地铁火灾应急疏散路线规划与对策*

王起全，王帷先

(中国劳动关系学院 安全工程系，北京 100048)

0　引言

地铁作为人口密集公共场合，空间环境又相对密闭，其中存在的安全隐患风险与乘客数量增加有一定的关系。更甚者，由于使用频率高，设备设施损耗加速，更增加了危险隐患的触发概率。灾害产生后，地铁空间的疏散问题，更是需从多方面考察分析，多角度控制风险，多维度模拟和应急。

国外地铁发展较早，经历灾难相对较多，可以说整个地铁的运行，是在一次次灾难应急经验的总结中逐步完善起来的。在现有应急疏散相关研究中，既有注重被疏散对象的性格差异，在确定疏散行为特征和规律基础上，合理规划路线[1]；也有模拟火灾场景下的区域划分，进而研究不同区域火灾毒气的扩散速度，确定疏散时间和路线[2]，韩国学者曾对消防疏散建模，用火灾扩散速度确定疏散时间[3]。国内学者倾向于建立疏散力学方程，推导人群移动速度，确定逃生方式[4-6]；也有利用关系数据库在Mapinfo平台模拟优化全局路线的实验[7]。随着科技发展，对地铁疏散的研究更注重与计算机软件的结合，不管是通过自己编写算法[8-10]，还是开发应用软件[11-13]，都是利用计算机精确高效的特性，从不同的关注点去计算优化路径，分析紧急情况下的疏散条件。

对于地铁应急，起初多以灾害影响方面的研究为起始，之后逐渐出现专门针对疏散进行计算研究的方向。如：王爱莎、彭伟采用模拟疏散演习的方式对教学楼某个教室内人员疏散情况进行了现场测试，并结合FDS + Evac 软件对该疏散场景进行了数值模拟[14]；吴德瑄借助元胞自动机模拟，构建行人流疏散的动态模型，观察对比行人的疏散心理[15]；陈文辉通过图像、信息等手段对地铁火灾进行监测后，开展理论模拟研究[16]。本文针对地铁灾害发生到疏散完成整个事件过程，综合利用PyroSim的火灾模拟优势和Pathfinder的疏散模拟优势，实现分类、分阶段模拟，在对某地铁安全现状考察基础上，对其火灾疏散进行评价并提出建议。

1　模拟情景构建

世界各国的地铁灾害多种多样，大致分为自然灾害、人为灾害、机械故障灾害。经过归纳统计，44%案例是故障灾害，而灾害的最终表现形式又以火灾类型最为常见。在对地铁2号线西直门站进行考察后，可以发现在较为严格的安检措施下，排除纵火、爆炸及吸烟的原因后，机箱设备的故障火灾最有可能发生，而发生部位又常常存在于站台两端的集成控制线路部位。因此，设定模拟事件为线路设备火灾。

据考察，站台内以消防栓为主要灭火设施，无喷淋装置。站内除了部分电缆线路、扶手木材及列车外，易燃物较少，对比公共场所的实验结论[17]，无喷淋公共场所的火源最大热释放速率能达到8 MW，设置此参数既是与实验设置场景较吻合，又能以同类型场所的最大阈值来考验地铁火灾燃烧承受能力。使用的火灾模型为可较清楚描述火灾发展的t2模型，且确定火灾为缓慢增长型，其系数为0.002 9 kW/t2。模型如下：

Q=α·t2

(1)

式中：Q为火源的热释放速率，kW；α为大火增长系数，kW/t2；t为火灾发展时间，s。

利用已知数据代入计算，可以确定火灾模型到达稳定燃烧时间为1 660s。使用以上参数，运用PyroSim软件计算整个火灾情景及规模。

2　研究对象调研

2.1　现场环境

作为北京地下交通中较为繁忙的车站，西直门站连接着2号、13号和4号线，周边毗邻火车站、商圈、居民区和办公楼，乘客类型复杂，流通量大。而地铁内部，2号和4号线存在较多铁皮围护的机电设备，类似于控制客流的分流引流护栏，影响整个地铁的疏散能力和效果。

地铁内疏散的隐患点主要存在于楼梯入口、通道入口、拐角处以及站厅进出闸口等，而部分通道内的楼梯、缓坡等处也存在隐患。这些疏散瓶颈需要引起关注，楼梯的入口和拐角处的疏散人群易聚集，降低疏散速度，同时伴随急迫情绪，易造成拥挤，导致人群摔落或者踩踏事故的发生；而站厅进出闸口主要是对人群进行分流，以降低行进速度来保证乘客的有序进出，但在火灾情况下，又会成为乘客疏散逃生的障碍，应及时撤出；最后，通道内的入口、拐角、缓坡处也是疏散人群挤压、滞留、磕绊踩踏等现象的易发部位。具体情况如图1所示。

