航空母舰通道布置对疏散逃生性能的影响

刘伯运，周晓松，闫书逸

1海军工程大学动力工程学院，湖北武汉430033

2中国人民解放军军事科学院国防科技创新研究院，北京100071

3中国人民解放军92001部队，山东青岛266000

0 引 言

航空母舰（以下简称“航母”）作为各国海上军事实力的象征，在海上作战中起着重要作用。作为一个超大型的海洋堡垒，其所能容纳的舰员数量巨大，在生命价值如此宝贵的今天，一旦发生紧急情况，如何更好地保证舰员的生命安全显得非常重要，所以对于现代航母来说，航母内的疏散逃生能力是一个非常重要的问题。

随着航母逐渐成为海上霸主，针对航母的研究越来越多，其舱室布置和通道的设计研究越来越受到人们的重视。首先是在设计阶段开始考虑更多人的因素，增加了许多更加人性化的设计，之后再结合长期的航海实践经验总结对设计进行改动，但有关人机效能的航母通道布置研究并不多。张玉梅［1］总结了舰船人—机—环系统的典型特征，并根据技术体系划分，对我国舰船人—机—环系统工程未来的发展趋势进行了分析。王宇等［2］将引力搜索算法引入到模型中，从而形成了一套舱室分布设计方法，其将噪声、面积等所需要的参数作为输入，通过寻优即可得到设计方案［3］。

本文将基于美国海军“萨拉托加”号（CV-60）航母甲板舱室布置图，在EXODUS软件中进行疏散逃生的模拟仿真。首先，设立3种不同的通道布置方案；然后对获得的数据结果进行模拟仿真；最后，对结果进行灰关联分析。

1 疏散人员行为模型

1.1 多用途智能代理

在人工智能（Artificial Intelligence，AI）领域，代理具有多重含义，其通常被认为是一个具有解决问题能力的软件模块。如果在疏散模型中使用代理的概念，就能将行为模型从疏散模型中分离出来，这就意味着与传统方法相比，行为模型的复杂性仅增加了相对较小的工作量。本文定义了一个智能代理模块，并对智能代理（multi-purpose intelligent agent，MUPI）算法进行了多用途拓展。MUPI是一种模仿人类行为的人工智能引擎，可用于各种领域，如基于规则的行为系统。但要定义疏散人员所进行的合适的行为系统，需要定义大量的规则，所以缺乏适用性。

本文基 于 Schmidt的 PECS 模型［4］定义 了MUPI的属性和运行模型。PECS代表了人的身体状态（Physical status）、情绪状态（Emotional status）、认知属性（Cognitive attributes）和社交状态（Social status）。这些属性用于在某些情况下进行决策和选择操作。由于人的行为被多种以复杂方式相互作用的影响因素决定，所以在人的行为建模的前处理步骤中，将人的行为划分为2个主要类型：反应行为和协商行为（图1）。

反应行为可以简单地基于规则建模而不包括任何一种思考过程。本能行为、学习行为、驱动控制行为和情绪控制行为都包含在这种行为种类中，如果一个人被别人推了一下，他为了不摔倒会推回去，这就是一个典型的本能行为。与本能行为没有在经验上的忍受或学习信息不同的是，学习行为具有这些要素，如避火行为、上楼梯之前的判断行为，都可以归结为学习行为。驱动控制行为和情绪控制行为是更复杂的反应行为，他们要满足社交的、情绪的和人身体的愿望，驱动控制行为在人类进化过程中扮演着重要的角色。由于在情绪控制行为方面几乎没有相关的研究发现可以追溯，所以在MUPI的构建中排除了情绪因素。

协商行为不遵循预定义的静态规则，它用包含的紧急行为来解决问题。一些用于思考和推断种类的模型可以在构建这些行为中使用，推断行为和反思行为均属于协商行为种类，路径寻找和漫游机制也是基于协商行为进行选择。Schmidt［4］提出行为的选择是由动机的强烈程度决定的，人们总是选择动机最强的那种行为。然而大多数人的行为包含各种可能的行动，反映到MUPI算法，故改变了行动选择机制，增加了激励向量，并结合它们产生最终的自我推进，这种改变让同时激活各种行动变得可能。

