BIM集成应用下的车站客流消防应急疏散仿真

吴 贝，时 雨

(天津大学仁爱学院，天津 301636)

1 引言

地铁与高铁等交通方式为人们出行带来了便利，符合人们快节奏生活方式对于出行条件逐渐增长的要求，但地铁与高铁等出行方式也存在很多不安全因素[1]，原因是车站空间相对封闭与窄小，若在这样的环境中出现火灾等突发状况，在实施车站客流消防应急疏散过程中，乘客易于出现惊恐与绝望的心理状态，造成少数乘客开始抓狂，出现错误的逃生行为[2]，增加严重人员伤亡的数量。

传统分析车站安全疏散问题的方式是疏散演习，疏散演习具有浪费时间、成本高与存在安全隐患等缺点，降低疏散结果的普遍性与有效性，不能有效解决车站本身设计的问题，延长后期修改的时间[3]。而计算机仿真可有效解决耗时长与成本高等问题，能够经过不断模拟与计算全方位研究乘客的疏散行为特征，及时发现可能影响安全疏散的车站布局问题。BIM模型具有构建建筑环境模型准确性高的优势，能够精准与全面地展示出建筑环境的所有细节，与实际建筑环境更为接近[4]。BIM模型能够描绘建筑从设计、施工到运营不同阶段的全部真实信息，分别是尺寸与材料属性等几何(非几何)形状信息；同时BIM模型还能够提供较好的三维可视化图像，利用Unity3D软件便能生动地呈现出车站客流消防应急疏散的全部过程，易于理解[5]。扩展的非均匀格子气模型属于一种处于微观与宏观间的建模方法，适合用于仿真车站客流消防应急疏散过程，提升计算速度。为此研究BIM集成应用下的车站客流消防应急疏散仿真，仿真不同情况下车站客流消防应急疏散过程，改善车站布局，提升车站安全性。

2 BIM集成应用下的车站客流消防应急疏散仿真

2.1 设计方案

建筑信息模型(Building Information Modeling，BIM)集成应用下的车站客流消防应急疏散仿真方法是：利用BIM建模软件构建疏散BIM模型[6]；分析车站乘客疏散行为特征获取疏散参数；提出火灾和人员交互作用的疏散模拟算法，即扩展非均匀的格子气模型疏散算法；将疏散环境与疏散人员数据导入扩展非均匀的格子气模型疏散算法内，实施车站客流消防疏散仿真。BIM集成应用下的车站客流消防应急疏散的设计方案如图1所示。

图1 车站客流消防应急疏散的设计方案

BIM集成应用下的车站客流消防应急疏散的具体步骤如下：

步骤1：构建车站客流消防应急疏散BIM模型，以完工车站BIM模型为基础，利用实地考察的方式完善车站客流消防应急疏散BIM模型[7]，车站客流消防应急疏散BIM模型为应急疏散仿真提供一个精准与全面的疏散环境模型[8]；

步骤2：分析车站乘客疏散行为特征，获取计算机仿真的乘客人员疏散参数，其中包括疏散总人数与疏散速度等；

步骤3：构建火灾和人员交互作用的疏散仿真算法[9]，将扩展非均匀的格子气模型作为疏散仿真算法；

步骤4：车站客流消防应急疏散仿真，将车站客流消防应急疏散BIM模型与车站乘客疏散行为特征导入扩展非均匀的格子气模型算法内，依据车站疏散规范的规定实施车站客流消防应急疏散仿真；

步骤5：车站客流消防应急疏散仿真过程的可视化展示，利用Unity3D平台融合车站客流消防应急疏散BIM模型与车站客流消防应急疏散仿真过程，展现出三维的与可视化的车站客流消防应急疏散过程。

2.2 基于扩展非均匀的格子气模型的疏散算法

基于扩展非均匀格子气模型中处于各人员附近的格子属于动态的，与密集人群疏散情况更为接近。在该模型中加入火灾场和乘客交互作用的因素，获取不同个体在可能移动方向上的概率模型，公式如下

(1)

出口信息因子B的表达公式如下

Bi，j=Bcosθi，j

(2)