图1　站台、通道布局Fig.1　Station and passageway layout

2.2　出口特点

在对各通道出口调查中，不同出口设计各有特点，如图2所示。A口的侧道开口小，对疏散效果并无提高作用，虽然其连接13号线，换乘能力大，有足够空间承载人群，但通道出口需要经过的台阶级数多且陡；B口路程较A口长，出口无台阶，有分流；C，D口较为对称，存在一定高度台阶，C口路程长，D口较短；B，C口靠近消防救援中心。

图2　各通道特点Fig.2　Characteristics of each passageway

2.3　模型建立

通过对西直门站中2号线的建筑环境进行分析，经过多次现场考察测量，获得较为详细的环境布局和相应尺寸数据资料，建立网格模型，如图3所示。

图3　地铁站模型Fig.3　Subway station model

其中站台有效长度为115.6 m，宽度12.4 m；两侧站厅近乎对称分布，面积大小分别为280 m2和400 m2；各通道长度和布局有一定差异。在收集数据基础上，使用软件建模，经过软件的网格化设置，将各部位进行合理的正交修正。

所建模型尺寸比例为1∶1，将非正交通道修补到其他通道内，并对数据进行合理修正。对障碍物等进行合理并符合实际的布置，对部分无可能到达或不能进入的通道进行障碍物遮挡，避免火势不合理的蔓延和人群不合理走位。

3　人员疏散考察

根据官方微博公布数据，日换乘量第1的西直门站，换乘客流达到48.56万，日进、出站量11.92万，可见高峰期的客流量将对疏散效果做出考验。

3.1　乘客参数

乘客参数的获取，主要使用人工观察方法。主要观察站台上的乘客流量、通道内客流量、乘客组成比例、各类楼梯和坡道的速度等数值。调查时间选取在3月份的某几个上班高峰期(7:30-9:30 )，调研数据如表1所示。

表1　乘客相关数据测量

调研可知，乘客性别比例较稳定，与社会性别比例基本一致，上班高峰期多以青年为主，中年次之，上班时间要求高，步行速度相应快些。高峰时间段的乘客总量在6 000人左右波动，考虑到建立模型总面积约为1 880 m2，单位面积人数限制在3人后，可确定模拟人数在4 500人，属于有效乘客总量。并定义模拟乘客为成年人，统一步行速度0.95～1.55 m/s，上楼梯速度约为0.75 m/s，下楼梯速度约为0.67 m/s。

3.2　疏散时间

通过前期准备的调研数据，参考疏散公式进行计算，可提前算出疏散时间，确定各个路线、出口的理论疏散时间，为后期模拟提供参考。主要疏散公式有国内和日本2种。

3.2.1中国使用疏散用时计算方法

(2)

式中:T表示站台疏散时间，min；Q1表示列车内人数，人；Q2表示站台人数，人；A1表示自动扶梯通行能力，人/(min·m)；A2表示人行楼梯通行能力，人/(min·m)；N表示自动扶梯数量，台；B表示人行楼梯宽度，m。

确定列车和站厅人数2 500人，A1自动扶梯通行能力考虑最大值9 600人/min，A2人行楼梯通行能力使用单向疏散人数5 000人/min，N自动扶梯为0台，B人行楼梯宽度为总宽度12 m。

则疏散时间计算如下：

疏散至站厅后，由于南北楼梯、两侧站厅结构相似，所以人流均分，疏散人流同样按4个出口进行等分。只取最长距离的D出口计算疏散时间。

到达出口总疏散时间为：tt=T+t=6 (min)。

由此可知，国内站台疏散公式计算结果符合我国《地铁设计规范》(GB50157-2013)中第28.2.12条的乘客从站台疏散至站厅公共安全区域小于6 min的疏散时间要求，且额外有1.7 min以上的时间供乘客向出口、地面逃生。

3.2.2日本地铁人员疏散计算方法

(3)

(4)

tt=∑t+Tmax

(5)

式(3)为步行时间，L为平地路程，m；v为平地速度，m/s。式(4)为滞留时间，Q为疏散人数，人；N为人群流出系数，人/(m·s)；B为楼梯、通道有效宽度，m；N·B为出口的流出速度，人/s。式(5)为总疏散时间，其中滞留时间取所有滞留时间最大值。

可确定数据如下：楼梯上行，人行速度0.22 m/s，人员流量0.62人/(m·s)；门道的人行速度 0.39 m/s，人员流量1.10人/(m·s)；走廊人行速度1.40 m/s，人员流量0.76人/(m·s)。

在站台人数2 500人，各站厅人数1 000人的模拟情况下，其疏散时间计算结果如表2所示。

表2　站内出口疏散时间汇总

由表2可知，疏散到站厅安全区域内的时间同样符合标准要求，而不同疏散途径中，站厅通往D口到达地面过程中，楼梯较高，限制了疏散效率，拉长了整体疏散时间，使得平均疏散时间在7.45 min左右，从而在疏散过程中，应注意D口路线的监控，以免烟气侵害疏散队尾人群。

