突發事件車間工作人員行為仿真研究

蔣斕，丁男哲

(1.浙江工商職業技術學院，寧波 315012；2.寧波大學，寧波 315211；3.寧波卷煙廠，寧波 315042）

0 引言

安全生產是制造業工廠高質量發展的前提與基礎。車間中，往往存放有大量的易燃物品，容易發生火災等突發事件[1]。車間內的設備機臺、原輔料、成品等構成復雜環境，增加了突發事件生時行人疏散的難度[2]。因此，研究突發事件中車間內工作人員疏散行為特征對指導工廠安全生產具有重要意義。

目前分析突發事件中行人行為特征的數據來源主要是現場視頻，該方式受限于實際事件發生次數與監控覆蓋率，數據量較少。隨著計算機技術的不斷發展，虛擬仿真成為研究行人運動規律的重要手段[3,4]。陳海濤等人使用元細胞模型研究低能見度下的行人從眾行為[5]，李昌華等人采用粒子群算法對行人行為仿真[6]。

社會力模型（SFM）[7,8]是由Helbing等提出的行人行為模型，SFM以牛頓力學形式模擬行人行為。陳志堅等通過建立三維社會力模型模擬階梯教室行人疏散[9]，Jiang Y等結合社會力與動態導航點進行人群仿真[10]，魏歡歡等則利用社會力模型對行人逆流仿真[11]。

本文首先對車間內不同人群進行分類，并基于社會力模型分別建模，以火災為例仿真突發事件中不同場景下車間行人疏散，并根據實驗結果對車間的安全措施提出建議。

1 社會力模型分析

1.1 經典社會力模型

社會力模型由Helbing等人提出，它通過仿造牛頓力學的形式再現行人運動。該模型中，行人共受到自驅動力fd、與他人互相作用力fij以及障礙物力fiw三種力，行人的速度變化規律符合牛頓第二定律。如式(1)所示：

社會力：

三個分力組成如式(2)～式(4)所示：

自驅動力：

式(2)中,vdes為人群行動過程中的期望速度數值，τi為行人i的加速度時間，ei0(t)表示t時刻行人i期望速度方向的單位向量，vi(t)表示t時刻行人i速度向量，mi表示行人i的體重。

互作用力：

式(3)中，Asoc和Bsoc分別為力的作用強度和作用范圍，k和κ為常量系數，表示發生接觸后行人間斥力和摩擦力的大小，行人用圓表示，ri表示行人i的半徑，rij為行人i和行人j的半徑之和，dij表示行人i和行人j質心之間的距離，nij為兩人質心之間的向量，Δvij為兩者間實際速度向量差，tij為nij的正交向量，g(x)符合式(5)，表示行人間是否發生接觸。

障礙物力：

該式與式(3)類似，式中diw為人與墻面的距離，niw為人與墻面之間的垂直向量。

社會力模型被廣泛地應用在人群仿真與其他領域的學科上。通過社會力模型，可以重現一些典型人群運動特征,如在出口處形成拱形，對流人群產生分層等現象征。本文擬采用表1數值作為模型參數[8]。

表1 仿真人群參數

2 環境與行人建模

2.1 車間環境

本文以某多機臺生產車間為例，車間環境如圖1(a)所示，車間占地為（60×60）m2，車間內共有25套機臺，每個機臺呈三面封閉的正方形，1面邊留有行人通道。車間出口為車間底部的一個兩米寬的出口。根據《消防應急照明和疏散指示系統技術標準》[12]，在車間等建筑物內，必須安裝疏散標識,標識面與疏散方向平行時，指示標識間距不得大于10m。本文設定疏散標識安裝在地面，標識面與疏散方向平行，因此每隔10m設置一個疏散標識。每個疏散標識所指向方向為從該疏散標識位置出發到達出口最短路徑的方向。如圖1(b)所示，圖中帶缺口的黑色正方形表示機臺，圖中所有黑色區域為不可通行區域，綠色箭頭為疏散標識。

圖1 車間環境建模

2.2 人群建模

安全培訓是工廠重要的安全措施之一，其目的在于使普通人員熟悉車間內環境，以便在突發事件中選擇最高效的疏散路徑，本節把車間內人群按是否接受過安全培訓分為兩類，分別是受訓人群和未受訓人群。受訓人群如車間的老員工，通常都經過多次安全培，未受訓人群包括新員工、訪客或者其他沒有接受系統安全培訓的員工。本節使用智能體Agent對行人進行建模。

