發布時間:2021-12-14所屬分類:建筑師職稱論文瀏覽:1次
摘 要: 摘 要 高層建筑結構規模巨大、人員眾多, 而疏散出口數量有限, 如何有效安排疏散出口人員分布, 提高疏散效率, 是火災應急管理的重要研究內容. 以人為中心的疏散系統是典型的復雜系統, 具有難以真實實驗分析的困難. 本文基于 ACP (人工系統、計算實驗、平行執行) 方法,
摘 要 高層建筑結構規模巨大、人員眾多, 而疏散出口數量有限, 如何有效安排疏散出口人員分布, 提高疏散效率, 是火災應急管理的重要研究內容. 以人為中心的疏散系統是典型的復雜系統, 具有難以真實實驗分析的困難. 本文基于 ACP (人工系統、計算實驗、平行執行) 方法, 以智能體技術為核心建立了人工疏散系統, 基于火災場景, 利用計算實驗對疏散策略進行了驗證、評估, 給出了實際疏散系統與人工疏散系統的平行執行實現思想. 最后, 通過案例驗證了方法的可行性.
關鍵詞 高層建筑, 火災應急管理, 疏散策略, ACP 方法, 計算實驗
火災作為突發性災害, 具有發生的頻度高、帶來的災難性后果嚴重、社會影響與經濟損失巨大等特點, 國內外對于火災應急管理的研究正受到越來越多的關注. 涉及到的研究內容包括火災危險性評估、火災模型研究、火災信息獲取與管理、火災保護與決策支持, 以及人員疏散等[1−5] .
高層建筑作為我國及世界上其他國家建筑結構的主流, 具有結構規模巨大、內部人員密集、疏散通路長且復雜, 而疏散出口有限的特點, 一旦發生火災, 外部救援異常困難. 有效的自救是減少損失的主要手段, 這就使得應急疏散策略與疏散預案的研究成為高層建筑火災應急管理的重點. 探索有效和優化的高層建筑人員疏散策略, 一方面可以作為火災應急疏散預案, 指導人員進行有序疏散, 盡可能地避免排隊、擁堵、以及可能出現的踩踏現象, 以期用最短時間, 使盡可能多的人逃離危險建筑, 降低損失. 另一方面, 針對場景的優化的疏散策略可以用于人員的培訓及演練, 是火災應急管理的重要內容, 具有重大的現實意義. 然而, 以人為核心的疏散系統是典型的復雜系統, 具有復雜系統難以數學解析建模、難以進行分解還原分析, 以及無法進行常規的實驗研究等特點. 再加上建筑結構因素、火災環境因素, 以及人的因素在內的多種不確定因素的影響,使得基于應急管理層面的高層建筑火災應急疏散策略研究問題異常復雜和困難.
關于建筑火災中人員疏散的研究已有三十余年的歷史, 主要集中在人員個體及群體疏散行為的研究上. 1977 年英國倫敦的 Surrey 大學和 1978 年美國的 NIST (National Institute of Standard and Technology) 分別舉辦了第一屆和第二屆 “火災中人的行為” 國際研討會, 代表著疏散行為研究的開始[6] . 研究的手段經歷了基于事故的調查研究、基于統計的分析研究, 以及 80 年代之后基于計算機的仿真研究. 近年來, 隨著計算機技術、信息技術, 以及人工智能技術的發展, 建立合理有效的疏散行為模型成為了研究的重點. 國內外開發了多種仿真軟件, 代表性的軟件有 buildingEXODUS, EVACENT, SIMULEX, 以及 CRISP 等[7−10] . 現有的與疏散策略相關的研究, 從方法上可以分為宏觀研究方法和微觀研究方法. 宏觀研究方法代表性的主要是基于解析數學關系的網絡流方法[11] , 又可細分為靜態網絡流法[12]、動態網絡流法[13] 和快速流方法[14] . 此外, 還有一些智能算法被引入來研究解決疏散路徑的優化問題, 如蟻群算法[15]、粒子群算法[16] 等. 然而, 這些基于建筑結構的解析的宏觀研究方法, 無法考慮到疏散者的個體差異, 也很難與動態的火災環境相結合, 這就使得獲得的優化疏散路徑與實際情況相差甚遠, 其應用的合理性受到質疑. 近年來, 微觀研究方法由于考慮了疏散者個體的特征與差異, 考慮了環境對個體的生理、心理等影響, 對疏散者行為描述更接近于現實. 現有的微觀研究方法主要是基于元胞自動機[17]、基于社會力[18] 以及基于 Agent 智能體的微觀模型基礎上的仿真研究[19] . 目前, 上述微觀仿真方法主要被用于基于建筑結構的個體逃生決策研究. 由于疏散系統存在著隨機性和多種不確定因素, 缺乏綜合多種不確定因素的實驗設計和實驗研究, 以及統計分析處理的單次仿真不能獲得具有統計意義的結論, 因而, 基于管理層面在綜合考慮建筑結構、火災環境, 以及疏散者相互作用基礎上的疏散策略的研究非常困難和少見.
