城鎮油氣管道事故應急疏散決策優化*

張新偉，禹傲然，張培紅

(東北大學 資源與土木工程學院，遼寧 沈陽 110819)

0 引言

作為城市生命線工程的重要組成部分，城鎮油氣管道在運行過程中發生泄漏、火災、爆炸和中毒等事故的危險性嚴重。在環境風速、風向以及泄漏物質性質等復雜因素的影響下，事故可能造成事發地方圓數十、甚至數百公里范圍內的大規模人員應急疏散和緊急避難。由于事故現場環境信息復雜多變，事故態勢監測、風險分析和應急決策平臺的信息傳遞渠道不通暢，疏散路線和避難方案缺乏優化設計和動態規劃，造成應急決策的時效性、準確性和智慧程度較低[1-2]。目前，針對應急疏散的研究主要集中在3個方面[3]：1)Schadschneider等[4]，Krüchten等[5]通過試驗研究，分析行人流動中自組織行為、隊列現象、疏散通道瓶頸區堵塞現象，以及人群中存在社會團體時人群的運動規律等。2)國內外學者相繼開發了CA模型[6]、格子氣模型[7]、社會力模型[8-9]，對建筑物火災中人員疏散行為進行建模和仿真。3)為解決颶風、洪水、毒氣泄漏等突發事件中大規模高密度人群應急疏散問題，國內外學者圍繞疏散救援決策優化、最佳信息傳播方式和區域疏散方案等問題[10-18]，開展了深入研究，陳一洲[10]，Li等[11]利用Dijkstra算法建立了基于風險的人員疏散路徑優化模型；Abdelghany等[12]利用GA算法對疏散方案進行優化；Zhang等[13],鄧云峰等[14]分別在有毒氣體泄漏事故風險分析基礎上實現了區域疏散決策優化；Crooks[15]，Chen等[16]應用智能體模型，對城市級別的大規模整體疏散策略進行了性能化分析和對比；Gai等[17]針對有毒氣體泄漏，提出了一種多目標疏散路徑模型；熊麗春等[18]利用運籌學中的圖論和排隊論理論對人員疏散路線設計和疏散時間進行了優化。為了保障油氣生產及管道輸運過程中的公共安全水平，在地理信息系統平臺上對不同事故后果嚴重性進行定量分析，構建基于改進的自適應蟻群算法的應急疏散路徑優化模型，開發城鎮油氣管道典型事故中區域大規模應急疏散決策優化平臺，實現區域疏散路線的全局優化、應急避難廣場的科學規劃，可為油氣企業的安全管理和區域公共安全應急管理提供技術支撐。

1 應急決策優化算法的建立

1.1 空間網絡化建模

城鎮大規模應急疏散智慧決策優化系統的建立，首先需要對現場空間進行網絡化建模。將任一待疏散區域空間G模化為G(W,E)網絡，其中，W={wi}為由疏散空間中各類型節點(源節點、傳輸節點和根節點)組成的節點集；源節點僅存在流出人群；根節點只存在單向流入人群；傳輸節點是從源節點向根節點的疏散過程中，必須通過的中間節點，例如建筑物走廊、樓梯間、各建筑物出口、事故發生地疏散道路上關鍵點(如拐彎、三岔路口、上坡、下坡等位置)；E={Eia,Eib,Eic……}為待疏散區域空間網絡中所有可利用疏散通道的集合，稱為通道集；假設事故危險性分析結果是所有人員必須離開所處建(構)筑物，疏散至室外指定的避難廣場，不考慮可在建(構)筑物內事故現場之外其他單元房間避難等待救援的情況，則疏散開始時刻待疏散人員所處的辦公室、單元房間、實驗室等均為源節點，避難空間入口為根節點。疏散區域網絡如圖1所示，若僅討論建筑物室外空間區域疏散，可將各建筑物出口視為源節點，由建筑物B出口節點2發起的疏散行動，可選擇疏散路線通道集E={E27,E28}，其中E27={e26,e65,e57}；E28={e26,e68}。疏散通道具有各自的方向屬性，例如，e56表示由節點5向節點6疏散，e65表示由節點6向節點5疏散。