1.2 PYNAMICS——MUPI的物理模型

正如地球上存在的其他物体一样，疏散人员也受到物理规则的控制，他们不能超越某速度而且有可能与彼此或舱壁碰撞，模拟人行为的代理算法必须遵守并反映这个物理规则。因此，发展了计算物理反应的物理模型PYNAMICS。在MUPI中，舰员的加速度由其自我推进力和与其他人相互作用产生的所有外力向量来决定，其速度则由加速度决定，然后再决定位移和位置。这些计算结果在以下决策过程中被使用（图2）。

在PYNAMICS模型中使用牛顿定律：

式中：mi为第i个人的质量；ai(t)为第i个人在t时刻的加速度；fi(t)为第i个人在t时刻的作用力；vi(t)为第i个人在t时刻的速度；xi(t)为第i个人在t时刻的位移。

决定模型适用性的点是习惯，我们将其描述为力，PYNAMICS模型中使用的合力方程由下式给出：

式中：fsp为疏散人员的自我推进力，其变化范围为 30.3～66.6 N［2］；Cv为速度保持力，是一种疏散人员速度的阻力比例项。一个人的最大速度由fsp和Cv联合决定：

式（3）是当所有外力，如fij，fib，f都为0，并且加速度也为0时推导得到的。

fij为疏散人员之间的相互作用力：

式中：kp和cp分别为物理弹性常数和物理损伤常数；kt为人员之间的距离常数；t为时间；i，j分别为水平方向和竖直方向的分量；n为人员数量。

物理力的正常分量由与重叠距离(rij-dij)成比例的弹力和与相对速度成比例的损伤力组成，而切向分量是滑动摩擦力。fib为疏散人员与边界间的相互作用力，与fij类似但系数不同，不同的系数可以代表不同属性的边界，如木和钢（图3）。

式中：kb为人员与舱壁之间的距离常数；kbt为人员与舱壁间距离随时间变化的量；cb为疏散人员乘积系数。

从船舶与人员鞋底接触的斜面中得到的力f与mgsinθ成正比，而表面与鞋底之间的摩擦力在一定程度上则和mgsinθ保持平衡，因此假设：

其中，0＜μ'＜1，为滑差损失系数，它反映了斜面和鞋底的接触状态。

2 仿真结果

本节将比较不同出口宽度下的逃生时间。仿真舱室为边长为10 m的正方形，舱室中有100个平均分布的舰员，如图5所示。表1示出了出口宽度分别为 0.8，0.9，1.0，1.2，1.5，2.0，2.5 和3.0 m时的仿真结果。

表1 不同出口宽度下的逃生时间Table 1 Evacuation time for different exit widths

图6和图7所示为最后一个人的逃生时间和平均逃生时间随出口宽度的变化关系。由图可见，当出口宽度小于1 m时，出口宽度对逃生时间的影响相对较大，而当出口宽度大于2 m时，发现改变出口宽度对逃生时间的影响较小。究其原因，发现实际上主要受舱室内舰员拥向门口速率的影响，当此速率大于门口挤出速率时，门宽越大越好，但当此速率小于门口挤出速率时，门口宽度再加宽就影响很小或是根本无影响了。

此外，还对1个2 m宽出口和2个1 m宽出口的仿真结果进行了比较。表2所示为2种工况下最后一人的逃生时间和平均逃生时间的仿真结果。结果表明，1个2 m的出口的逃生效果更好。不同舱室配置下逃生时间的不同可以帮助设计师选择更为合适的舱室配置。

表2 不同出口数量下的逃生时间Table 2 Evacuation time for different numbers of exits

3 基于EXODUS的疏散逃生模拟

为解决船舶疏散逃生问题，Maritime EXODUS软件应运而生，旨在为实际船舶遇险后的疏散逃生方案和处理提供建议。该软件由格林威治大学火灾安全工程组（Fire Safety Engineering Group，FSEG）开发，属于EXODUS整套软件的一部分。该全套软件主要用于仿真模拟大量人员在各种环境中的疏散逃生和人员流动。EXODUS通常适用于人员众多的船舶，如客船等。对于其逃生路径更复杂、通道更窄的航母，其与客船最主要的差异就是人。航母上的舰员都是经过航海训练的、有纪律、有组织的专业水兵，而客船上的人则是毫无航海体验的、缺乏组织训练的业余游客。所以用EXODUS解决航母逃生疏散问题偏于安全。