針對上述研究的困難與不足, 本文從復雜系統研究的角度, 應用復雜系統的新理論和新方法 ACP (人工系統 (Artificial system)、計算實驗 (Computational experiments)、平行執行 (Parallel execution)), 探索基于管理層面的高層建筑火災環境下的應急疏散策略. ACP 方法的核心思想包括應用基于 Agent 智能體技術的人工系統來描述復雜系統, 解決復雜系統本質上不能解析建模的問題. 以計算機為實驗室通過對人工系統的計算實驗來解決真實系統難以實驗以及重復實驗的難題. 最后, 通過對實際系統與人工系統構成的平行系統進行平行執行來實現系統的管理和控制[20−23] . 近年來, ACP 方法已經成功地應用于交通[24]、化工[25]、經濟[26]、社會安全[27] 等多領域, 為面向以人為核心的復雜社會問題的研究提供了完整的解決方案. 高層建筑火災疏散系統同樣是以人為核心的典型復雜系統, 存在著無法解析建模、無法還原分解的特點, 再加上經濟上、道德上的原因, 真實的火災實驗難以進行, 更不用說多次的重復實驗. 本研究以 ACP 方法為指導, 可以通過構建人工疏散系統將建筑結構、火災環境, 以及疏散者進行綜合描述; 通過單因素和多因素的計算實驗設計與實施, 可以解決火災環境下疏散策略的實驗難題; 同時, 彌補仿真研究對具有隨機性和不確定性的復雜系統缺乏統計意義的不足.
本文下述內容包括: 基于 ACP 方法研究的基本框架; 人工高層建筑火災疏散系統; 基于火災場景的疏散策略計算實驗; 疏散策略的平行執行思想; 通過案例實現上述研究思想; 最后, 給出結論與研究展望.
1 基于 ACP 方法的研究框架
基于 ACP 方法研究高層建筑火災疏散策略的核心內容包括建立人工疏散系統、針對人工疏散系統的計算實驗研究以及將實際疏散系統與人工疏散系統聯系起來的平行執行機制, 組成框架如圖 1 所示.
人工疏散系統由相互作用與影響的疏散者模型庫、建筑結構庫, 以及火災場景庫組成. 基于 “自底向上” 的思想, 通過對疏散者、建筑結構以及火災場景的靈活設置與組合可以實現 “多重世界” 的觀點, 建立不以真實疏散系統為唯一目標的 “多重疏散系統”. 計算實驗是對人工系統進行實驗研究的重要手段. 針對人工疏散系統的計算實驗突破了無法實驗以及通過重復實驗對疏散策略研究的局限, 通過合理的實驗設計、實驗實施, 以及對實驗結果的分析與評價, 可對疏散策略進行疏散效率的驗證與評估. 由于火災人員疏散系統中存在著多種確定的和不確定的因素, 對疏散策略的效率具有控制或影響的作用, 進行合理的因素分析與設定, 展開單因素以及多因素的綜合實驗研究, 是全面評估疏散策略效率的有效手段. 在軟、硬件資源與設備條件, 以及計算環境許可的情況下, 可對人工系統和實際系統進行平行執行, 實現疏散的平行應急管理. 通過平行機制可將對人工系統進行實驗獲得的有效和優化的疏散策略應用于實際系統的應急管理, 并通過對實際疏散系統的實時監測、信息采集與融合將動態的信息反饋給人工系統, 人工系統通過時間調整方法推演事態的發展狀況, 并以疏散系統設定目標為依據動態調整疏散策略, 實現人工系統和實際系統的平行執行是研究的最高目標.