圖1 疏散區域網絡Fig.1 Evacuation area network

1.2 疏散通道當量長度

在典型事故危險性評價基礎上，生成疏散網絡節點屬性的動態數據庫文件，見表1。

表1 疏散網絡節點動態信息數據庫Table 1 Dynamic information database of evacuation network nodes

根據各節點事故環境狀態的動態變化，對各條疏散通道的當量長度進行評價，見式(1)：

(1)

式中:ζij為通道eij的通行難度系數，通常取1.5人/(m· s)；Lij為通道eij的幾何長度，m；Mb為不同事故后果影響下疏散人員的活動性指標，Mb與能見度影響系數f1(KS)，有毒氣體濃度影響系數f2(ρgas)和煙氣溫度影響系數f3(Ts)三者成正比關系，參見式(2)～(5)：

Mb=f1(KS)·f2(ρgas)·f3(TS)

(2)

(3)

(4)

(5)

式中：KS為減光系數；ρgas為該通道處固定式煙霧傳感器測得的CO體積百分比；t為有毒氣體接觸時間，s；Ts為該通道處固定式溫度傳感器測得的環境溫度，℃；T0是室外環境溫度，通常取20 ℃；v0是測得的人員行走的正常速度，m/s；vmax是事故狀態下人員的最大疏散速度，m/s；Tcr1是人員感到不舒服的溫度，設為35 ℃；Tcr2是對人員造成傷害的溫度，設為60 ℃；Tdead為人員致死溫度，設為120 ℃。

1.3 改進的自適應蟻群算法

螞蟻根據偽隨機規則做出從節點i疏散到節點j的決策，如式(6)所示。其中式(7)利用“輪盤賭規則”確定下一節點的選擇。

(6)

(7)

啟發函數ηij為人員通過疏散通道eij的時間成本函數的倒數。該通道上完成疏散所需時間成本越小，該通道啟發函數值越大，螞蟻選擇該通道的概率越大，見式(8)～(9)：

(8)

uij=td+tL

(9)

式中：td為人員通過當量長度通道的步行時間，s；tL為人員從通道口流出的時間，s；td計算方法見式(10)：

(10)

式中：dij為通道eij的當量長度，m；v0為被疏散人員步行速度，m/s。

tL計算方法見式(11)：

(11)

式中：mij為通道eij的滯留人數，人；Wij為通道eij的寬度，m；ξij為通道eij的群集流動系數，人/(m·s)。

局部信息素按照式(12)進行更新：

τij(t+1)=(1-θ)τij(t)+θτ0

(12)

式中：θ為局部信息素揮發系數，0<θ<1；τ0為信息素初值。

每次迭代完成后，判斷所有螞蟻是否找到出口，若全部找到出口，則按照式(13)～(14)進行全局信息素更新，否則繼續執行下次迭代，直至循環結束進行下一步。

(13)

(14)

式中：Ugb為當前最優路徑的時間成本函數；K為常數，取1；gb為globebest的標記縮寫；ρ(t)為全局信息素揮發系數，其值見式(15)：

(15)

式中：ρmin為信息素揮發系數ρ的最小值。

每次循環根據各條路徑的時間成本函數進行排序，找到滿足時間成本函數最小的最優路徑，判斷是否達到設定的循環次數終止條件，滿足即結束，未滿足則初始化蟻群繼續重新開始尋優計算。

2 案例實施

2.1 系統平臺總體框架

城鎮大規模應急疏散智慧決策優化系統(簡稱LSSED)的總體框架見圖2。

圖2 系統總體框架Fig.2 Overall framework of system

LSSED由數據庫模塊、風險分析模塊和優化決策模塊3部分組成。數據庫模塊集ArcGIS Online Services在線地圖服務、油氣等物質危險性特征參數數據庫、氣象數據庫、人員分布、交通流和建筑結構信息等數據庫管理于一體；風險分析模塊在地理信息系統平臺上，首先對氣相泄漏、液相泄漏和兩相泄漏造成的有毒物質擴散態勢、噴射火和池火事故熱輻射傷害以及油氣管道爆炸事故產生的沖擊波能量進行分析，進一步實現城鎮油氣管道典型事故造成的傷害半徑和傷害區域內城鎮脆弱性的模擬及影響因素的分析；優化決策模塊在事故后果嚴重度分析的基礎上，基于改進的自適應蟻群算法，分析城鎮應急疏散通道當量通行能力和疏散成本函數，制定疏散路徑尋優信息素局部和全局更新規則，實現疏散、避難和救援方案的全局優化，制定區域智慧應急預案。