每个测点在各时间的温度Ti，j是由FDS(Fire Dynamics Simulator，火灾动力学模拟工具)火灾模拟计算获取的温度值。在临界温度T0低于个体位于元胞格子的温度情况下，即χi，j=0，说明这个个体属于受伤状态；在χi，j=1情况下，说明这个个体不属于受伤状态。受伤个体的处理方式是将其作为墙壁处理，受伤个体对其余个体的平均作用力是GUn。此时受伤个体不参与疏散，停止于该个体受伤时位于的地点。扩展的非均匀格子气模型内利用温度描绘火灾和疏散个体间的彼此物理作用，温度即热力，由Gmg代表。Gmg的计算公式如下：

(3)

其中，目标元胞格点的温度是Tm；该目标元胞格点的邻域元胞格点的温度是Tn；κ属于一个常数，且κ≥0，κ值的大小与火灾场对个体的作用力呈正比。

烟气浓度对个体移动速度的影响公式如下

(4)

其中，消光系数是Ks(m-1)；η=0.706ms-1；τ=0.057m2s-1。消光系数Ks与个体疏散速度呈反比。

能见度与个体疏散速度成反比，在车站火灾环境中，个体各时间步均能移动大于等于一个小元胞格子的距离，同时需满足低于五个小元胞格子。个体各时间步为0.3s，通过式(4)与一些小的处理获取移动的小元胞格子数量，数量取值为整数。

2.3 疏散BIM模型与疏散算法的交互

车站客流消防应急疏散过程的相关文本数据是通过扩展非均匀的格子气模型的疏散算法得到的文本数据，其中疏散过程相关的文本数据包括疏散时间、疏散人数和疏散地点等；为提升车站客流消防应急疏散仿真过程的直观性与生动性，利用BIM模型的可视化优势，将车站客流消防应急疏散仿真结果由疏散BIM模型呈现出来。因为扩展非均匀的格子气模型疏散算法获取的车站客流消防应急疏散仿真结果与疏散BIM模型格式不同，所以利用Unity3D软件将二者融合，解决格式不同问题[10]。通过Unity3D融合后的三维车站客流消防应急疏散数据读取与展示的流程如图2所示。

图2 三维车站客流消防应急疏散数据读取与展示流程

通过Unity3D软件是利用驱动乘客在车站内运动解决车站客流消防应急疏散仿真过程可视化展示问题，使乘客经过车站楼梯与通道等地点到达安全位置的全部动态行为能够生动地展示出来[11]。Unity3D融合扩展非均匀的格子气模型疏散算法获取的车站客流消防应急疏散仿真结果与疏散BIM模型的具体步骤如下：

步骤1：Unity3D软件在车站客流消防应急疏散仿真结果内提取各位疏散乘客在不同时间点的相关编号、地点与状态等数据，构建乘客的运动路径[12]；

步骤2：利用3Ds Max软件构建疏散乘客模型；

步骤3：对应连接疏散乘客模型和乘客疏散运动路径；

步骤4：利用疏散BIM环境模型将车站客流消防应急疏散仿真过程以三维可视化形式展示出来。

3 实验分析

以某地铁站为实验对象，利用本文方法对该地铁站出现火灾时实施车站客流消防应急疏散仿真，测试本文方法疏散仿真的有效性。该地铁站属于双层导式地铁站，站台与站厅间共有两个扶梯与两个楼梯，站台两侧属于轨道区域，轨道宽度是3.5m，存在24根支撑立柱，站厅层包含4个出口；该地铁站高峰时段客流高达4900人/h，疏散速度与疏散方案如表1和表2所示。

表1 疏散速度(m/s)

表2 疏散方案

其中，有无导流是指在车站客流消防应急疏散时，有无工作人员指引乘客往人群密度低的方向疏散。

3.1 不同方案时的疏散仿真

为分析不同方案对车站客流消防应急疏散过程的影响，利用本文方法实施不同方案时车站客流消防应急疏散仿真，因为人员分布的随机性，为验证本文方法的稳健性，使仿真结果与实际情况更为接近，假设需要疏散人数为4593人，将4个疏散方案各实施5次仿真，4个疏散方案疏散时间的仿真结果如表3所示，疏散时间为车站客流消防应急疏散时最后一名乘客到达安全地点的时间。