3.1 几何布置

在本次人机效能疏散逃生模拟中，以“萨拉托加”号航母第2层和第3层的局部甲板舱室布置为例，分析其疏散逃生性能，以及将如何优化基于人机效能航母通道的疏散逃生能力。

将甲板布置图导入EXODUS软件。由于本模拟仅研究舱室布置和通道对疏散逃生能力的影响，所以将舱室内部设施均简化为障碍物形式。在通道和舱室内布置0.5×0.5个节点。确定楼梯的各项参数（楼梯类型选择软件默认的普通楼梯）：其与水平面的夹角为180°，单列楼梯共10个台阶，楼梯宽0.7 m、高2.7 m，建立楼梯下端和节点的连接。选取舱室门位置的左右相邻节点，设置为门节点。设置门的属性，本次模拟中设置的门共有2种属性：默认普通舱室门和水密门。在水密舱壁设置水密门，水密门的初始状态为关闭。

本次模拟的疏散逃生的终点为航母两侧的救生艇，由于选取的是原航母的一部分，所以根据此舱室区域的连通性，设置可以满足所有位置舰员疏散逃生的最小数目的救生艇。因下层甲板的舱室大多不连通，需要通过楼梯行至上层甲板，所以救生艇设置在上层甲板两侧，并连接救生艇的逃生节点。

3.2 人员布置

两层甲板中舱室的人数为400人，士兵和军官的比例约为10：1，男女比例约为10：1，其中男士兵324人，女士兵36人，男军官36人，女军官4人。按照第1节的论述，设定不同类型人员的性别、年龄、身高、体重、敏捷性、反应时间、行动力、忍耐力等属性。放入人员后，将人员随机分布在舱室内无障碍物的空地或者通道内，如图8所示。

3.3 模拟后得到的数据

如前文所述，船舶疏散逃生的影响因素很多（通道梯道门等的布置、烟雾、人员素质、船舶浮态、秩序和环境等），疏散逃生也分为几个阶段（舱内、舱外或甲板、救生站和离船等），故本文首先假定疏散逃生遵循通常的船舶设计原则：主通道宽度≥支通道宽度，主通道门宽度（应受设计约束）≤主通道宽度。其次，重点研究门宽、救生艇数目、楼梯宽度对疏散逃生性能的影响。设计4种舱室布置方案，这4种方案中门宽、救生艇数目、楼梯宽度的取值如表3所示。4种方案下，平均行走距离、最远行走距离、平均用时这3个指标［4-8］的仿真结果如表4所示。

表3 4种方案下自变量的取值Table 3 The value of independent variable under four schemes

表4 4种方案下各函数的仿真结果Table 4 Simulation results of each function under four schemes

4 模拟结果的灰关联分析

灰关联分析法是灰色预测中一种处理数据的方法，其目的是使那些不明确的情况能通过灰关联分析得到一个比较清晰的概念，要求的样本数据相对较少，可以对有限的、表面无规律的数据进行处理，从而找到系统本身具有的特征［9］。而数理统计方法却需要大样本（数据量大），数据必须具有较好的分布规律［10］。由表4可知，平均行走距离X0函数随门宽X1、救生艇数目X2和楼梯宽度X3这3个自变量的变化关系如表5所示。

表5 平均行走距离函数随自变量的变化关系Table 5 The change of average walking distance function with independent variables

用灰关联分析法分析3个自变量中哪个对平均行走距离影响最大时，首先以第1行数据Xi(1)（i=0，1，2，3）除Xi数列，得到初值化后的Yi如表6所示。

表6 初值化处理结果Table 6 Initialization processing result

得到初值化处理数列后，关联系数用下式计算：

式中，α为分辨系数，一般在0～1之间，在大多数情况下取α=0.5。

子因素对母因素的关联系数数列为：

得到关联系数后，灰关联度用下式计算：

则γ3＞γ1＞γ2，即影响平均行走距离函数的自变量由大到小的顺序为：楼梯宽度—门宽—救生艇数目。

同理，对于最远行走距离，其影响顺序为：楼梯宽度—救生艇数目—门宽。

对于平均用时的影响，为楼梯宽度—门宽—救生艇数目。

5 结 论

本文发展了疏散人员行为模型的MUPI算法，基于EXODUS对“萨拉托加”号航母疏散逃生过程进行了模拟，并对模拟结果进行了灰关联分析。根据本文的研究，可得到以下结论：

