如何使用Pathfinder软件来模拟地铁站的运动

关键词：人员疏散能力模拟分析软件、Pathfinder人员疏散能力模拟分析软件、消防安全评估软件，PyroSim中文网

这篇文章演示了如何使用Pathfinder来模拟地铁站的运动，火车到达和离开地铁站。越来越多的非特定于疏散的特征，例如乘客来源和辅助疏散，使得寻路器适用于更广泛的行人移动问题。

地铁站如图所示图1显示了上层站台的乘客。我们的模型将模拟乘客连续进入车站登上特定的列车，以及乘客从已经到达车站的列车上离开。该模型包括10列火车，6列在上站台到达和离开，4列在下站台。我们假设每列火车每隔10分钟到达和离开一次。到达时间是错开的，因此每分钟有一列火车到达。每列火车卸载然后装载200名乘客，给出离开车站的总流量200人/分钟或者12000人/小时(同样的号码也到达车站)。选择的列车荷载应与每列列车的车厢大小和数量以及楼梯和自动扶梯的通行能力一致。

图1.地铁模型显示乘客乘火车到达和离开的站台

地铁计算机辅助设计模型。该CAD模型在Revit中绘制，并使用FBX导入功能和提取地板工具导入到路径查找器中。它不代表真实世界的位置。

2.概念模型

在描述地铁模型之前，用一个小的概念模型来演示这个方法是很有用的。图2显示火车时刻表。火车每隔3分钟开出一班，卸货30秒，装货60秒。乘客以100%的速度连续进入车站12次/分钟并以以下流速离开列车1.2秒/秒30秒。

图2.乘客出站、登机和列车发车的顺序。进入车站的客流是连续的

图3显示了几何图形。右边的门是车站门。这个门有一个附加的来源，将新的乘客插入模型，车站门也是离开车站的乘客的出口。这等候室利用它的门和分割线是一种利用当前的Pathfinder能力管理队列的方法。将登上火车的乘客有一个行为这告诉他们去等候室，然后到地铁门口下车。除了作为出口之外地铁门有一个附加的来源，插入乘客然后前往车站门退出。事件的时间如所示图2连续不断的乘客进入车站排队时，地铁列车会让乘客下车30秒钟，然后候车室的出口门会打开60秒钟，乘客就会登上列车。然后循环重复。

图3.用于说明乘客到达和离开的概念模型

等候室使用的细节值得进一步解释，因为它们代表了一种在当前的寻路器约束下对队列建模的方法。如所示图3等候室有一个单向入口门、一个单向出口门和一条延伸入口空间的分隔线。图4显示当乘客离开地铁列车时，等候的乘客如何在候车室排队。等候室的细节共同完成了这一运动。候车室很小，所以排队的乘客会尽量靠近房间。这具有将乘客移动到队列前面的效果。分隔线是引导乘客排队的屏障，而不是在候车室周围形成半圆。单向入口门确保乘客只能通过出口门离开等候室。其次，候车室出口门可以打开和关闭，当关闭时形成一个队列，当打开时乘客离开候车室并登上火车。下面的视频动态演示了这一运动。我们将使用同样的概念方法来制作更复杂的地铁模型。

图4.乘客下车(蓝色)，等候的乘客排队(红色)

3.地铁模型

地铁模型如图5所示，有五个主要楼层：

• 楼层0米–这是下层站台。四列火车连接到这层。楼梯连接0米到3米的楼层
• 楼层3米–该层的一侧聚集从0米层离开的乘客，并通过自动扶梯将他们运送到18米层。3米层的另一侧供从18米层下降到0米层的乘客使用，以登上列车。
• 楼层15米–这是上层站台。六列火车连接到这层。楼梯连接15层至18层。15层一侧的楼梯用于乘客上下车，另一侧用于乘客下火车。
• 楼层18米–该楼层汇集并分配从3米层和15米层流入的全数流量。楼梯和自动扶梯将18米层连接到30米层。一组楼梯和自动扶梯将流量提升到30米层，一组将流量从30米层降低
• 楼层30米–这是主楼层。全数乘客从这一层进出车站。这一层的一边是给上火车的乘客，另一边是给乘火车到达并离开车站的乘客。
•  

图5.地铁模型导航网格

楼梯和电梯被指定为向上流动或向下流动。图6显示了从楼层18米下降，通过楼层3米，然后下降到较低的平台，楼层0米的流动细节。红色箭头显示了流动方向。在楼层3米的另一端，流量达到楼层18米。楼层18米通过楼梯和自动扶梯连接到主楼层。

图6.流向地下0米。红色箭头表示流向

如简单模型所示，带有入口和出口门的候车室用于控制进入列车的乘客流量。图7显示了位于上部平台上的6号列车末端车厢的组合计算机辅助设计和导航网格视图。你可以看到候车室，进出候车室的单行道，以及火车的出口/入口。中显示了相应的导航网格及其详细信息图8。

图7.上层平台上6号列车端车的计算机辅助设计和导航网格视图

图8.显示6号列车的导航网格细节，带有入口/出口门和相关的候车室

前15分钟的地铁时刻表如所示图9。每列火车每10分钟到达一次，运送200名乘客。乘客在30秒内离开火车，然后排队的乘客在一分钟内进入火车，火车离开。需要说明的是，Pathfinder实际上并没有设置火车到达和离开的动画，到达和离开是通过打开和关闭火车和候车室的门来模拟的。