綜上, 基于 ACP 方法的總體研究思路如下:
1) 建立人工疏散系統;
2) 對人工系統提出疏散策略;
3) 通過計算實驗設計、執行、驗證疏散策略, 并對其進行分析和評價;
4) 通過平行執行機制將優化的疏散策略應用于實際系統, 通過實際系統的動態反饋對疏散策略進行動態調整.
2 人工疏散系統
應用 ACP 方法解決疏散策略問題, 構造人工疏散系統是基礎. 人工疏散系統將不以逼近真實的實際疏散系統作為其唯一標準, 而是基于多重世界的觀點, 可以靈活且低成本地展現實際系統的多種可能版本, 成為實際疏散系統的一種或多種可能的替代.
高層建筑疏散系統有三種基本的組成部分需要描述: 具有自主行為能力的疏散者、疏散者所處的復雜高層建筑結構, 以及動態的火災環境.
在整個疏散過程中, 疏散者的疏散行為受到其他疏散者、建筑結構以及動態的火災環境的作用和影響, 共同構成一個無法解析建模的復雜系統. 基于人工生命和人工社會的思想[20] , 應用 Agent 智能體技術來描述具有自治性、社會性、學習性、反應性、以及不同物理特征、運動能力, 并對火災環境中熱、毒性不同反應的疏散者是人工疏散系統的核心. 如圖 2 所示, 基于 Agent 智能體技術的疏散者需要通過一套屬性定義來描述. 這些屬性包括靜態屬性和動態屬性. 一些生理屬性如性別、年齡、身高、體重等在整個疏散過程中應是固定的, 可以用來幫助區分不同的個體, 并作為合理設定其他屬性參數的依據, 設為靜態屬性. 還有一些屬性如移動距離、運動靈敏度、運動速度, 逃離時間等則是火災以及其他影響因素的結果, 應該是動態變化的, 用于在疏散過程中對個體進行動態描述, 設為動態屬性. 具有靜、動態屬性的 Agent 個體通過對位置環境、火災環境、管理環境等外部環境的感知, 基于決策規則和行為規則進行疏散運動. 基于 Agent 智能體建模可以描述出具有生理差異的個體, 并通過大量個體之間的交互作用體現出人群的整體行為和整體涌現現象.
高層建筑結構的描述也是人工疏散系統的重要內容. 空間網格技術的發展為空間結構的詳細和完整描述提供了基礎. 通過合理的空間網格劃分方法可以建立復雜的建筑結構以及建筑結構庫. 為了描述疏散者在火災環境中的運動以及火災的動態影響, 整個建筑空間的網格節點同樣需要通過靜態和動態屬性來描述和表示. 靜態屬性可將網格節點靈活定義為不同的物理空間, 動態屬性可實時地反映火災的熱、煙和毒性. 綜合網格計算技術與 Agent 智能體技術可使疏散者在不同建筑結構的空間進行疏散運動.