1）逃生时间随出口宽度的增大而减小，当出口宽度小于1 m时，出口宽度对逃生时间的影响相对较大，而当出口宽度大于2 m时，改变出口宽度对逃生时间影响较小。

2）增大出口宽度比增大出口数量表现出更好的逃生效果。

3）对于平均行走距离、最远行走距离和平均用时这3个指标，楼梯宽度的影响大于门宽和救生艇数目的影响。

鉴于航母自身的特殊性，一旦出现大规模的人员疏散逃生，必定是舰船受损情况超过了损管控制能力，如被多枚鱼雷、弹道导弹等武器击中而致伤亡惨重或丧失战斗能力，此时航母通道的损伤情况以及所引起的火灾、船体破损进水等次生灾害必定会对舰员的疏散逃生产生影响，而战损对于航母逃生疏散性能影响的本质在于某些通道被封堵，其计算原理与完整通道一致。对于航母不同位置受损对逃生疏散性能的影响，可作为下一步研究的方向。

参考文献：

［1］张玉梅.舰船人—机—环系统工程研究综述［J］.中国舰船研究，2017，12（2）：41-48.ZHANG Y M.A review of warship man-machine-envi⁃ronment system engineering［J］.Chinese Journal of Ship Research，2017，12（2）：41-48（in Chinese）.

［2］王宇，黄胜，廖全蜜，等.基于引力搜索算法的多层甲板舱室分布设计方法［J］.中国舰船研究，2016，11（3）：11-16，60.WANG Y，HUANG S，LIAO Q M，et al.Method for multi-deck layout design of ship cabins based on gravi⁃tational search algorithm［J］.Chinese Journal of Ship Research，2016，11（3）：11-16，60（in Chinese）.

［3］王宇，黄胜，廖全蜜，等.基于引力搜索算法的船舶舱室布置方法［J］.上海交通大学学报，2016，50（1）：131-139.WANG Y，HUANG S，LIAO Q M，et al.A method for ship compartment layout design based on gravitational search algorithm［J］.Journal of Shanghai Jiao Tong University，2016，50（1）：131-139（in Chinese）.

［4］SCHMIDT B.The modelling of human behaviour［M］.Erlangen：SCS Publishing House，2000.

［5］KIM H，PARK J H，LEE D，et al.Establishing the methodologies for human evacuation simulation in ma⁃rine accidents［J］.Computers&Industrial Engineer⁃ing，2004，46（4）：725-740.

［6］KIYONO J，MIURA F，YAGI H.Simulation of evacua⁃tion behavior in a disaster by distinct element method［J］.Journal of JSCE，1998，1998（591）：365-378.

［7］黄胜.航母舱室布置与居住性分析［R］.哈尔滨：哈尔滨工程大学船舶工程学院总体研究所，2009：105-157.HUANG S.Analysis of aircraft carrier cabin layout and habitability［R］.Harbin：Institute of Naval Engineer⁃ing Harbin Engineering University，2009：105-157（in Chinese）.

［8］廖全密，黄胜，王宇，等.基于改进TOPSIS法的舰船通道人机效能［J］.西南交通大学学报，2015，50（3）：536-542.LIAO Q M，HUANG S，WANG Y，et al.Human perfor⁃mance in vessel passages based on improved TOPSIS⁃method［J］.Journal of Southwest Jiaotong University，2015，50（3）：536-542（in Chinese）.

［9］吴清海.非等间距灰色模型在沉降预测中的应用［J］.淮海工学院学报（自然科学版），2006，15（4）：68-70.WU Q H.Application of non-spacing interval grey model into subsidence prediction［J］.Journal of Huai⁃hai Institute of Technology（Natural Sciences Edition），2006，15（4）：68-70（in Chinese）.

［10］王海涛，韩恩厚，柯伟.灰色理论对碳钢、低合金钢海水腐蚀的预测和分析［J］.腐蚀与防护，2005，26（9）：373-374.WANG H T，HAN E H，KE W.Prediction and analy⁃sis of seawater corrosion of carbon steel and low alloy steels by gray theory［J］.Corrosion& Protection，2005，26（9）：373-374（in Chinese）.