突发事件车间工作人员行为仿真研究

蒋斓，丁男哲

(1.浙江工商职业技术学院，宁波 315012；2.宁波大学，宁波 315211；3.宁波卷烟厂，宁波 315042）

0 引言

安全生产是制造业工厂高质量发展的前提与基础。车间中，往往存放有大量的易燃物品，容易发生火灾等突发事件[1]。车间内的设备机台、原辅料、成品等构成复杂环境，增加了突发事件生时行人疏散的难度[2]。因此，研究突发事件中车间内工作人员疏散行为特征对指导工厂安全生产具有重要意义。

目前分析突发事件中行人行为特征的数据来源主要是现场视频，该方式受限于实际事件发生次数与监控覆盖率，数据量较少。随着计算机技术的不断发展，虚拟仿真成为研究行人运动规律的重要手段[3,4]。陈海涛等人使用元细胞模型研究低能见度下的行人从众行为[5]，李昌华等人采用粒子群算法对行人行为仿真[6]。

社会力模型（SFM）[7,8]是由Helbing等提出的行人行为模型，SFM以牛顿力学形式模拟行人行为。陈志坚等通过建立三维社会力模型模拟阶梯教室行人疏散[9]，Jiang Y等结合社会力与动态导航点进行人群仿真[10]，魏欢欢等则利用社会力模型对行人逆流仿真[11]。

本文首先对车间内不同人群进行分类，并基于社会力模型分别建模，以火灾为例仿真突发事件中不同场景下车间行人疏散，并根据实验结果对车间的安全措施提出建议。

1 社会力模型分析

1.1 经典社会力模型

社会力模型由Helbing等人提出，它通过仿造牛顿力学的形式再现行人运动。该模型中，行人共受到自驱动力fd、与他人互相作用力fij以及障碍物力fiw三种力，行人的速度变化规律符合牛顿第二定律。如式(1)所示：

社会力：

三个分力组成如式(2)～式(4)所示：

自驱动力：

式(2)中,vdes为人群行动过程中的期望速度数值，τi为行人i的加速度时间，ei0(t)表示t时刻行人i期望速度方向的单位向量，vi(t)表示t时刻行人i速度向量，mi表示行人i的体重。

互作用力：

式(3)中，Asoc和Bsoc分别为力的作用强度和作用范围，k和κ为常量系数，表示发生接触后行人间斥力和摩擦力的大小，行人用圆表示，ri表示行人i的半径，rij为行人i和行人j的半径之和，dij表示行人i和行人j质心之间的距离，nij为两人质心之间的向量，Δvij为两者间实际速度向量差，tij为nij的正交向量，g(x)符合式(5)，表示行人间是否发生接触。

障碍物力：

该式与式(3)类似，式中diw为人与墙面的距离，niw为人与墙面之间的垂直向量。

社会力模型被广泛地应用在人群仿真与其他领域的学科上。通过社会力模型，可以重现一些典型人群运动特征,如在出口处形成拱形，对流人群产生分层等现象征。本文拟采用表1数值作为模型参数[8]。

表1 仿真人群参数

2 环境与行人建模

2.1 车间环境

本文以某多机台生产车间为例，车间环境如图1(a)所示，车间占地为（60×60）m2，车间内共有25套机台，每个机台呈三面封闭的正方形，1面边留有行人通道。车间出口为车间底部的一个两米宽的出口。根据《消防应急照明和疏散指示系统技术标准》[12]，在车间等建筑物内，必须安装疏散标识,标识面与疏散方向平行时，指示标识间距不得大于10m。本文设定疏散标识安装在地面，标识面与疏散方向平行，因此每隔10m设置一个疏散标识。每个疏散标识所指向方向为从该疏散标识位置出发到达出口最短路径的方向。如图1(b)所示，图中带缺口的黑色正方形表示机台，图中所有黑色区域为不可通行区域，绿色箭头为疏散标识。

图1 车间环境建模

2.2 人群建模

安全培训是工厂重要的安全措施之一，其目的在于使普通人员熟悉车间内环境，以便在突发事件中选择最高效的疏散路径，本节把车间内人群按是否接受过安全培训分为两类，分别是受训人群和未受训人群。受训人群如车间的老员工，通常都经过多次安全培，未受训人群包括新员工、访客或者其他没有接受系统安全培训的员工。本节使用智能体Agent对行人进行建模。