2.2.1 未受訓人群

車間內存在一部分不熟悉環境的行人，如新員工、訪客或者其他沒有接受系統安全培訓的人員等，我們稱之為未受訓人群。發生突發事件時，這類行人表現出自己探索出口或者從眾行為等行為特征，其運動行為受自身心理和外界信息等因素影響[13]。

本節將未受訓人群的路徑決策劃分為自運動與從眾兩種模式，如式(6)所示：

式(6)中，ei(t)為Agenti在t時刻的運動方向，ei-self(t)為Agenti在t時刻的自主運動方向，由式(7)決定。i為Agenti在t時刻觀察到的周圍行人的平均速度。Norm()為歸一化函數。pi為表示Agenti緊張等情緒強度的變量，該值表示當Agenti越緊張時，越傾向于跟隨其他人員進行運動。

疏散標識是建筑物內重要的安全設備。通過在車間環境內安裝疏散標識，可以使行人獲得車間的出口信息[14]，在突發事件中，疏散標識是行人的做出運動判斷的重要依據[15]。82.5%的人在遇到突發事件時會跟隨疏散標識的引導撤離[16]。本節將未受訓人群ei-self(t)的迭代方式設定為式(7)所示：

式(7)表示，如果感知范圍內有疏散標識，則未受訓行人將以疏散標識方向為其自運動方向，否則，其自運動方向為上一時刻的方向加偏移量進行運動。

車間發生火災后，將會產生大量煙霧，能見度迅速下降，因此將行人的感知距離設定為2m。設置兩個車間環境，分別為有疏散標識和沒有疏散標識。在兩個車間內各布置20名未受訓人群。比較120秒后行人的運動軌跡，結果如圖2所示。當環境中存在疏散標識時，個體運動軌跡較為規則，如圖2(a)所示。當沒有疏散標識時，個體軌跡較為混亂，這是人群在能見度極低且出口方位不明確時，產生了一種類似“迷路”的現象，如圖2(b)所示。

圖2 疏散標識對個體軌跡影響

2.2.2 受訓人群

受訓人群最大的特點是其對環境熟悉，因此將受訓人群定義為能夠自動規劃路徑并疏散。本節采用導航網格的方法規劃受訓人群路徑。

采用導航網格路徑規劃方法通常包括三個步驟[17]。第一步是將環境中可通行區域劃分成若干個凸多邊形，每個凸多邊形為導航網格的一個節點，常見網格劃分法有Delaunay三角、泰森多邊形等。第二步是在導航網格中找出構成最優路徑的凸多邊形集合，常見的最優路徑算法方法包括A*算法、Dijstkra算法等。第三步是在組成最優路徑的凸多邊形集合中找到由頂點、邊構成的路徑，常用的方法為拐角點法。

將車間模型按照Delaunay三角剖分劃分為若干三角形區域，如圖3(a)所示。記錄每個三角區域的外圓圓心位置，頂點位置和相鄰三角區域序號。

受訓人群的仿真計算方法如下所示：

初始化的方法為：生成導航網格Navmesh[n]，每個三角區域為一個節點，都記錄外圓中心作為該區域中心，并記錄相鄰三角區域鄰接該三角區域的邊。對每一個Agent，以所在三角形為起點，出口所在三角形為終點，利用A*算法求出最優路徑上的三角形節點集合NodeList。最終利用拐角點法構建人群疏散路徑。

仿真的方法為：對于每一個Agent，如果NodeList為空，則意味著疏散已經完成，否則將NodeList[0]作為下一個目標點，根據社會力模型進行運動。如果到達NodeList[0]所在的三角形，則將該點從NodeList中移除。

通過該方法規劃的行人路徑如圖3(b)所示。

圖3 受訓人群仿真

3 車間疏散場景

實際環境中，存在一系列會影響行人疏散的場景。如疏散標識失效，未按照規定堆放的物品對通道的阻礙[18]等。本章將對這兩種場景設置仿真實驗。

3.1 安全培訓與從眾性

當人群中受訓人群達到一定比例時，剩余的未受訓人群因為從眾行為的作用，跟著受訓人群也能夠及時疏散。在車間中布置100個行人，其中50人為受訓行人，50人為未受訓行人，人群的形態如圖4所示，紅色表示未受訓人群，綠色表示受訓人群。

圖4 未受訓人群跟隨受訓人群

綠框內，當未受訓人群周圍有受訓人群時，會跟隨受訓人群進行疏散。紅框內，當周圍沒有受訓人群時，未受訓人群會進行自主尋路。

保持未受訓人群人數為100人不變，并在人群中加入不同數量的受訓人群，使總人群中受訓人群與未受訓人群的比例從0.1到0.9變化，以此考察受訓人群對未受訓人群疏散效率的影響。實驗結果如圖5所示：