2.2 事故后果分析

LSSED的風險分析模塊能夠在地理信息系統平臺上，以云圖和數據曲線形式動態、直觀地預測和分析事故后果的傷害區域，能夠對氣相泄漏、液相泄漏和兩相泄漏造成的有毒物質濃度值的動態和穩態變化進行分析；對噴射火和池火造成的熱輻射進行分析；對城鎮油氣管道爆炸事故產生的沖擊波能量進行分析。

假設在某城鎮某區街道十字路口處，由于第三方施工將天然氣管道挖斷，發生燃氣管道全管徑泄漏事故。由于泄漏后應急處置操作不當引起噴射火事故。泄漏管道壓力0.4 MPa，管道直徑為600 mm，泄漏孔直徑為300 mm。

對不同風速下的泄漏點源處上風向和下風向噴射火熱輻射傷害半徑進行分析(見圖3)，可知當風速小于0.5 m/s時，風速對上下風向熱輻射的影響都是正向且影響半徑近似；當風速在0.5～1 m/s時，熱輻射在下風向上傷害半徑隨風速的變化速率大于其在上風向的變化，曲線從0.5 m/s處開始分開；當風速大于1 m/s時，風速對上風向熱輻射的傷害半徑的影響趨于穩定值，當風速繼續增大，下風向受風速的影響更明顯；當風速達到14 m/s時，風速對下風向的影響也趨于穩定。因此，將0.5 m/s設定為無風和有風的臨界值。即當風速為0.5 m/s時，熱輻射對上下風向的傷害值達到近似相等時的最大值。根據事故最大化原則，事故模擬中，無風天氣下的模擬中將無風風力設置為0.5 m/s；在有風天氣下的模擬中，設置風速為14 m/s。查詢到該地區常年主導風向為西南風和東北風。

圖3 風速對上下風向傷害半徑的影響Fig.3 Effect of wind speed on damage radius of upper and lower wind directions

當在西南風14 m/s情況時，該天然氣管道泄漏引起的噴射火事故后果分析見圖4。首先利用LSSSED平臺中的風險分析模塊對天然氣管道泄漏形成的噴射火事故后果進行分析，得到其上風向死亡半徑、重傷半徑和輕傷半徑分別為13 m、17 m和27 m；下風向死亡半徑、重傷半徑和輕傷半徑分別為41.5 m、46 m和56 m，區域范圍內不同點的傷害值均保存在系統后臺數據庫中，以備人員疏散應急決策優化模塊調用。

圖4 甲烷泄漏火災事故后果分析Fig.4 Accident consequence analysis of methane leakage fire

2.3 人員疏散應急決策優化

以圖5所示的城鎮某區域為例，進行噴射火事故應急疏散決策優化分析。根據文獻[19～20]，算法中α，β，ρ(t0)，ρmin分別設置為1，5，1，0.5，初始時刻，各條路徑上信息量相等，故τ0設置為常數C。各節點人員隨機分布，人員初始速度均設置為1.5 m/s。只考慮熱輻射對人員行為的影響時，式(2)中f1(KS)和f2(ρgas)均設置為1，式(5)中將溫度閾值的影響轉變為熱輻射的影響，根據文獻[21]，將閾值分別定為12.5，25，37.5 kW/m2。區域平面示意圖和無火災時的疏散路徑優化方案如圖5所示，該區域中分別有商場(西北區域)、寫字樓(東北區域)和賓館(東南區域)各1座，圖5中的東北角和西南角各有避難廣場1個。假設商場內初始待疏散人數為1 000 人，寫字樓內500 人，賓館內300 人。首先對該區域進行空間網絡化建模：其中1～52號為商場內源節點，53～80號為寫字樓內源節點，81～125號為賓館內源節點，125～135號、137～155號以及157～166號為傳輸節點。136號和156號為2個根節點，假設人員在各個建筑物內隨機分布。 當不發生火災時，其疏散情況如圖5右側圖案所示，其中各節點具體疏散方案以“9->10->138->139->147->148->155->156”的形式保存在文本文件中。

