船舶超大空間火災環境下人員疏散模型

張海鵬, 李語松, 陳淼, 郭明陽

(1.哈爾濱工程大學 船舶工程學院, 黑龍江 哈爾濱 150001; 2.哈爾濱工程大學 煙臺研究院, 山東 煙臺 264000)

在近年來的全損船舶海難事件中,因火災所引起的事故已占到11%[1]。特別對于大型客船、豪華郵輪等上層建筑發達的船舶,一旦發生火災,煙氣的快速蔓延將極大地縮短安全疏散時間,火災衍生物也會降低人員運動能力,此外人群在恐慌、從眾、沖動等心理特征下引發無序疏散[2-3],難以冷靜應對形勢并作出理性的逃離決策,造成人員堵塞的情況,極易造成巨大的人員傷亡和財產損失[4-5]。

但是考慮到商業盈利需求,郵輪內往往布置大量的劇院、商場和娛樂設施,這些設施面積很大,往往超過SOLAS公約[6]規定的在任一層甲板上主豎區的總面積不得大于1 600 m2要求,需要開展消防布置替代設計風險評估,對于主豎區面積超過1 600 m2的空間被稱為船舶超大空間。

火災環境下的人員疏散能力評估是消防布置替代設計的重要技術參考依據,目前廣泛應用的疏散軟件如Pathfinder、Building EXODUS也可開展人員疏散能力評估,但沒有考慮火災對疏散過程的動態影響,僅在火災煙氣濃度到達人體耐受臨界值時將行人速度靜態下調至固定值,不能準確評估火災環境下的人員疏散能力[7]。

同時,國內外學者針對火災環境下的人員疏散能力也開展了很多研究工作,如實驗研究、問卷調查以及構建疏散模型等。

在實驗研究方面,Jeon等[8]通過實驗分析了煙霧影響下的人員疏散行為特征和疏散速度的變化,結果表明能見度與空間特性會導致移動距離和移動速度的變化。郭英軍[9]通過借助煙氣發生裝置模擬煙氣環境,通過不同特征人群的疏散實驗,發現動態標志能夠改變人員選擇出口的概率,達到人群均衡疏散的目的。

在問卷調查研究方面,周健等[10]針對人員在公路隧道的火災疏散中的恐慌心理進行了調查,發現人員的疏散心理以及行為與性別、文化程度、消防教育水平等因素有關。王大川[11]通過問卷調查了某地下商業建筑中疏散人員疏散過程的行為,發現學歷高的人員更傾向于立即疏散;有建筑相關專業背景的人員和參加過疏散演習的人員對報警聲的反應更敏感;行人面對火災排名前5的行為是:馬上撤離建筑、報警、通知他人、離開著火區域和試圖尋找出口。

在疏散模型研究方面,Hocine[12]將社會力量模型與火災動力學相結合,發現人群總體疏散時間受火災蔓延速度、人群密度和出口寬度多因素的影響。Zhang[13]采用改進的元胞自動機模型對隧道火災中人員流動進行了疏散模擬,研究個體間的沖突現象,發現單一的重疊式出口將導致疏散時間延長,疏散效率下降。Young[14]建立了一種將群體忠誠的社會維度納入火災疏散和對火災、煙霧反應的基于Agent的Priorit Evac模型。Choi[15]研究開發了一種建筑物火災期間使用危險預測數據確定最佳疏散路線到最近的出口的人員疏散路徑計算模型。王星[16]將火災溫度和CO對人的傷害作用進行耦合,利用Crane模型和FED死亡模型修正了火災耦合風險對人員疏散的影響。袁春燕等[17]基于Sugeno型模糊系統量化火災煙氣對群體行為和人員的疏散速度的影響,并將2種影響耦合后引入人員疏散模擬過程,使火災情景下的人員疏散模擬結果更真實。

根據上述研究成果可知,目前已建立的火災環境下人員疏散模型,尚未引入實驗與調查問卷結果,且沒有反映火災衍生物的變化對人員運動能力的影響。為此本文以仿生啟發式人員疏散元胞自動機模型為基礎,建立一種適用于船舶超大空間火災環境下的人員疏散模型。