表3 不同疏散方案的疏散时间(s)

根据表3可知，方案1的 5次仿真平均疏散时间为360.3s；方案2的5次仿真平均疏散时间为373.4s；方案3的5次仿真平均疏散时间为240.2s；方案4的5次仿真平均疏散时间为363.1s；经过对比得知，扶梯运行的疏散方案优于扶梯停运的疏散方案，存在导流的疏散方案优于无导流的疏散方案，疏散时间最短即疏散效率最高的疏散方案为扶梯运行同时存在导流时的疏散方案。实验证明：疏散时间的标准是低于6min；在出现火灾时，只有扶梯运行且存在导流的方案能够满足疏散时间的标准。

3.2 不同人员分布时的疏散仿真

为分析不同人员分布对车站客流消防应急疏散过程的影响，利用本文方法实施不同人员分布时车站客流消防应急疏散仿真，随机人员分布总人数分别为350人与700人两种情况，具体人员分布情况如表4所示。

表4 人员分布情况(人)

利用本文方法对这两种人员分布情况实施车站客流消防应急疏散仿真，仿真结果如图3所示。

图3 两种人员分布情况的疏散时间仿真结果

根据图3(a)可知，随着站台层人数的不断提升，人员平均疏散时间与最大疏散时间也不断提升，即站厅层人数与平均疏散时间和最大疏散时间呈反比，原因是疏散出口在站厅层，站台层人员数量直接影响连接站厅与站台的楼梯与扶梯的疏散压力，两者呈正比关系，人员数量越多疏散时间越慢；根据图3(b)可知，人员数量较多情况下，站厅层初始人员比较多，导致疏散出口很早便出现拥挤现象，为疏散进程增加了难度，进一步延长疏散时间，随着站台层人员数量越多，一方面延长从站台层到站厅层的所需疏散时间，另一方面却可降低疏散出口的疏散压力，缓解站厅层拥挤现象，缩短总的疏散时间，这就是图3(b)出现拐点的原因。实验证明：人员初始数量较少时，站台层人员分布数量与平均疏散时间和最大疏散时间呈正比；在人员初始数量较多时，随着人员分布数量的提升，疏散时间呈现先下降后上升的趋势。

3.3 不同提升高度时的疏散仿真

为分析不同提升高度对车站客流消防应急疏散过程的影响，利用本文方法实施不同提升高度时车站客流消防应急疏散仿真，设置客流量为2000人，站台到站厅的提升高度分别是10m、12m、14m、16m、18m、20m、22m、24m，不同提升高度时本文方法的车站客流消防应急疏散仿真结果如图4所示。

图4 不同提升高度时的疏散仿真结果

根据图4可知，站台到站厅的提升高度在16m以内时，疏散人数与疏散时间都符合《地铁设计规范》与《地铁设计防火标准》的条件，能够在规定时间(疏散时间少于6min)内完成人员疏散；站台到站厅的提升高度在16m与18m之间时，疏散人数出现小幅度下降以及疏散时间出现小幅度上升的趋势，疏散时间依旧符合标准；站台到站厅的提升高度高于18m时，疏散人数出现大幅度下降以及疏散时间出现大幅度上升的趋势，此时疏散效率明显下降，说明当站台到站厅的提升高度高于18m时，已有的楼梯与扶梯数量已不能满足车站客流消防应急疏散需求，需增加楼梯与扶梯数量。实验证明：站台到站厅的提升高度低于16m时能够减轻楼梯与扶梯处的拥挤状况，当提升高度高于18m时，会扩展疏散距离，延长疏散时间，使疏散设施的工作效率下降。

4 结论

研究BIM集成应用下的车站客流消防应急疏散仿真，充分发挥BIM的精准、全面及可视化等优点，提升车站客流消防疏散仿真的准确性，使仿真结果与实际情况更为接近，同时还可提供可视化界面，降低人们理解难度；本文仅研究了BIM技术在车站客流消防应急疏散中的应用，并未涉及其它领域，以后还可研究BIM技术在火灾消防智能设施设备管理与火灾安全疏散培训等中的应用效果。