航空母艦通道布置對疏散逃生性能的影響

劉伯運，周曉松，閆書逸

1海軍工程大學動力工程學院，湖北武漢430033

2中國人民解放軍軍事科學院國防科技創新研究院，北京100071

3中國人民解放軍92001部隊，山東青島266000

0 引 言

航空母艦（以下簡稱“航母”）作為各國海上軍事實力的象征，在海上作戰中起著重要作用。作為一個超大型的海洋堡壘，其所能容納的艦員數量巨大，在生命價值如此寶貴的今天，一旦發生緊急情況，如何更好地保證艦員的生命安全顯得非常重要，所以對于現代航母來說，航母內的疏散逃生能力是一個非常重要的問題。

隨著航母逐漸成為海上霸主，針對航母的研究越來越多，其艙室布置和通道的設計研究越來越受到人們的重視。首先是在設計階段開始考慮更多人的因素，增加了許多更加人性化的設計，之后再結合長期的航海實踐經驗總結對設計進行改動，但有關人機效能的航母通道布置研究并不多。張玉梅［1］總結了艦船人—機—環系統的典型特征，并根據技術體系劃分，對我國艦船人—機—環系統工程未來的發展趨勢進行了分析。王宇等［2］將引力搜索算法引入到模型中，從而形成了一套艙室分布設計方法，其將噪聲、面積等所需要的參數作為輸入，通過尋優即可得到設計方案［3］。

本文將基于美國海軍“薩拉托加”號（CV-60）航母甲板艙室布置圖，在EXODUS軟件中進行疏散逃生的模擬仿真。首先，設立3種不同的通道布置方案；然后對獲得的數據結果進行模擬仿真；最后，對結果進行灰關聯分析。

1 疏散人員行為模型

1.1 多用途智能代理

在人工智能（Artificial Intelligence，AI）領域，代理具有多重含義，其通常被認為是一個具有解決問題能力的軟件模塊。如果在疏散模型中使用代理的概念，就能將行為模型從疏散模型中分離出來，這就意味著與傳統方法相比，行為模型的復雜性僅增加了相對較小的工作量。本文定義了一個智能代理模塊，并對智能代理（multi-purpose intelligent agent，MUPI）算法進行了多用途拓展。MUPI是一種模仿人類行為的人工智能引擎，可用于各種領域，如基于規則的行為系統。但要定義疏散人員所進行的合適的行為系統，需要定義大量的規則，所以缺乏適用性。

本文基 于 Schmidt的 PECS 模型［4］定義 了MUPI的屬性和運行模型。PECS代表了人的身體狀態（Physical status）、情緒狀態（Emotional status）、認知屬性（Cognitive attributes）和社交狀態（Social status）。這些屬性用于在某些情況下進行決策和選擇操作。由于人的行為被多種以復雜方式相互作用的影響因素決定，所以在人的行為建模的前處理步驟中，將人的行為劃分為2個主要類型：反應行為和協商行為（圖1）。

反應行為可以簡單地基于規則建模而不包括任何一種思考過程。本能行為、學習行為、驅動控制行為和情緒控制行為都包含在這種行為種類中，如果一個人被別人推了一下，他為了不摔倒會推回去，這就是一個典型的本能行為。與本能行為沒有在經驗上的忍受或學習信息不同的是，學習行為具有這些要素，如避火行為、上樓梯之前的判斷行為，都可以歸結為學習行為。驅動控制行為和情緒控制行為是更復雜的反應行為，他們要滿足社交的、情緒的和人身體的愿望，驅動控制行為在人類進化過程中扮演著重要的角色。由于在情緒控制行為方面幾乎沒有相關的研究發現可以追溯，所以在MUPI的構建中排除了情緒因素。

協商行為不遵循預定義的靜態規則，它用包含的緊急行為來解決問題。一些用于思考和推斷種類的模型可以在構建這些行為中使用，推斷行為和反思行為均屬于協商行為種類，路徑尋找和漫游機制也是基于協商行為進行選擇。Schmidt［4］提出行為的選擇是由動機的強烈程度決定的，人們總是選擇動機最強的那種行為。然而大多數人的行為包含各種可能的行動，反映到MUPI算法，故改變了行動選擇機制，增加了激勵向量，并結合它們產生最終的自我推進，這種改變讓同時激活各種行動變得可能。

1.2 PYNAMICS——MUPI的物理模型

正如地球上存在的其他物體一樣，疏散人員也受到物理規則的控制，他們不能超越某速度而且有可能與彼此或艙壁碰撞，模擬人行為的代理算法必須遵守并反映這個物理規則。因此，發展了計算物理反應的物理模型PYNAMICS。在MUPI中，艦員的加速度由其自我推進力和與其他人相互作用產生的所有外力向量來決定，其速度則由加速度決定，然后再決定位移和位置。這些計算結果在以下決策過程中被使用（圖2）。

在PYNAMICS模型中使用牛頓定律：

式中：mi為第i個人的質量；ai(t)為第i個人在t時刻的加速度；fi(t)為第i個人在t時刻的作用力；vi(t)為第i個人在t時刻的速度；xi(t)為第i個人在t時刻的位移。