1 超大空間下的火災衍生物對人員個體運動能力影響分析

本文采用FDS模擬超大空間火災,選擇40 m×40 m×3 m,面積為1 600 m2的艙室為例,研究不同火源位置的溫度、能見度和一氧化碳蔓延規律[18],使用消光系數作為衡量能見度大小的物理量。

起火位置分別設為艙室中心和艙壁邊緣位置?；鹪次恢门c出口位置如圖1所示,初始火源面積為0.25 m2,燃燒時間600 s,燃燒形式為木垛火“wood pine”,CO生成量為0.008 g/g,煙氣生成量為0.05 g/g,火災增長類型為快速火,火源功率設置為1 000 kW/m2,為大型帶電設備起火的火源功率,適用于較大失火危險的服務處所[19]。在FDS模型中添加檢測溫度、消光系數和CO濃度的2-D切片,在火源處和出口處設置傳感器,記錄溫度、消光系數和CO濃度的時域變化數據,切片和測點的高度設置為距離地面1.7 m,對應疏散者口鼻等部位暴露在火災環境中的高度。

圖1 超大空間火源布置示意Fig.1 Layout of fire source in super large space

模擬結果如下:火源在不同位置時CO濃度的變化如圖2,火源在不同位置時消光系數的變化如圖3,火源在不同位置時溫度的變化如圖4所示。

圖2 CO濃度的變化趨勢Fig.2 Trend of CO concentration with time

圖3 消光系數的變化趨勢Fig.3 Trend of extinction coefficient

圖4 溫度的變化趨勢Fig.4 Trend of temperature with time

由圖2～4可知,由于艙室幾何空間的約束,煙氣以火源為中心梯度式向外側蔓延,距火源的距離不同,煙氣的分布情況也不同,火源在艙室中心位置時比邊緣位置時的CO濃度、消光系數和溫度上升速度更快。

CO濃度、消光系數和溫度分別達到人員運動能力耐受極限判定標準500×10-6、0.2 m-1以及60 ℃需要的時間[3]。表1列出了火災發生10 min時,火源處和出口處CO濃度、消光系數和溫度到達人體耐受極限的時間。

表1 CO濃度、消光系數和溫度到達人體耐受極限的時間Table 1 Time to reache individual′s limit for Carbon monoxide concentration,extinction coefficient &temperature

由表1可知,針對火源在中心位置和邊緣位置2種工況,火災發生10 min內,消光系數和溫度在火源處和出口處均超過了人體耐受極限,CO的濃度未達到500×10-6的耐受極限,而單獨大空間內人員疏散時間遠小于CO濃度達到人體耐受極限的時間,因此在建立火災環境的人員疏散模型時應主要考慮溫度和能見度的影響。

2 計入能見度和溫度影響的疏散模型

2.1 計入能見度和溫度影響的疏散模型總述

CAVT模型(cellular automata considering visibility and temperature,CAVT)采用Moore型鄰域元胞自動機模型建立運動規則,人員個體每時步可隨機選擇向相鄰的8個元胞運動,如圖5所示。行人的運動目標為出口,由于地面場中出口吸引力的作用,行人會選擇距離出口最近的路線運動。

圖5 元胞自動機的Moore型鄰域Fig.5 Moore type neighborhood of cellular automata

人員個體運動規則[20]為:

pij=Nexp(KDDij)exp(kSSij)(1-nij)

(1)

(2)

式中:pij為人員向元胞(i,j)運動的概率;Sij為靜力場吸引力,kS為靜力場吸引力影響系數;Dij為動力場吸引力,kD為動力場吸引力影響系數。N為標準化系數,使得∑pij=1;nij為元胞(i,j)在時刻t的狀態:

(3)

nij只有0或1的取值,nij=0表示此刻元胞(i,j)沒有人,nij=1表示此刻該元胞被他人、墻壁或其他障礙物占據,個體不能進入。

動態場Dij通過參考其他人員走過的路線信息,描述行人間的運動行為:

(4)

(5)

式中:dif和dec分別表示擴散和衰減系數;d1和d2是2個修正系數。對于d1、d2:當上一個時間步元胞(i,j)為空且當前時間步存在行人時,d1=1,否則d2=0;當上一個時間步元胞(i,j)存在行人且當前時間步也存在行人時,d2=1,否則d2=0[21]。

CAVT模型在原有靜力場和動力場的基礎上,進一步結合能見度和溫度變化對人員微觀運動的影響,建立火災環境場,模擬人員在火災環境中對移動路線的選擇策略,CAVT模型人員疏散微觀運動規則為:

pij=Nexp(KDDij)exp(kSSij)exp(kFFij)(1-nij)

(6)

式中:Fij為火災環境場;kF為火災環境場影響系數,為使火災環境場值的數量級與靜態場一致,取kF=1。

Fij計算公式為:

(7)

2.2 能見度場對人員運動能力的影響

本文引用英國格林威治大學火災安全工程學團隊(FSEG)采用的行人在煙氣中運動能力變化的實驗數據統計結果[20],建立能見度對人員運動能力影響的關系式為:

(8)

式中:Cij為元胞(i,j)處的消光系數;能見度Vij與消光系數Cij的關系式為:Vij=2/Cij。

2.3 溫度場對人員運動能力的影響

(9)

2.4 熵值法計算溫度場和能見度場的權重系數

考慮到溫度和能見度對人員的影響方式以及影響程度的不同,需要確定能見度場和溫度場對人員運動能力影響的權重系數。本文使用熵值法計算能見度場和溫度場對人員運動能力影響的權重系數。

熵值法[23]屬于客觀賦權法,其出發點是由各評價指標值之間的差異程度來確定權重系數。熵值法在確定權重系數的過程中避免了人為因素的干擾,能夠較為客觀地反映各評價指標在綜合評價指標體系中的重要性。因此,熵值法被廣泛應用到各個學科領域。

使用FDS對船舶超大空間環境進行數值模擬,記錄消光系數和溫度的時空數據以供熵值法計算權重系數。由第1節可知,因火源位置對消光系數和溫度的變化規律影響較大,此處同樣選擇中心位置起火和艙壁邊緣位置起火2種工況進行數值模擬分析。

圖6是空間尺度為40 m×40 m×3 m的超大空間艙室,可以容納人數在400人以上。圖6(a)為劇院,圖6(b)為餐廳,劇院邊緣位置的放映設備與餐廳中心位置的廚火設為火源位置,火源功率為1 000 kW/m2,每隔5 m分別布置一個檢測消光系數和溫度測點,因此共有7×7個消光系數測點,7×7個溫度測點,測點位置分布如圖6所示。

圖6 火災模擬場景及測點分布Fig.6 Fire simulation scenario and distribution of measuring points

設xIJK(I=1,2,…,n;J=1,2,…,m;K=1,2,…,v),I表示評價對象,本文中為消光系數和溫度測點,I=1,2,…,49;J表示評價指標,本文中為消光系數和溫度,J=1,2;K表示時間,本文每隔1分鐘提取1次消光系數和溫度數據,共提取10次,K=1,2,…,10。

使用TIK和CIK分別表示溫度和消光系數指標,如T1,2表示溫度測點1在第2分鐘時的數據,C15,6表示消光系數測點15在第6分鐘時的數據。

以下為熵值法確定能見度場和溫度場影響權重系數的步驟:

1) 對溫度和消光系數數據進行標準化處理。

溫度數據TIK和消光系數數據CIK均為逆向指標數據,則:

(10)

(11)

2) 計算溫度和消光系數數據的指標比值。

(12)

(13)

3) 計算溫度數據和消光系數數據的熵值。

(14)

(15)

式中:eT為溫度數據的熵值;eC為消光系數數據的熵值。其中,0≤eT,eC≤1。

4)計算溫度數據和消光系數數據差異性系數。

gT=1-eT

(16)

gC=1-eC

(17)