火災動態環境是人工疏散系統需要描述的另一重要內容. 不同火災環境下的疏散系統可以看成為人工疏散系統 “多重世界” 的具體實現. 利用火災數值模擬技術可實現對火災動態環境的描述. 火災數值模擬技術是基于火的數學模型, 采用計算機來分析和模擬火的發展以及煙氣的擴散規律. 目前, 火的數值模型主要有網絡模型、區域模型以及場模型. 網絡模擬的優點是模型簡單, 每一個房間只用一個均勻參數來表示, 計算量少, 但對火災煙氣的處理手法十分粗糙, 不能模擬房間內部的溫度場、濃度場的詳細分布情況, 屬于半物理模擬層次. 區域模型將火災房間分為上下 2 個區域, 即上部的熱煙氣區和下部的冷空氣區, 通過建立羽流卷吸模型來進行上下層質量和能量的分析, 進而對火災發展過程中煙氣層的沉降和上下層平均溫度的發展進行計算. 場模擬方法對建筑需要劃分較多的網格, 計算精度高, 但是計算量大, 計算效率較低[28] . 在綜合考慮研究的問題、研究的目標以及計算環境等的基礎上, 分析采用合適的模型作為人工系統中火災動態場景的描述.
綜上, 在充分考慮交互的基礎上, 基于智能體技術、空間網格技術以及火災數值模擬技術, 可以建立高層建筑火災環境下的人工疏散系統, 如圖 3 所示. 圖 3 人工疏散系統框架 Fig. 3 Framework of artificial evacuation systems 人工疏散系統作為真實疏散系統的多重替代, 可以推演已發生和未發生的多種火災場景下的動態疏散過程, 為疏散策略的計算實驗研究奠定了基礎.
3 基于場景的疏散策略計算實驗
英國的 SIME 指出 “火災中人員行為的任何研究, 面臨的首要困難是進行真實火災試驗的不道德性” [29] . 在現實中, 由于經濟和道德等原因, 高層建筑火災的疏散實驗研究異常困難. 正是由于現實中難以進行疏散實驗以及重復性實驗, 高層建筑的性能化防火設計數據基礎仍然非常薄弱, 疏散策略的研究也極為困難.
在 ACP 方法中提出的可控和可重復的計算實驗[21] , 是以計算機為實驗室, 采用自下而上的研究方法, 通過研究微觀層次的個體行為來獲取宏觀的系統整體涌現. 通過對人工系統的計算實驗可以來解決真實系統難以實驗以及重復實驗的難題. 所以, 以人工疏散系統為基礎的計算實驗研究是疏散和疏散策略研究的有力手段. 建造好的人工疏散系統成為疏散策略計算實驗研究的基礎. 由于針對具體火災場景的疏散策略的研究是貼近現實和有意義的, 基于建筑疏散經驗以及專家知識或者宏觀算法尋優確定的疏散策略通過加載于不同火災場景的人工系統, 可以進行疏散效率的量化實驗研究. 此外, 考慮人的因素 (如分布密度、人的不同屬性等)、建筑結構的因素等多種確定的和不確定因素的影響, 通過合理設計的單因素、多因素計算實驗以及多次重復的實驗, 一方面, 能夠對策略的效率進行驗證和評價, 另一方面, 可以對因素的影響進行量化分析. 基于上述考慮, 本研究計算實驗設計的框圖如圖 4 所示, 在選取的火災場景基礎上對實驗中人的因素和建筑結構因素進行單因素或多因素的設定, 通過多次的實驗對獲得的實驗數據進行分析、處理以及評價.
4 疏散策略的平行執行
在前述構造人工疏散系統, 以及基于火災場景的疏散策略計算實驗研究的基礎上, 可以考慮來建立人工系統與實際系統的平行系統, 實現基于應急管理層面的疏散策略平行執行.
基于應急管理平臺的平行執行機制如圖 5 所示.
實現的平行執行包括以下幾方面的內容: 1) 由于對實際疏散系統的疏散效率以及災難性后果難以預測和評估, 將實際系統中的煙感、溫感, 以及一些視頻傳感器信息收集、整理、分析, 以及聚融對人工系統進行信息同化, 可實現真實疏散系統與人工疏散系統的協同演化, 利用人工系統的計算實驗對真實疏散系統的事態演化進行預測與評估; 2) 人工系統利用計算速度超前、動態模擬、效果評估、策略數據庫的數據比對等技術手段, 基于實際系統的同步信息給出優化的疏散策略來指導實際系統的疏散; 3) 通過在線和同步的平行機制, 利用實際系統的動態反饋, 可動態地調整疏散策略, 以期使整個疏散效率最高、損失最小.