圖5 受訓人群比例對未受訓人群疏散效率的影響

在未受訓人群人數保持不變的情況下，隨著總人群中受訓人群比例增高，100秒內疏散的未受訓人數也隨之增長。這是由于未受訓行人傾向于從眾運動，當人群中有更多的人是走在正確的方向上時，從眾行為能夠為行人更大的到達出口的概率。仿真結果表明，定期進行安全培訓，提高車間內受訓人群比例，有助于提高突發情況時所有人員的疏散效率。因此，作為企業管理者，有必要定期對車間內人員進行安全培訓。

3.2 通道堵塞

疏散標識與受訓人群的預定路線，都是建立在逃生通道暢通的前提下。但是由于車間內各類物品較多，不按規定在行人通道擺放物品；火災中火勢的蔓延或者地震造成的物品移位；都有可能導致通道的堵塞。通道堵塞將對行人疏散效率造成巨大的影響，為了重現這種影響，本節對模型進行調整并仿真。

3.2.1 通道模型

阻塞通常發生在機臺之間較窄的區域。在環境中選取機臺附近的40個通道作為可能發生阻塞的通道。每個通道存在兩種狀態，堵塞狀態和暢通狀態;當通道處于堵塞狀態時，行人將無法從該通道通過,通道狀態如圖6所示，紅色表示阻塞，綠色表示暢通。

不同人群遇到通道堵塞時采取的行為模式存在差別：當受訓人群遇到通道堵塞時，則會更新自身對環境的認知，并重新規劃路徑，出現“尋路”的現象。受訓行人的探索效果如圖6(a)所示。未受訓人群遇到通道堵塞時，會將當前的疏散指示標記為無效，并重新根據其他的疏散指示進行運動或者隨機探索其他可能的路徑,其軌跡如圖6(b)所示。

圖6 通道模型示意圖

3.2.2 通道堵塞對行人疏散的影響

本節將討論通道堵塞對受訓人群與非受訓人群的影響。由于部分通道為主干道，而部分通道則只有少部分人才會到達，為降低通道重要性的干擾，本節設置多次試驗，選取其中具有代表性的試驗數據。

首先考察通道阻塞對受訓人群的影響。設置300名受訓人群分別在30%通道阻塞率和無通道阻塞的條件下進行50秒對比實驗50次。抽取其中五次實驗數據進行對比如表2所示。

表2 通道是否阻塞50秒剩余人數對比

實驗結果顯示，當通道暢通時，所有接受過培訓的人群都能夠及時得到疏散。但是當30%通道阻塞時，受過培訓的行人疏散效率出現下降。

疏散效率下降的原因主要有兩點：

1）當機臺出口通道堵塞時，部分行人被困在機臺內部而無法得到疏散。

2）當行人既定路線上的某一個必經之地堵塞后，行人需要重新規劃路徑，會導致路徑距離加長或者走回頭路。此外，同樣是30%的通道阻塞，行人的疏散效率差距很大，這是因為阻塞通道的重要程度不同。

本節在研究通道堵塞對未受訓人群的影響時，分別從有無疏散標識和有無堵塞共四種情況進行討論。同樣設置300名行人進行50次試驗實驗結果如圖7所示。

圖7 未受訓人群剩余人數

當沒有疏散標識時，通道堵塞對人群疏散效率影響不大，這是由于未受訓人群本身不熟悉通道，不論是否存在通道堵塞，人群都需要進行探索。但是當環境內安裝有疏散標識時，通道堵塞會導致行人的疏散效率顯著下降。這是由于疏散標識所指向的方向在其安裝時就已經確定了，不會隨著通道狀態的變化而變化。因此當通道阻塞以后，疏散標識無法起到指引行人的作用，甚至會誤導行人，降低疏散效率。

當車間內通道堵塞時，安全培訓或者是疏散標識的效果大打折扣。因此，企業應該嚴格按照規定堆放物品，確保逃生通道暢通。

4 結語

本文基于社會力模型，結合車間環境構建了基于社會力模型的突發事件下車間工作人員疏散模型，對車間中常見的疏散標識失效、通道阻塞等現象進行仿真研究。實驗表明，定期全面的安全培訓、保證通道的堵塞與按照規范安裝疏散標識，都能夠有效提高疏散效率。本文較好地重現了突發情況下，復雜車間環境內的人群疏散現象，有望為車間結構的設計者與企業管理人員在安全生產方面提供參考意見。