图9.每列火车的地铁时刻表。每列火车每10分钟卸载一次

乘客的行为由他们的概况(身体特征)和行为(特定的运动目标)决定。此外，来源用于定义乘客进入车站的流量和乘客离开列车的流量。中列出了模型中使用的配置文件、行为和来源图10。

中显示的配置文件图10指定行走速度和其他身体特征。全数乘客都被分配了一个速度，该速度来自一个界限为0.7米/秒和1.5米/秒，该范围涵盖了大多数人群的步行速度(海事组织2007)。较简单的方法是使用一个轮廓来定义步行速度，但是多个轮廓被用来为乘客分配不同的颜色，这取决于他们要登上的列车或者他们是否要离开车站。或者，寻路器框架支持为每种乘客类型定义详细的简档，例如，“儿童”简档可以使用儿童化身并且具有适合于儿童的速度范围，而“年轻男性”简档可以使用年轻人的化身并且具有不同的适当速度范围。该模型中采用的方法是简单方法和复杂方法的折衷。

中显示的行为图10定义乘客将如何移动。离开列车的乘客被随机分配到两个车站出口中的一个。进入车站登上列车的乘客被随机分配到其中一辆列车上，因此他们先进入与该列车排队相关的任何候车室，然后在等候队列出口门打开时登上列车。

每个占用者源可以被分配不同简档和不同行为的分布。当一个占用者由源创建时，占用者被从分布中随机分配一个简档和行为。

乘客来源，如所示图10，与离开列车的乘客的列车车门和车站外的两个源(中的两条绿色长线图5)供进入车站登车的乘客使用。列车的出口流是周期性的，如所示图11.每列火车有15个门，离开火车的时间间隔为30秒，因此流量为0.4444 pers/s每10分钟就有200名乘客。与进入车站的乘客相关的来源(30层上的两条绿色长线图5)有连续的流动0.1666秒/秒每列火车。由于有两个来源和10列火车，这使得每分钟有200名乘客到达(或每列火车每10分钟有200名乘客)。因此，进入车站的旅客总到达流量为12000 pers/hr，这与列车流出车站的总流量相匹配。

图10.地铁模型中使用的配置文件、行为和来源的列表

图11.一号列车出口门的来源。流量以0.444秒/秒的速率周期性变化，每10分钟持续30秒

4.结果

地铁模拟视频提供了结果概述。这显示了模拟开始后从510秒到660秒的移动。

更详细地观察空间使用的一种方法是绘制累积使用轮廓。图12显示主楼层的累计使用情况。这些轮廓为1800秒(30分钟)，轮廓范围为0到500秒。

图12.累计使用的轮廓(空间被占用的综合时间)

让我们更详细地看一下楼梯A和B，它们管理从列车向上的流动，以及楼梯C和D，它们管理向下的流动以登上列车。等高线显示，A楼梯比B楼梯使用得多。原因是A楼梯邻近列车从3层向上的气流，所以更多的乘客使用更近的楼梯。但是因为从15层到18层的两侧都有向上的水流，所以楼梯B也有很大的用途。向下的水流都全数从靠近楼梯C的一侧进入，所以它比楼梯d使用得多

这在楼梯的流速图中得到证实。图13显示了楼梯A和B的上升气流，同时图14显示了楼梯C和D的向下流量。为了比较，这些楼梯的SFPE流量峰值为2.4次/秒。楼梯A和B的向上流动是循环的，反映了列车的到达。这些楼梯上的峰值流速大约是1次/秒。由于乘客的稳定到达，C和D楼梯的向下流动更加稳定。楼梯C显示相对恒定的流速约为2次/秒。

图13.楼梯A和B的向上流速(见图12对于楼梯标签)

图14.楼梯C和D至列车的流速(见图12用于楼梯标签的定义)

5.改变流向会导致拥堵

在地铁模型中，旋转栅门、楼梯和自动扶梯的流动方向被定义为较小化前往列车的乘客和离开车站的乘客之间的交叉流动图6。为了观察在30米和18米之间改变流动方向的效果，运行了一个案例，其中旋转栅门、楼梯和自动扶梯的流动方向被重新安排。原始和新的流动方向如所示图15.现在，楼梯/自动扶梯的右半部分与左半部分的流向不同。

流向的改变意味着试图下火车的乘客(混合颜色)现在必须穿过离开车站的乘客流(蓝色)。主楼层楼梯入口/出口之间的空间相对较小，因此这种交叉流动会导致拥挤。

图15.改变流动方向以说明在狭窄空间内混合流动的困难

Pathfinder中的移动计算针对疏散进行了优化，在疏散中通常不会出现逆流和横流。Pathfinder的逆流能力记录在验证和验证手册。Pathfinder中的移动算法确实包括一些车道形成能力，但是一般来说，预计Pathfinder将会增强交叉流条件下的拥塞。交叉流的实验数据很少，因此很难严格评估模拟。在某种意义上，增强的拥塞也可以被认为是一种资产，因为这意味着Pathfinder的结果是保守的。

6.总结和征求意见

在这篇文章中，我们演示了如何使用Pathfinder来模拟地铁站的运动。模型和结果显示:

• 源的使用使得模拟乘客在指定的时间间隔离开列车成为可能。消息来源还支持乘客连续进入车站。
• 乘客流量以及楼梯和自动扶梯的使用符合预期行为。
• 楼梯上的峰值流速接近预期的SFPE较大流速。
• Pathfinder使得研究由不充分或不良的设计选择导致的拥塞成为可能。