复杂客流条件下铁路客运站应急疏散仿真研究

杨子贤，陈军华

（北京交通大学 交通运输学院，北京 100044)

0 引言

既有线铁路客运站的客流往往比较复杂，因乘客的年龄、性别、文化、教育背景的不同，每位乘客在面对突发事件时做出的反应都有很大的差别，客流在结构、数量以及动态特性上趋于复杂。与此同时，既有线的铁路客运站在设计时并不以客流组织为主要导向，站内流线复杂交织，客运组织难以应对突发事件发生，容易造成拥挤、踩踏等情况发生，因而应加强对具有复杂客流的既有线铁路客运站进行应急疏散的研究。

有许多学者从不同方面对行人的应急疏散进行研究。Jun Zhang等[1]通过实验和建模2个方面研究了学生在课堂上的疏散过程，发现了行人疏散的典型特征。Song等[2]运用社会力模型研究了出口宽度等疏散条件对不同疏散速度下行人疏散的影响。基于社会力模型，DR Parisi等[3]研究了行人恐慌程度对于疏散效率的影响。姚国伟[4]建立地铁车站客流疏散仿真系统EvaSim及疏散步距目标优化函数等，对地铁车站结构和设施的协调进行了研究。刘文婷[5]在建立了乘客紧急疏散路径选择的蚁群算法模型的基础上，对车站疏散能力、车站空间布局、车站疏散对轨道交通线网运营的影响3方面的评价指标进行分析与标定。周金旺等[6]基于元胞自动机模型，研究了行人的整体跟随行为现象对疏散过程的影响。岳昊等[7]运用仿真研究了行人在正常疏散环境下，系统规模、疏散人数、安全出口宽度、多个安全出口布局对行人疏散时间的影响。杜丽娟[8]运用元胞自动机模型进行大量仿真实验，研究不同应急标识数量对疏散过程的影响。李颖[9]运用Anylogic及Java编程，提出了基于密度分配的疏散策略优化方案。张艳芬[10]在分析客运站的特点、突发事件特征及旅客行为特征的基础上，利用Anylogic仿真软件建立了北京南站的客流疏散模型，并对客运站的不同疏散方案进行仿真模拟，对不同方案的仿真数据进行评价分析。牛天河[11]利用Anylogic建立了应急疏散模型，分析了疏散过程中的结伴、携带行李和瓶颈口竞争行为对疏散过程的影响。

然而，这些研究对具有复杂客流特征的既有线铁路客运站应急疏散的研究较少。因此，通过对既有线铁路客运站的客流特点分析，以社会力模型作为行人行为的动力学基础，给出疏散方案的设计要点和仿真模型的构建流程。以兰州站为例，基于不同的客运设备布局，设计不同的应急疏散流线，同时运用Anylogic建立应急疏散模型，通过模型输出的数据，得出关于客运设备布局的结论。

1 复杂客流条件下铁路客运站应急疏散分析

1.1 铁路客运站的客流特点

复杂客流是部分既有线铁路客运站的客流特点，其复杂性体现在以下方面。

（1）客流成分复杂。客运站乘客的年龄差异、文化背景差异、受教育程度差异、性别差异，使得他们面对客运站流线组织的反应各不相同，很容易造成部分乘客在站内的等待时间变长。

（2）客流数量庞大。主要体现在需求旺季时，如寒暑假、春节等各种节假日。

（3）客流流线复杂。因车站建筑结构复杂，当旅客对于车站不够熟悉时，乘客在站内的走行会变得复杂，使得客流流线变得复杂。

既有线铁路客运站复杂的客流条件增加了应急疏散方案的设计难度，采用仿真的方法对行人疏散过程进行分析，能够很好地验证应急疏散方案的可行性，分析疏散方案的效率。

1.2 社会力模型

社会力模型由Helbing等人于1995年基于行人动力学提出。在社会力模型中，每个人身上都作用着社会力，作用在行人身上的社会力包括行人向着目标的驱动力、行人相互之间的作用力、行人与边界或障碍物之间的作用力。社会力模型的公式如式 ⑴ 所示[12]。

