铁大客流监控预警系统

基于光强度调制技术(MLI)及飞行时间法(ToF)的高精度大客流监控预警系统由中国安全生产科学研究院和北京航星机器制造有限公司联合研发,拥有多项已授权核心专利,具有完全自主知识产权,可实现客流流量、密度的秒级识别统计与预警。系统可对地铁车站各出入口、换乘通道、站台等关键区域内乘客进出量和密度进行统计,利用内置的客流风险预警模型,实现客流实时监控预警,精度达到99%。相比于国内同类产品,该系统快速识别率1 S、预警响应1.5 S,并在北京东单站开展应用。     

地铁车站疏散瓶颈疏散优化共性方案仿真研究*

为解决地铁车站高峰期乘客疏散的瓶颈问题,对比高成本的单一模型实验,提出1套基于Anylogic软件针对车站乘客疏散瓶颈的可重复仿真优化方案。通过实地调查,对比一般地铁车站由站厅层和站台层组成的结构特性;分析2层之间乘客通过楼梯、扶梯等进行疏散的车站共性,创建针对行人流动态疏散过程的通用仿真模型;统计模拟疏散过程中影响疏散效率的参数,给出针对共性模型的优化方案。研究结果表明:疏散总时长较优化前减少35 s,模拟成功疏散人数增加164人。研究结果能够优化车站的紧急疏散瓶颈现象从而改善车站的安全性和舒适性,所提出的优化方案可为解决车站乘客疏散问题提供研究思路。     

基于VR与社会力模型的地铁车站火灾疏散路径仿真及布局优化

为模拟地铁车站火灾情况下的乘客疏散情况,提高地铁车站火灾疏散效率,提出利用VR与社会力模型进行仿真优化的方案。通过问卷与VR实验探究乘客微观行为特征,并将其微观行为特征通过数值形式导入Anylogic,实现微观与宏观层面相结合的人群仿真。研究结果表明：现有车站方案模拟总疏散时间为412 s,不符合规范要求;经优化后,总疏散时间缩短68 s,使该站在大客流情况下满足规范要求。研究结果可为乘客的个体疏散行为提供指导性建议,为车站应对未来的客流激增提供设计优化思路。     

地铁车站火灾人员疏散可靠度研究

研究地铁车站人员安全疏散可靠度,可为其安全疏散设施设置方案提供参考.运用FDS和Pathfinder软件,对某地铁站进行火灾模拟,得到人员可用安全疏散时间和必需安全疏散时间,通过SPSS软件对其进行正态分布检验,计算人员疏散可靠度.结果表明:地铁车站不同火灾类型中,站台列车火灾的人员疏散可靠度最低,开启通风排烟系统可大幅提高;站台和站厅公共区域火灾人员疏散可靠度较高,现有疏散设施可基本满足人员安全疏散需求.     

中国安全生产科学研究院最新科技成果转化巡展

正高精度地铁大客流监控预警系统基于光强度调制技术(MLI)及飞行时间法(ToF)的高精度大客流监控预警系统由中国安全生产科学研究院和北京航星机器制造有限公司联合研发,拥有多项已授权核心专利,具有完全自主知识产权,可实现客流流量、密度的秒级识别统计与预警。系统可对地铁车站各出入口、换乘通道、站台等关键区域内乘客进出量和密度进行统计,利用内置的客流风险预警模型,实现客流实时监控预警,精度达到99%。相比于国内同类产品,该     

基于心理感知的铁路综合客运枢纽客流疏解预警研究*

为解决铁路综合客运枢纽客流疏解预警忽略旅客心理感知与焦虑问题,基于状态焦虑问卷,定量描述旅客焦虑状态,通过引入心理测量学中积极率划分客流疏解等级阈值,确定枢纽客流疏解预警等级,构建以旅客感知疏解时间为预警指标的回归预测模型。研究结果表明:模型可定量预测枢纽站各种交通接驳方式客流的感知疏解时间,准确描述枢纽站预警等级,研究结果可为管理人员选择相应疏解措施提供依据。     

基于实车驾驶试验的螺旋匝道小客车纵向驾驶行为研究

为明确螺旋匝道(螺旋桥)驾驶操纵行为及车辆状态特征,选取2条桥头立交螺旋匝道和2座螺旋桥,开展小客车实车路试,通过连续采集行驶速度、加速度、踏板力等驾驶数据,分析螺旋匝道(桥)及前后衔接段的纵向驾驶行为特性.结果表明:行驶速度在螺旋匝道范围内基本恒定,并明显高于设计速度,螺旋匝道段的速度分布比主线段更集中,螺旋匝道对驾...     

突发性客流地铁站点的疏散设计优化研究

为提升突发性客流地铁站点疏散效率,以武汉市某地铁站为研究对象,采用数值模拟方法,分析不同期间节点下的疏散状况,选择最不利的典型工况(节假日A3)进行特征分析。研究结果表明：站台层拥堵时间大于站厅层拥堵时间,站台层疏散口为疏散瓶颈区;对站台层疏散口的位置与朝向进行调整,优化后疏散效率提高9.3%;验证合理增加高选择度站厅层出入口宽度等优化措施效果,发现以上策略具有一定可操作性和推广性,研究结果可为定量评估地铁站疏散能力提供参考。     