4　情景模拟

模拟分2部分进行。首先，采用专业的火灾大涡场模拟程序PyroSim，对火灾烟气蔓延过程进行模拟分析；然后，采用疏散精度更高的Pathfinder对疏散进行模拟。本文在技术可行情况下，对2种方式进行分别分析。

4.1　火灾模拟

根据情景描述，设置火源在站台首尾端B侧(见图2)，由1 m3信号机箱发生故障引发火灾。模型中，隧道开设风孔，模拟活塞通风与自然通风，风机常开。火源在4 min有明显的燃烧放热现象，温度升至80℃左右，并开始向周边辐射热量；燃烧至6 min后，中心温度可达到220℃，处于快速燃烧阶段。

随后地铁北部站厅的楼梯口开始升温至40℃以上，此时温度环境并不适合人员停留，同时高温向站台南部扩散，如图4所示。

图4　6 min温度分布Fig.4　Distribution of temperature in 6 min

大火从6～9 min时，其烟雾浓度迅速提升，能见度下降到1 m以下，如图5所示。此时，北部疏散通道需要关闭，避免人员踩踏、窒息。而根据模拟情况，火灾真正造成灾难的时间在10 min之后。

图5　6 min能见度Fig.5　Visibility in 6 min

4.2　疏散模拟

根据火灾模拟结果，设置北侧楼梯口4 min关闭，即北侧楼梯的乘客在4 min时因温度、浓度过高向南侧转移，如图6所示。人数随机分布为站台层2 500人，北、南站厅1 000人，进行疏散模拟。

图6　4 min疏散状况Fig.6　Evacuation conditions in 4 min

图7　疏散拥挤部位Fig.7　Crowded evacuation area

乘客对火情发生有30 s的反应时间，之后开始疏散。3 min时，乘客在两端楼梯口过度聚集，如图7所示，站厅乘客会自动选择疏散路线和出口。4 min时，北侧楼梯关闭，人员开始向南侧(左)撤离。6 min时，乘客分布在出口附近。最后1个乘客到达出口，总用时7.1 min 。与规范中要求6 min内疏散完毕存在时差，但是与本站的火灾燃烧情况相比，7 min的疏散时间还不会造成人员伤害。

4.3　模拟结果对比

2种模拟分别从2个方面切入，结合分析，能较好地从时间、危害等因素上完成火灾与疏散的耦合。在疏散4 min时，楼梯口温度上升40℃，为安全起见，乘客向南侧C，D出口转移。6 min时，北侧无论温度还是能见度都处于不利条件，南侧受到一定程度影响，但乘客基本疏散完毕，验证该地铁站在此模拟情景下能确保4 500人的安全疏散。

同时软件模拟结果显示：疏散中，站台楼梯使用量在5 min左右减少到足够低水平，在7 min后，4个出口疏散完毕。与理论计算结果相近，数据吻合，误差在30 s上下，由此进一步验证了模型的合理性。

5　消防对策

火灾发生后，如有救援介入，可将整个火灾及时控制，减少损失。调研发现，地铁东南角800 m处，有消防队驻扎，救援展开时间可控制在2 min左右，故给出如下救援方案。

5.1　方案设定

1)方案1：北站厅楼梯在2 min后关闭，剩余乘客向南疏散，关闭的北站厅作为消防救援通道进行部署。

2)方案2：北站厅只提供较大换乘能力的A口疏散乘客，而B口在2 min后关闭，转而开辟救援通道，同时北侧楼梯相应开辟1条救援通道，方便实施消防抢攻。

3)方案3：乘客从所有通道撤离，等撤离完毕后进行消防入驻，控制火情。

5.2　结果对比

对以上3种方案的模拟结果进行比较，如表3所示。从时间上看，方案1所需时间太长，环境有害物累积对乘客不利；方案3时间合适，但火情并未能得到有效控制。故方案2更为合理有效。

表3　消防救援方案对比

利用方案2确定疏散路径，即北侧火灾利用B口进行救援通道开辟，其他3个出口仍然有序撤离。既可保证撤离，又可控制火情。若南侧发生火灾，则应利用路程长但离消防中心较近的C口开辟救援通道，乘客从其他3个出口有序撤离。

6　结论

1)地铁站内火灾发生后，其发展阶段包括燃烧放热和烟雾扩散。在人群密集、烟气危害、能见度低的情况下，为及时有效完成人员疏散，应预先进行科学合理规划。

2)根据实例分析计算结果，PyroSim对实例的火灾燃烧放热温度、热量辐射及烟雾浓度变化时间过程进行模拟，为进一步合理规划人员疏散提供基础数据。

3)以乘客不受到火灾伤害为目标，应用Pathfinder模拟，提前介入引导乘客撤离的时间点和疏散方向，并辨识火灾事故的疏散瓶颈，提出安全措施和消防对策，可为地铁人员有序撤离、地铁火灾有效救援提供参考。

[1]Schäfer C, Zinke R, Künzer L, et al. Applying persona method for describing users of escape routes[J]. Transportation Research Procedia, 2014, 2:636-641.