式中：mα为行人α的质量；为行人α的期望速度；为行人的期望运动方向；为行人的实际速度；τα为加速过程所用的时间；为行人相互之间作用力的总和；为行人与边界或障碍物之间作用力的总和。

社会力模型能够比较准确地反映人在行动中的各种力，并且其连续性与行人真实的运动也比较符合。行人自身的力，行人与行人之间、行人与建筑物等之间的作用力，都在模型中得到了体现，基于这些因素，可采用社会力模型对铁路客运站的行人疏散行为进行模拟。

1.3 疏散方案评价标准

疏散方案的评价标准包括应急疏散时间以及瓶颈口行人密度。

（1）应急疏散时间T。应急疏散时间要求参考《地铁设计规范》中的疏散时间要求：规定在设计车站时，要保证车站所有工作人员和旅客在最高聚集人数情况下，能在6 min之内全部疏散到安全地点。在满足6 min的疏散时间的前提下，疏散时间越短，疏散方案越好。

（2）瓶颈口行人密度ρ。瓶颈口处行人密度越大，瓶颈口处就越拥堵，越容易造成踩踏事故，即瓶颈口最大行人密度越小的方案越好。行人密度计算公式如式 ⑵ 所示。

2 铁路客运站客流应急疏散仿真模型

既有线铁路客运站由于建成年代较早，多数车站站内布局较为复杂，站厅较多。发生突发事件时，客运站内的围栏和检票闸机是对疏散客流产生影响的2种主要客运设备。车站内的围栏能够对客流的流向、流量起到引导和规范作用，但围栏的设置也会增加应急疏散过程中客流的走行距离。行人疏散时通过检票闸机是一个排队过程，检票闸机的布局方式决定了疏散时客流的排队长度和等待时间。因此在设计疏散方案时，可在既有的疏散方案上主要对围栏和检票闸机的布局进行调整，并通过仿真来验证布局的合理性和优劣性，进而保证设计的疏散方案的可行性。

检票闸机的布局方式主要分为2类：其一是将检票闸机集中设置在出口处，其二是分散设置在各站厅出口。对于站内围栏，主要考虑其设置的必要性。对检票闸机和围栏设备的布局方式进行探讨，构建应急疏散仿真模型并对输出数据进行分析，得到较为合理的布局方式。

采用Anylogic软件构建铁路客运站客流应急疏散仿真模型。首先对行人行为流程进行分析，然后构建Anylogic仿真模型。仿真模型构建包括车站物理环境建立和行人行为模型构建，行人行为中又包括正常进站行为和应急疏散行为，模型输入数据为车站及行人实际数据。发生突发事件时，行人会从正常行为转向疏散行为，应用Anylogic行人库和流程库即可完成以上模型构建工作[13]。应急疏散仿真模型构建流程如图1所示。

图1 应急疏散仿真模型构建流程Fig.1 Construction process of emergency evacuation simulation model

根据客流的年龄差异、性别差异、面对突发事件的反应等对仿真模型参数进行设定。主要包括行人尺寸、行人疏散速度以及行人比例等参数，模型参数设定如表1所示。仿真疏散人数参考车站候车室座位数进行设置。

3 兰州站应急疏散实例分析

兰州站是既有线铁路客运站，并且具有复杂客流特征。兰州站车站结构较为复杂，车站共有5个不同的候车室、3个进站口，车站1层和2层分别有检票出口和紧急出口，检票口处设置有检票闸机。各个候车室还设置有围栏，旅客检票前需在围栏前等待。兰州站1层和2层平面示意图分别如图2和图3所示。

表1 仿真模型参数设定Tab.1 Parameter setting of simulation model

图2 兰州站1层平面示意图Fig.2 Layout of the first floor of Lanzhou Station

图3 兰州站2层平面示意图Fig.3 Layout of the second floor of Lanzhou Station

3.1 兰州站疏散流程分析与疏散方案设计

对兰州站疏散情况进行实地调研，2层候车面积较大、旅客较多、出口较少、前往1层疏散的走行距离较长，疏散瓶颈主要集中在车站2层，因此主要研究车站2层的客流疏散问题。兰州站应急疏散流程如图4所示。