式中:gT為溫度數據的差異性系數;gC為消光系數數據的差異性系數。

5) 權重系數的確定。

(18)

(19)

式中:wT為溫度場的權重系數;wc為能見度場的權重系數。

火源在中心位置和火源在邊緣位置具有不同的溫度場和能見度場的權重系數,對于火源在中心位置而言,wT=0.21,wC=0.79;對于火源在邊緣位置而言,wT=0.29,wC=0.71。

對于40 m×40 m×3 m的艙室空間,設定火源功率為200、500、834 kW/m2分別計算權重系數后發現,不同火源功率工況造成能見度和溫度的分布不同,但通過無量綱處理后能見度和溫度數據的離散程度相近,而熵值法是通過指標的離散程度進行綜合判定賦予權重,所以通過熵值法計算后的權重系數差異較小,可忽略,則對于此空間不同火源功率下的溫度場和能見度場的權重系數均取相同值。

表2 CAVT模型參數表Table 2 The CAVT model parameters

3 仿真與分析

選擇200、500、834以及1 000 kW/m2火源功率作為火災工況,分別進行火源在中心位置和火源在邊緣時的人員疏散仿真模擬,如圖7所示。

圖7 500 kW/m2火源功率CAVT模型疏散仿真示意Fig.7 Evacuation simulation diagram of CAVT model at 500 kW/m2 fire source power

3.1 火源位置對人員疏散能力的影響

火源在邊緣位置和火源在中心位置時,個體人員疏散時間隨火源功率變化的散點圖如圖8所示。

圖8 400人完成疏散的時間Fig.8 Evacuation time of 400 pedestrians

圖8反映了火災對人員疏散時間的影響,可知火源在中心位置時人員疏散時間略大于火源在邊緣位置的人員疏散時間。

由圖8可知,無火災時人員疏散時間呈線性變化,有火災時,人員疏散時間呈非線性變化。這是因為距火源不同距離的行人受火災影響不同,運動速度下降的情況也有較大差距,因而導致疏散時間發生階梯型變化。隨著火源功率的增大,火災對人員運動能力的影響增強,疏散時間的階梯型變化更加明顯。

出口處人員流率隨時間的變化規律如圖9所示。

圖9 出口處人員流率隨時間的變化規律Fig.9 Trend of pedestrians′ flow rate at exit with time

由圖9可知,在火災發生后120 s內,由于此時溫度和能見度對人員運動能力的影響可忽略,出口處人員流率變化不大,約保持在1 per/s左右,隨著火災發展,人員更愿意往溫度更低、能見度更高的方向運動,導致人員到達出口的路程增加,出口處的人員流率驟降,約為0.5～1 per/s。此后,由于人員同時向出口移動,出口寬度有限,人員在出口處擁堵,出口處的人員流率逐漸增加;然后隨著火災進一步蔓延,剩余人員會因高溫、低能見度等原因導致體力損失以及眩暈,運動速度大幅下降,從而造成出口處的人員流率下降。

圖10顯示了火源在邊緣位置、火源在中心位置時消光系數、溫度的變化對出口處人員流率的影響。由圖10可知,在火災發生初期,溫度對人員運動能力的影響較小,而消光系數增加明顯,能見度下降至5 m,消光系數增至0.2 m-1,致使出口處人員流率下降明顯,下降至0.5 per/s;此后消光系數的增加對運動速度影響較小,而溫度的增加對出口處人員流率的影響逐漸上升,致使出口處人員流率不斷下降。

圖10 出口人員流率隨消光系數和溫度的變化規律Fig.10 Trend of pedestrians′ flow rate with extinction coefficient and temperature