決定模型適用性的點是習慣，我們將其描述為力，PYNAMICS模型中使用的合力方程由下式給出：

式中：fsp為疏散人員的自我推進力，其變化范圍為 30.3～66.6 N［2］；Cv為速度保持力，是一種疏散人員速度的阻力比例項。一個人的最大速度由fsp和Cv聯合決定：

式（3）是當所有外力，如fij，fib，f都為0，并且加速度也為0時推導得到的。

fij為疏散人員之間的相互作用力：

式中：kp和cp分別為物理彈性常數和物理損傷常數；kt為人員之間的距離常數；t為時間；i，j分別為水平方向和豎直方向的分量；n為人員數量。

物理力的正常分量由與重疊距離(rij-dij)成比例的彈力和與相對速度成比例的損傷力組成，而切向分量是滑動摩擦力。fib為疏散人員與邊界間的相互作用力，與fij類似但系數不同，不同的系數可以代表不同屬性的邊界，如木和鋼（圖3）。

式中：kb為人員與艙壁之間的距離常數；kbt為人員與艙壁間距離隨時間變化的量；cb為疏散人員乘積系數。

從船舶與人員鞋底接觸的斜面中得到的力f與mgsinθ成正比，而表面與鞋底之間的摩擦力在一定程度上則和mgsinθ保持平衡，因此假設：

其中，0＜μ'＜1，為滑差損失系數，它反映了斜面和鞋底的接觸狀態。

2 仿真結果

本節將比較不同出口寬度下的逃生時間。仿真艙室為邊長為10 m的正方形，艙室中有100個平均分布的艦員，如圖5所示。表1示出了出口寬度分別為 0.8，0.9，1.0，1.2，1.5，2.0，2.5 和3.0 m時的仿真結果。

表1 不同出口寬度下的逃生時間Table 1 Evacuation time for different exit widths

圖6和圖7所示為最后一個人的逃生時間和平均逃生時間隨出口寬度的變化關系。由圖可見，當出口寬度小于1 m時，出口寬度對逃生時間的影響相對較大，而當出口寬度大于2 m時，發現改變出口寬度對逃生時間的影響較小。究其原因，發現實際上主要受艙室內艦員擁向門口速率的影響，當此速率大于門口擠出速率時，門寬越大越好，但當此速率小于門口擠出速率時，門口寬度再加寬就影響很小或是根本無影響了。

此外，還對1個2 m寬出口和2個1 m寬出口的仿真結果進行了比較。表2所示為2種工況下最后一人的逃生時間和平均逃生時間的仿真結果。結果表明，1個2 m的出口的逃生效果更好。不同艙室配置下逃生時間的不同可以幫助設計師選擇更為合適的艙室配置。

表2 不同出口數量下的逃生時間Table 2 Evacuation time for different numbers of exits

3 基于EXODUS的疏散逃生模擬

為解決船舶疏散逃生問題，Maritime EXODUS軟件應運而生，旨在為實際船舶遇險后的疏散逃生方案和處理提供建議。該軟件由格林威治大學火災安全工程組（Fire Safety Engineering Group，FSEG）開發，屬于EXODUS整套軟件的一部分。該全套軟件主要用于仿真模擬大量人員在各種環境中的疏散逃生和人員流動。EXODUS通常適用于人員眾多的船舶，如客船等。對于其逃生路徑更復雜、通道更窄的航母，其與客船最主要的差異就是人。航母上的艦員都是經過航海訓練的、有紀律、有組織的專業水兵，而客船上的人則是毫無航海體驗的、缺乏組織訓練的業余游客。所以用EXODUS解決航母逃生疏散問題偏于安全。

3.1 幾何布置

在本次人機效能疏散逃生模擬中，以“薩拉托加”號航母第2層和第3層的局部甲板艙室布置為例，分析其疏散逃生性能，以及將如何優化基于人機效能航母通道的疏散逃生能力。

將甲板布置圖導入EXODUS軟件。由于本模擬僅研究艙室布置和通道對疏散逃生能力的影響，所以將艙室內部設施均簡化為障礙物形式。在通道和艙室內布置0.5×0.5個節點。確定樓梯的各項參數（樓梯類型選擇軟件默認的普通樓梯）：其與水平面的夾角為180°，單列樓梯共10個臺階，樓梯寬0.7 m、高2.7 m，建立樓梯下端和節點的連接。選取艙室門位置的左右相鄰節點，設置為門節點。設置門的屬性，本次模擬中設置的門共有2種屬性：默認普通艙室門和水密門。在水密艙壁設置水密門，水密門的初始狀態為關閉。

本次模擬的疏散逃生的終點為航母兩側的救生艇，由于選取的是原航母的一部分，所以根據此艙室區域的連通性，設置可以滿足所有位置艦員疏散逃生的最小數目的救生艇。因下層甲板的艙室大多不連通，需要通過樓梯行至上層甲板，所以救生艇設置在上層甲板兩側，并連接救生艇的逃生節點。