[2]Shoaei M, Maddahin R, Afshin H, et al. Designing fire scenarios for subway stations and tunnels based on regional approach[J]. Advanced Materials Research, 2012, 433-440:983-991.

[3]Roh J S, Hong S R, Yoon S W. The effect of PSD on life safety in subway station fire[J]. Journal of Mechanical Science and Technology, 2010, 24(4):937-942.

[4]陆君安, 方正. 建筑物人员疏散逃生速度的数学模型[J]. 武汉大学学报(工学版), 2002, 35(2):66-70.

LU Junan, FANG Zheng. Mathematical model of evacuation speed of building personnel [J]. Journal of Wuhan University (Engineering Science Edition), 2002,35(2):66-70.

[5]牟瑞芳, 杨锐, 王列妮. 熟悉环境条件下的公共场所人员疏散仿真模型研究[J]. 中国安全生产科学技术, 2015,11(5):181-186.

MU Ruifang, YANG Rui, WANG Lieni. Study on simulation model of public place evacuation in a familiar environment [J]. Journal of Safety Science and Technology ,2015,11(5): 181-186.

[6]孔维伟, 刘栋栋. 北京复兴门地铁火灾时人员安全疏散研究[J]. 北京建筑工程学院学报, 2009, 25(4):29-32.

KONG Weiwei, LIU Dongdong. Study on evacuation of personnel during the fire of Beijing Fuxing gate [J]. Journal of Beijing Institute of Civil Engineering and Architecture, 2009,25(4):29-32.

[7]张培红, 陈宝智. 火灾时人员疏散的行为规律[J]. 东北大学学报自然科学版, 2001, 22(1):54-56.

ZHANG Peihong, CHEN Baozhi.Behavior of personnel evacuation during fire [J]. Journal of Northeastern University, 2001,22(1):54-56.

[8]肖国清, 廖光煊. 建筑物火灾中人的疏散方式研究[J]. 中国安全科学学报, 2006, 16(2):26-29.

XIAO Guoqing, LIAO Guangxuan. Study on the way of human evacuation in building fire [J]. China Safety Science Journal,2006,16(2):26-29.

[9]张晓明, 胡忠日, 李风,等. 疏散模型的探讨及应用研究[J]. 消防科学与技术, 2007, 26(4):386-390.

ZHANG Xiaoming, HU Zhongri, LI Feng, et al. Discussion and application of evacuation model [J]. Fire Science and Technology, 2007,26(4):386-390.

[10]李瑜芬, 徐瑞华. 火灾下城市轨道交通车站乘客疏散特点分析[J]. 城市轨道交通研究, 2010, 13(2):42-45,52.

LI Yufen, XU Ruihua.Analysis on the characteristics of passenger evacuation in urban rail transit station under fire [J]. Study on urban rail transit, 2010,13(2):42-45,52.

[11]宋娜娜. 基于“元胞自动机”的人员疏散仿真模型初探[J]. 消防科学与技术, 2006, 25(6):733-735.

SONG Nana.Preliminary study on occupant evacuation simulation model based on Cellular Automata [J]. Fire Science and Technology, 2006,25(6):733-735.

[12]Yang L, Fang W, Jian L I, et al. Cellular automata pedestrian movement model considering human behavior[J]. Science Bulletin, 2003, 48(16):1695-1699.

[13]万江华, 卜凡亮. 粒子群算法在应急疏散中的应用研究[J]. 中国人民公安大学学报:自然科学版, 2011, 17(3):59-64.

WAN Jianghua, BU Fanliang.Research on application of particle swarm optimization in emergency evacuation [J]. Journal of Chinese People's Public Security University (Natural Science Edition), 2011,17(3):59-64.

[14]王爱莎, 彭伟. 突发事件下某教室的人员疏散研究[J]. 中国安全生产科学技术, 2012, 8(8):163-166.

WANG Aisha, Peng wei. Study on emergency evacuation of a classroom [J]. Journal of Safety Science and Technology ,2012,8(8): 163-166.

[15]吴德瑄. 基于元胞自动机的地铁站应急客流疏散研究[D]. 兰州:兰州交通大学, 2013.

[16]陈文辉. 基于图像处理的地铁区间应急疏散系统的研究[D]. 沈阳:沈阳航空航天大学, 2015.

[17]柴盼. 高层建筑火灾场景设置研究[D]. 重庆:重庆大学, 2014.