2.2.1 未受训人群

车间内存在一部分不熟悉环境的行人，如新员工、访客或者其他没有接受系统安全培训的人员等，我们称之为未受训人群。发生突发事件时，这类行人表现出自己探索出口或者从众行为等行为特征，其运动行为受自身心理和外界信息等因素影响[13]。

本节将未受训人群的路径决策划分为自运动与从众两种模式，如式(6)所示：

式(6)中，ei(t)为Agenti在t时刻的运动方向，ei-self(t)为Agenti在t时刻的自主运动方向，由式(7)决定。i为Agenti在t时刻观察到的周围行人的平均速度。Norm()为归一化函数。pi为表示Agenti紧张等情绪强度的变量，该值表示当Agenti越紧张时，越倾向于跟随其他人员进行运动。

疏散标识是建筑物内重要的安全设备。通过在车间环境内安装疏散标识，可以使行人获得车间的出口信息[14]，在突发事件中，疏散标识是行人的做出运动判断的重要依据[15]。82.5%的人在遇到突发事件时会跟随疏散标识的引导撤离[16]。本节将未受训人群ei-self(t)的迭代方式设定为式(7)所示：

式(7)表示，如果感知范围内有疏散标识，则未受训行人将以疏散标识方向为其自运动方向，否则，其自运动方向为上一时刻的方向加偏移量进行运动。

车间发生火灾后，将会产生大量烟雾，能见度迅速下降，因此将行人的感知距离设定为2m。设置两个车间环境，分别为有疏散标识和没有疏散标识。在两个车间内各布置20名未受训人群。比较120秒后行人的运动轨迹，结果如图2所示。当环境中存在疏散标识时，个体运动轨迹较为规则，如图2(a)所示。当没有疏散标识时，个体轨迹较为混乱，这是人群在能见度极低且出口方位不明确时，产生了一种类似“迷路”的现象，如图2(b)所示。

图2 疏散标识对个体轨迹影响

2.2.2 受训人群

受训人群最大的特点是其对环境熟悉，因此将受训人群定义为能够自动规划路径并疏散。本节采用导航网格的方法规划受训人群路径。

采用导航网格路径规划方法通常包括三个步骤[17]。第一步是将环境中可通行区域划分成若干个凸多边形，每个凸多边形为导航网格的一个节点，常见网格划分法有Delaunay三角、泰森多边形等。第二步是在导航网格中找出构成最优路径的凸多边形集合，常见的最优路径算法方法包括A*算法、Dijstkra算法等。第三步是在组成最优路径的凸多边形集合中找到由顶点、边构成的路径，常用的方法为拐角点法。

将车间模型按照Delaunay三角剖分划分为若干三角形区域，如图3(a)所示。记录每个三角区域的外圆圆心位置，顶点位置和相邻三角区域序号。

受训人群的仿真计算方法如下所示：

初始化的方法为：生成导航网格Navmesh[n]，每个三角区域为一个节点，都记录外圆中心作为该区域中心，并记录相邻三角区域邻接该三角区域的边。对每一个Agent，以所在三角形为起点，出口所在三角形为终点，利用A*算法求出最优路径上的三角形节点集合NodeList。最终利用拐角点法构建人群疏散路径。

仿真的方法为：对于每一个Agent，如果NodeList为空，则意味着疏散已经完成，否则将NodeList[0]作为下一个目标点，根据社会力模型进行运动。如果到达NodeList[0]所在的三角形，则将该点从NodeList中移除。

通过该方法规划的行人路径如图3(b)所示。

图3 受训人群仿真

3 车间疏散场景

实际环境中，存在一系列会影响行人疏散的场景。如疏散标识失效，未按照规定堆放的物品对通道的阻碍[18]等。本章将对这两种场景设置仿真实验。

3.1 安全培训与从众性

当人群中受训人群达到一定比例时，剩余的未受训人群因为从众行为的作用，跟着受训人群也能够及时疏散。在车间中布置100个行人，其中50人为受训行人，50人为未受训行人，人群的形态如图4所示，红色表示未受训人群，绿色表示受训人群。

图4 未受训人群跟随受训人群

绿框内，当未受训人群周围有受训人群时，会跟随受训人群进行疏散。红框内，当周围没有受训人群时，未受训人群会进行自主寻路。

保持未受训人群人数为100人不变，并在人群中加入不同数量的受训人群，使总人群中受训人群与未受训人群的比例从0.1到0.9变化，以此考察受训人群对未受训人群疏散效率的影响。实验结果如图5所示：