3.2 人員布置

兩層甲板中艙室的人數為400人，士兵和軍官的比例約為10：1，男女比例約為10：1，其中男士兵324人，女士兵36人，男軍官36人，女軍官4人。按照第1節的論述，設定不同類型人員的性別、年齡、身高、體重、敏捷性、反應時間、行動力、忍耐力等屬性。放入人員后，將人員隨機分布在艙室內無障礙物的空地或者通道內，如圖8所示。

3.3 模擬后得到的數據

如前文所述，船舶疏散逃生的影響因素很多（通道梯道門等的布置、煙霧、人員素質、船舶浮態、秩序和環境等），疏散逃生也分為幾個階段（艙內、艙外或甲板、救生站和離船等），故本文首先假定疏散逃生遵循通常的船舶設計原則：主通道寬度≥支通道寬度，主通道門寬度（應受設計約束）≤主通道寬度。其次，重點研究門寬、救生艇數目、樓梯寬度對疏散逃生性能的影響。設計4種艙室布置方案，這4種方案中門寬、救生艇數目、樓梯寬度的取值如表3所示。4種方案下，平均行走距離、最遠行走距離、平均用時這3個指標［4-8］的仿真結果如表4所示。

表3 4種方案下自變量的取值Table 3 The value of independent variable under four schemes

表4 4種方案下各函數的仿真結果Table 4 Simulation results of each function under four schemes

4 模擬結果的灰關聯分析

灰關聯分析法是灰色預測中一種處理數據的方法，其目的是使那些不明確的情況能通過灰關聯分析得到一個比較清晰的概念，要求的樣本數據相對較少，可以對有限的、表面無規律的數據進行處理，從而找到系統本身具有的特征［9］。而數理統計方法卻需要大樣本（數據量大），數據必須具有較好的分布規律［10］。由表4可知，平均行走距離X0函數隨門寬X1、救生艇數目X2和樓梯寬度X3這3個自變量的變化關系如表5所示。

表5 平均行走距離函數隨自變量的變化關系Table 5 The change of average walking distance function with independent variables

用灰關聯分析法分析3個自變量中哪個對平均行走距離影響最大時，首先以第1行數據Xi(1)（i=0，1，2，3）除Xi數列，得到初值化后的Yi如表6所示。

表6 初值化處理結果Table 6 Initialization processing result

得到初值化處理數列后，關聯系數用下式計算：

式中，α為分辨系數，一般在0～1之間，在大多數情況下取α=0.5。

子因素對母因素的關聯系數數列為：

得到關聯系數后，灰關聯度用下式計算：

則γ3＞γ1＞γ2，即影響平均行走距離函數的自變量由大到小的順序為：樓梯寬度—門寬—救生艇數目。

同理，對于最遠行走距離，其影響順序為：樓梯寬度—救生艇數目—門寬。

對于平均用時的影響，為樓梯寬度—門寬—救生艇數目。

5 結 論

本文發展了疏散人員行為模型的MUPI算法，基于EXODUS對“薩拉托加”號航母疏散逃生過程進行了模擬，并對模擬結果進行了灰關聯分析。根據本文的研究，可得到以下結論：

1）逃生時間隨出口寬度的增大而減小，當出口寬度小于1 m時，出口寬度對逃生時間的影響相對較大，而當出口寬度大于2 m時，改變出口寬度對逃生時間影響較小。

2）增大出口寬度比增大出口數量表現出更好的逃生效果。

3）對于平均行走距離、最遠行走距離和平均用時這3個指標，樓梯寬度的影響大于門寬和救生艇數目的影響。

鑒于航母自身的特殊性，一旦出現大規模的人員疏散逃生，必定是艦船受損情況超過了損管控制能力，如被多枚魚雷、彈道導彈等武器擊中而致傷亡慘重或喪失戰斗能力，此時航母通道的損傷情況以及所引起的火災、船體破損進水等次生災害必定會對艦員的疏散逃生產生影響，而戰損對于航母逃生疏散性能影響的本質在于某些通道被封堵，其計算原理與完整通道一致。對于航母不同位置受損對逃生疏散性能的影響，可作為下一步研究的方向。

參考文獻：

［1］張玉梅.艦船人—機—環系統工程研究綜述［J］.中國艦船研究，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，黃勝，廖全蜜，等.基于引力搜索算法的多層甲板艙室分布設計方法［J］.中國艦船研究，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，黃勝，廖全蜜，等.基于引力搜索算法的船舶艙室布置方法［J］.上海交通大學學報，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］黃勝.航母艙室布置與居住性分析［R］.哈爾濱：哈爾濱工程大學船舶工程學院總體研究所，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，黃勝，王宇，等.基于改進TOPSIS法的艦船通道人機效能［J］.西南交通大學學報，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］吳清海.非等間距灰色模型在沉降預測中的應用［J］.淮海工學院學報（自然科學版），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］王海濤，韓恩厚，柯偉.灰色理論對碳鋼、低合金鋼海水腐蝕的預測和分析［J］.腐蝕與防護，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）.