疏散时，所有的入口当作疏散出口，2层乘客通过紧急出口、检票口和楼梯向下疏散。

第3候车室疏散流程包括：通过第3候车室检票通道前往2层检票口出站离开；前往第5候车室，通过第5候车室东侧紧急出口疏散；通过楼梯前往1层B、C进站口疏散。

图4 兰州站应急疏散流程Fig.4 Emergency evacuation process of Lanzhou station

第4候车室疏散流程包括：通过第4候车室检票通道前往2层检票口出站离开；前往第5候车室，通过第5候车室西侧紧急出口疏散；通过楼梯前往1层B、C进站口疏散。

第5候车室疏散流程包括：第5候车室东、西侧紧急出口疏散。

正在前往第3候车室、第4候车室、第5候车室的旅客原路返回1层进站口疏散。

针对兰州站设计3种应急疏散方案及相应的疏散流线，并据此构建应急疏散仿真模型。

方案1：保持车站原有客运设备布局，疏散流程按图4所示进行。

方案2：取消车站2层第3、第4候车室内的围栏。兰州站各个候车室内均设置了围栏，旅客在检票前需在此等待，开始检票后旅客经过围栏前往检票闸机口。由于不确定这些栏杆在疏散时对疏散造成的影响，方案2取消这些围栏，疏散流程按图4所示进行。

方案3：将方案1中车站2层检票口处的检票闸机分散设置在第3、第4候车室检票通道处，疏散流程按图4所示进行。

表2 各方案输出最大行人密度结果数据 人 / m2Tab.2 Maximum pedestrian density result data output by each scheme

在兰州站实地调研所得到的候车室座位数共有1 868个，结合车站的流动人数，将模型的疏散人数定为3 000人。

3.2 仿真结果分析与比选

（1）疏散时间。利用建立的仿真模型，计算3种方案的应急疏散时间。通过输出结果得出，在客流结构不变、疏散人数为3 000人的情况下，方案1花费4.33 min完成旅客疏散，方案2花费4.75 min完成旅客疏散，方案3仅花费3.94 min即完成旅客疏散，方案3疏散时间最短。

（2）瓶颈口区域密度。瓶颈口是在疏散过程中容易发生拥堵的通道或出口，兰州站2层主要的瓶颈口包括：第3、第4候车室门处，第3、第4候车室检票通道以及2层检票口。仿真模型主要监测并输出瓶颈口处的行人密度。各方案输出最大行人密度结果数据如表2所示。方案3的各个瓶颈口处的最大行人密度在3种方案中均相对较小，说明方案3在疏散过程中的整体拥挤程度相对较小。而方案1和方案2的不同位置的最大密度达到了1.94人/m2和1.88人/m2，说明整体疏散过程中存在某个瓶颈口非常拥挤的情况，从而导致行人的疏散速度变慢。

总体来说，方案3的疏散效率相比方案1提高了9%，比方案2提高了17%；疏散过程中瓶颈位置的行人密度最大值比其他方案小，比方案1降低了38.7%，比方案2降低了36.7%，说明方案3疏散过程中产生的拥堵最小。所以方案3为3种方案中的最佳方案。

根据仿真结果可知，客运站内的围栏等导流设备在应急疏散中能够有效引导客流疏散，客运设备集中设置在出入口处在紧急事件发生时会影响客流的疏散。在疏散方案的设计中，设计疏散流线时，要避免出现大量行人迅速聚集在某个通道或出口的情况，这样会在通道或出口处产生拥堵，一方面降低了疏散效率，另一方面容易产生踩踏事故。

4 结束语

通过设计不同站内客运设备布局下的应急疏散方案，利用Anylogic软件进行模拟仿真，以兰州站为例，对模型输出的数据进行分析，并对多种应急疏散进行比选。研究得出，对于铁路大型客运站，站内围栏等导流设备能够有效引导客流疏散，降低瓶颈口客运设备压力；客运设备在出口位置进行分散设置，能够起到分散人流，减少聚集的效果；车站可通过合理安排导流设备及客运设备的设置，使得导流设备及客运设备在应急疏散中充分发挥其效果，为客运站应急疏散工作提供更为精确的应急指导，进一步提高客运站应急疏散中的客流疏散效率。