图5 受训人群比例对未受训人群疏散效率的影响

在未受训人群人数保持不变的情况下，随着总人群中受训人群比例增高，100秒内疏散的未受训人数也随之增长。这是由于未受训行人倾向于从众运动，当人群中有更多的人是走在正确的方向上时，从众行为能够为行人更大的到达出口的概率。仿真结果表明，定期进行安全培训，提高车间内受训人群比例，有助于提高突发情况时所有人员的疏散效率。因此，作为企业管理者，有必要定期对车间内人员进行安全培训。

3.2 通道堵塞

疏散标识与受训人群的预定路线，都是建立在逃生通道畅通的前提下。但是由于车间内各类物品较多，不按规定在行人通道摆放物品；火灾中火势的蔓延或者地震造成的物品移位；都有可能导致通道的堵塞。通道堵塞将对行人疏散效率造成巨大的影响，为了重现这种影响，本节对模型进行调整并仿真。

3.2.1 通道模型

阻塞通常发生在机台之间较窄的区域。在环境中选取机台附近的40个通道作为可能发生阻塞的通道。每个通道存在两种状态，堵塞状态和畅通状态;当通道处于堵塞状态时，行人将无法从该通道通过,通道状态如图6所示，红色表示阻塞，绿色表示畅通。

不同人群遇到通道堵塞时采取的行为模式存在差别：当受训人群遇到通道堵塞时，则会更新自身对环境的认知，并重新规划路径，出现“寻路”的现象。受训行人的探索效果如图6(a)所示。未受训人群遇到通道堵塞时，会将当前的疏散指示标记为无效，并重新根据其他的疏散指示进行运动或者随机探索其他可能的路径,其轨迹如图6(b)所示。

图6 通道模型示意图

3.2.2 通道堵塞对行人疏散的影响

本节将讨论通道堵塞对受训人群与非受训人群的影响。由于部分通道为主干道，而部分通道则只有少部分人才会到达，为降低通道重要性的干扰，本节设置多次试验，选取其中具有代表性的试验数据。

首先考察通道阻塞对受训人群的影响。设置300名受训人群分别在30%通道阻塞率和无通道阻塞的条件下进行50秒对比实验50次。抽取其中五次实验数据进行对比如表2所示。

表2 通道是否阻塞50秒剩余人数对比

实验结果显示，当通道畅通时，所有接受过培训的人群都能够及时得到疏散。但是当30%通道阻塞时，受过培训的行人疏散效率出现下降。

疏散效率下降的原因主要有两点：

1）当机台出口通道堵塞时，部分行人被困在机台内部而无法得到疏散。

2）当行人既定路线上的某一个必经之地堵塞后，行人需要重新规划路径，会导致路径距离加长或者走回头路。此外，同样是30%的通道阻塞，行人的疏散效率差距很大，这是因为阻塞通道的重要程度不同。

本节在研究通道堵塞对未受训人群的影响时，分别从有无疏散标识和有无堵塞共四种情况进行讨论。同样设置300名行人进行50次试验实验结果如图7所示。

图7 未受训人群剩余人数

当没有疏散标识时，通道堵塞对人群疏散效率影响不大，这是由于未受训人群本身不熟悉通道，不论是否存在通道堵塞，人群都需要进行探索。但是当环境内安装有疏散标识时，通道堵塞会导致行人的疏散效率显著下降。这是由于疏散标识所指向的方向在其安装时就已经确定了，不会随着通道状态的变化而变化。因此当通道阻塞以后，疏散标识无法起到指引行人的作用，甚至会误导行人，降低疏散效率。

当车间内通道堵塞时，安全培训或者是疏散标识的效果大打折扣。因此，企业应该严格按照规定堆放物品，确保逃生通道畅通。

4 结语

本文基于社会力模型，结合车间环境构建了基于社会力模型的突发事件下车间工作人员疏散模型，对车间中常见的疏散标识失效、通道阻塞等现象进行仿真研究。实验表明，定期全面的安全培训、保证通道的堵塞与按照规范安装疏散标识，都能够有效提高疏散效率。本文较好地重现了突发情况下，复杂车间环境内的人群疏散现象，有望为车间结构的设计者与企业管理人员在安全生产方面提供参考意见。