基于事件提取和改进MMHC的航空旅客运输事故征候贝叶斯网络建模*

为表征航空旅客运输事故征候演化机理,提出事故征候贝叶斯网络的建模方法。基于事故征候中致因事件、结果事件及分类标准的定义,以7 265起事故征候案例为样本,利用事件提取算法,识别事故征候叙述文本中的致因事件,利用改进的最大最小爬山算法实现网络建模;依据事件提取的测试集验证与结构学习的交叉验证,检验建模算法的准确性与有效性;基于证据敏感性指标,识别关键致因事件。结果表明:航空旅客运输事故征候贝叶斯网络模型包含94个节点和247条有向弧。空降冲突、严重设备故障、机组成员疾病及火灾烟雾是模型中高风险关联的致因事件,在安全监管过程中消除或减弱关键致因事件的发生能有效控制系统风险。     

基于视频分析的人群密集场所客流监控预警研究

为实现人群密集场所客流安全隐患早发现,辅助管理人员早决策,人群聚集风险区早疏散,提升对灾难的预见性和主动性。在国内外人群异常聚集监测预警现状分析基础上,对比分析得出监控视频分析技术是解决人群密集场所精准预警难题较为理想的解决方案;构建以视频智能分析的人群计数、密度估计、行人追踪、活动烈度识别为核心技术的人群密集场所风险预警技术框架;将该技术框架应用到某大型商圈的商业街区,获得监控区域内的人群总数、密度分布、行人轨迹和异常活动等特征。结果表明:提出的基于视频分析的人群密集场所风险预警技术框架可为城市大型商圈、交通枢纽、大型活动场所等城市公共场所的安全管理提供参考和借鉴。     

基于改进社会力模型的地铁大客流疏散能力研究*

为有效应对大客流情景下人群拥挤对地铁站正常运行带来的影响,采用社会力模型和Anylogic仿真软件,对地铁站大客流疏散能力进行建模和分析,从客观、主观、管理视角分析影响客流疏散能力的因素,基于改进社会力模型刻画行人行为,分析影响地铁车站疏散能力的3个关键因素,并以南宁地铁1号线朝阳广场站为背景进行研究。研究结果表明:行人密度是影响地铁站疏散能力的关键因素,出入口选择策略和行人亲属关系比例对疏散能力影响显著,研究结果可为地铁客流疏散提出针对性建议。     

地铁枢纽车站大客流疏散性能评估及策略优化研究*

为分析大型地铁枢纽车站人员疏散通过能力、疏散瓶颈位置和车站疏散策略优化方案,利用数值模拟研究某大型整体式站厅枢纽换乘车站人员疏散过程。研究结果表明:楼扶梯和出入口是车站疏散过程中的关键瓶颈,当疏散通过能力较大的出入口E或楼扶梯组8停止使用时,导致站厅疏散时长和站台疏散时长大幅增加;采用引导乘客均匀使用各楼扶梯疏散以及站厅增加应急出口等优化措施,可显著提高车站疏散效率。     

旅客行李对高速客车车厢火源热释放速率的影响研究

为了得到考虑旅客行李影响情况下的高速客车车厢火源热释放速率的合理取值范围,以CRH1型动车组二等座车厢为例,以锥型量热仪和大型量热仪测定的高速客车车体内材料和行李的燃烧性能为输入参数,运用FDS软件模拟9种火灾场景下车厢的火源热释放速率随时间的变化规律,分析行李重量对车厢火源热释放速率的影响。研究结果表明:旅客行李对高速客车车厢火源热释放速率的影响是与通风条件协同作用的结果;在车门与车窗关闭条件下,旅客行李对于火源热释放速率的贡献值基本可忽略;在车门开启与车窗关闭条件下,旅客人均携带10kg和20kg行李时,行李对车厢火源热释放速率的贡献值为0.24MW和0.6MW,贡献率为5%和11%;在车门与逃生车窗开启条件下,旅客人均携带10kg和20kg行李时,行李对车厢火源热释放速率的贡献值分别为1.3MW和3.8MW,贡献率分别为7%和21%。     

Effects of vehicle power on passenger vehicle speeds

Objectives: During the past 2 decades, there have been large increases in mean horsepower and the mean horsepower-to–vehicle weight ratio for all types of new passenger vehicles in the United States. This study examined the relationship between travel speeds and vehicle power, defined as horsepower per 100 pounds of vehicle weight.

Methods: Speed cameras measured travel speeds and photographed license plates and drivers of passenger vehicles traveling on roadways in Northern Virginia during daytime off-peak hours in spring 2013. The driver licensing agencies in the District of Columbia, Maryland, and Virginia provided vehicle information numbers (VINs) by matching license plate numbers with vehicle registration records and provided the age, gender, and ZIP code of the registered owner(s). VINs were decoded to obtain the curb weight and horsepower of vehicles. The study focused on 26,659 observed vehicles for which information on horsepower was available and the observed age and gender of drivers matched vehicle registration records. Log-linear regression estimated the effects of vehicle power on mean travel speeds, and logistic regression estimated the effects of vehicle power on the likelihood of a vehicle traveling over the speed limit and more than 10 mph over the limit.

Results: After controlling for driver characteristics, speed limit, vehicle type, and traffic volume, a 1-unit increase in vehicle power was associated with a 0.7% increase in mean speed, a 2.7% increase in the likelihood of a vehicle exceeding the speed limit by any amount, and an 11.6% increase in the likelihood of a vehicle exceeding the limit by 10 mph. All of these increases were highly significant.

Conclusions: Speeding persists as a major factor in crashes in the United States. There are indications that travel speeds have increased in recent years. The current findings suggest the trend toward substantially more powerful vehicles may be contributing to higher speeds. Given the strong association between travel speed and crash risk and crash severity, this is cause for concern.