3.2 火源功率對人員疏散能力的影響

表3列出不同火源功率時的疏散時間與無火災環境下疏散時間之間的差值?？芍鹪垂β蕦θ藛T疏散時間的影響很大,隨著火源功率由200、500、834 kW/m2增至1 000 kW/m2,總的人員疏散時間增加,而同火源功率時火源在中心位置和邊緣位置,2種不同位置引發疏散時間增幅不超過30 s,小于火源功率引發的疏散時間增加幅度?；鹪次恢帽然鹪垂β蕦θ藛T疏散時間的影響較小,但也是對疏散時間造成影響的主要因素,這是因為在400人規模的疏散中,30 s約有20～30人可以完成疏散。

表3 各火源功率條件下與無火災環境的疏散時間差值Table 3 Difference of evacuation time between different fire power and no fire environment

3.3 出口寬度對人員疏散的影響

設定出口寬度分別為1,2、3和4 m,不同火源位置、火源功率和出口寬度條件下400人完成疏散的總時間,如圖11所示。

圖11 疏散時間隨出口寬度的變化規律Fig.11 Trend of evacuation time with different exit widths

隨著出口寬度由1 m增至4 m,火災環境下和無火災環境下的人員完成疏散的時間皆降低,增大出口寬度以提升疏散效率的效果顯著。但當火災環境下的出口寬度大于3 m、無火災環境下的出口寬度大于2 m時,隨著出口寬度進一步增加,人員疏散時間的降幅減小時,此時進一步增加出口寬度對提高人員疏散效率作用不明顯,因此本文建議將超大空間艙室的累計出口寬度設置為3 m及以上。

4 與Pathfinder計算結果對比分析

使用Pathfinder建立與第3節相同的船舶超大空間場景,模擬400人疏散。Pathfinder場景與工況設置與第3節的CAVT模型相同。圖12為Pathfinder的疏散結果演示圖。

圖12 Pathfinder仿真演示Fig.12 Pathfinder simulation demonstration

CAVT模型和Pathfinder都能夠體現火災環境下對人員疏散時間的影響,較無火災環境而言疏散時間有明顯增加。

表4列出Pathfinder與CAVT模型的仿真對比結果。

表4 2種模型的疏散時間對比Table 4 Comparison of evacuation time between two models s

由表4可知,隨著火源功率的增加,CAVT模型計算的疏散時間也逐漸增加,反映了火災升級對疏散時間的影響,而Pathfinder軟件則不能很好地反映這一趨勢。因為當火源功率為200 kW/m2與500 kW/m2時,用Pathfinder計算的火源在邊緣位置時的疏散時間相同,均為327 s;當火源功率為834 kW/m2與1 000 kW/m2時,用Pathfinder計算的火源在中心位置時的疏散時間相同,均為465 s。

產生相同疏散時間的原因是Pathfinder是以計算能見度臨界靜態的方式對人員速度產生影響,因此Pathfinder無法模擬行人主動避開高溫、低能見度的運動行為,導致了疏散模擬的微觀運動準確度降低,而CAVT模型采用實時反饋溫度和能見度對人員運動能力的影響的方法改善了這個問題,更加真實有效。

5 結論

1) 對于40 m×40 m×3 m的艙室空間,火源功率為1 000 kW/m2時,起火后600 s內,溫度和能見度是影響行人運動能力的主要因素,CO濃度遠未達到耐受極限,不會對行人的運動能力造成影響。

2) 針對上述空間環境,當火源功率不大于1 000 kW/m2時,火源功率和出口寬度是影響疏散時間的主要因素,火源位置是影響疏散時間的次要因素,當出口寬度大于3 m時,出口寬度對疏散時間的影響可忽略。

3) 在火災環境下,距火源不同距離的行人受火災影響不同,運動速度下降的情況也有較大差距,因而導致疏散時間呈階梯型變化。

4) 與Pathfinder軟件相比,CAVT模型具有相近的運動規律,CAVT模型采用實時反饋溫度和能見度對人員運動能力的影響的方法,提升了火災對人員運動能力影響的計算精度。

CAVT模型可適用于船舶超大空間環境下的人員疏散能力分析,但還沒有考慮人員在疏散中因恐慌等心理因素對人員運動的影響,以及引導裝置對疏散策略的影響,對于疏散風險分析的能力還有提升空間,可在后續的研究中進一步補充。