5 案例
本節將一幢十層的高層辦公大樓作為案例. 整個建筑近 6 000 平方米, 大樓內部設置兩部樓梯和兩部電梯. 第一層有兩個各為 2 米寬的對外出口. 除第一層外其余九層結構相同, 且層高為 3.0 米, 通過帶有平臺的兩部樓梯進行層連. 建筑的平面圖如圖 6 所示.
由于經濟和道德的原因, 無法對該真實建筑進行人員火災疏散實驗, 從而也不能研究及驗證應急疏散策略的效率. 我們應用 ACP 方法的研究過程如下.
5.1 建立人工疏散系統
本 例 采 用 英 國 格 林 威 治 大 學 開 發 的 buildingEXODUS[7] 疏散仿真平臺與美國 NIST 開發的 CFAST[2] 來建立人工疏散系統. buildingEXODUS 是一個開放的動態仿真平臺, 可以由使用者根據需要修改和選擇參數及變量. 其空間劃分采用的是先進的精細網格劃分方法, 并采用 Agent 技術在綜合考慮疏散者的生理、心理、社會屬性基礎上, 基于規則對疏散者建模. 此外, 該軟件平臺留有火災數據接口, 并可將動態的火災信息反映到 Agent 個體的生理和心理.
5.1.1 建筑結構建模
應用 buildingEXODUS 中的 Geometry 模式通過網格劃分與屬性定義對圖 6 中的建筑結構進行描述, 如圖 7 所示.
其中, 灰色網格為自由空間節點, 可以隨意通過. 小的黑色網格為辦公室內的座椅等固定設備, 可以繞過或跳過. 層與層之間通過兩部樓梯進行連接. 疏散者通過連接弧可以在網格節點間自由運動.
5.1.2 疏散者模型
以 buildingEXODUS 的 POPULATION 模式為基礎, 根據文獻 [30], 男性疏散者的步行速度應比女性疏散者快 10 %. 而靈活性 (Agility)、運動能力 (Mobility)、快速行走速度 (Fast walk speed) 隨著年齡的增加有所衰減, 本例設定衰減為前一年齡段的 90 %. 結合文獻 [31] 中提供的中國人年齡、身高和體重關系的統計數據, 可以建立基于中國人生理特征的物理屬性均值表, 如表 1 所示.
用表 1 中的中國人生理參數修改 POPULATION 模式默認的西方人生理參數 (見表 2), 可建立不同生理數據的疏散者模型.
建筑中人員數目 (密度)、性別比例、年齡分布都是影響疏散過程的重要參數. 在人工疏散系統中可以通過這些參數的靈活設置與重置建立多重的人工系統, 甚至進行極限實驗. 限于篇幅, 本文僅進行了一種設定: 辦公室內每 3 平方米 1 人、大廳走廊內每 10 平方米 1 人, 且男女比例為 1 比 1, 女性年齡在 [20, 55], 男性年齡在 [20, 60] 均勻分布. 這樣, 第 1 層人數為 93 人, 第 2 ∼ 10 層每層人數為 104 人, 該高層辦公大廈中總的疏散人數為 1 245 人. 隨機分布在建筑中的疏散者情況如圖 8 所示.——論文作者:胡玉玲 1, 2 王飛躍 3 劉希未 3, 4
相關期刊推薦:《自動化學報》是由中國科學院主管,中國自動化學會、中國科學院自動化研究所共同主辦的高級學術期刊。內容包括:1)自動控制;2)系統理論與系統工程;3)自動化工程技術與應用;4)自動化系統計算機輔助技術;5)機器人;6)人工智能與智能控制;7)模式識別與圖象處理;8)信息處理與信息服務;9)基于網絡的自動化等。學報編輯委員會由世界各地自動化領域的權威學者組成,編輯部設在中國科學院自動化研究所。
SCISSCIAHCI