圖5 區域平面示意圖和無火災時的疏散路徑優化方案Fig.5 Regional plane diagram and optimization scheme of evacuation path without fire

分別對無風、西南風和東北風條件下噴射火事故進行后果分析，利用應急決策模塊對事故區域進行應急疏散路徑規劃，得到滿足全局最優的應急疏散方案，如圖6～8所示。統計無火災以及發生火災時各建筑物源節點內待疏散人員最終所選擇的安全出口情況，見圖9～10。

圖7 西南風時火災情況下疏散路徑優化方案Fig.7 Optimization scheme of evacuation path in fire with southwest wind

圖8 東北風時火災情況下疏散路徑優化方案Fig.8 Optimization scheme of evacuation path in fire with northeast wind

從圖9～10可以看出，當無火災發生時，商場中有27個節點選擇136號終點，25個節點選擇156號終點；寫字樓內28個節點全部選擇156號終點；賓館內有42個節點選擇136號出口，3個節點選擇156號終點。可以看出，當無火災時，2個疏散廣場均可以利用，系統能夠根據距離和人員密度選擇2個疏散廣場作為最終安全出口，不會出現個別區域人群擁堵的現象，該LSSED平臺有效實現了正常情況下人群疏導的全局優化。

當無風情況下發生火災時，商場中有31個節點選擇136終點，21個節點選擇156終點；寫字樓中有21個節點選擇136終點，7個節點選擇156終點；賓館中有29個節點選擇136號終點，16個節點選擇156號終點。賓館中選擇136終點的數量降低28.9%，商場和寫字樓中選擇136號作為終點的節點數量占各自節點總量的比例分別增加了7.7%和75%，由此可知，上述建筑內的節點由于受到事故不同程度的影響，部分節點所選擇的終點相應地自動發生了改變。當在西南風的情況下發生火災時，通過模擬可以發現，各建筑物內疏散方案發生了很大的改變，商場、寫字樓以及賓館內所有源節點內待疏散人員最終均選擇136號節點完成疏散；當風向變成東北風時，各建筑物內所有源節點均選擇156號節點作為最終的安全出口并完成疏散。

圖9 選擇136節點為安全出口根節點的情況Fig.9 Situation when selecting No. 136 node as root node of emergency exit

圖10 選擇156節點為安全出口根節點的情況Fig.10 Situation when selecting No. 156 node as root node of emergency exit

究其原因，在西南風的影響下，由于156號疏散廣場在下風向影響的范圍內，此時系統判斷最安全的區域應該是136號廣場，故此時3個建筑物內的待疏散人員均選擇136號節點作為最終的安全出口。當風向變成東北風時，此時事故最危險區域為其下風向136廣場，故此時各建筑物內人員最優的避難地點為位于上風向的156號廣場。因此，LSSED平臺能夠根據事故環境態勢的演變而實現疏散決策的優化，成功使受災人員選擇遠離事故現場的安全區域進行應急疏散和避難。

3 結論

1)構建了基于事故后果分析和改進自適應蟻群算法的應急疏散決策優化模型。充分考慮事故后果嚴重程度的影響，考慮滯留人員密度，定量評價疏散時間成本函數和疏散通道的當量長度對啟發式信息的影響，改進自適應蟻群算法，構建大規模應急疏散路徑優化模型。

2)開發了基于油氣管道事故后果分析的城鎮大規模智慧疏散應急決策(LSSED)優化系統平臺。該系統能夠在GIS平臺上對油氣管道泄漏引起的火災、爆炸和中毒事件進行事故后果分析，實現基于油氣管道典型事故風險分析的城鎮大規模智慧疏散的應急決策優化。

3)通過實例驗證了基于GIS平臺的數據庫模塊、風險分析模塊和優化決策模塊耦合的有效性以及系統運行的靈活性，可以根據事故現場環境的時變信息，動態規劃和優化大規模疏散路線和避難方案，有效避免人員傷亡。