搜索
常用的疏散模拟软件疏散模拟软件的发展十分迅速，疏散模型、算法都在不断地更新、完善。目前，常用的疏散模拟软件有五种：（1）FDS+Evac，由芬兰VTT技术研究中心研发，FDS+Evac的运动计算模型采用Helbing的社会力模型错误!未找到引用源。。软件将人员等价于有自驱动且有几何特性的粒子。建筑内存在一个符合流体力学规律引导人员“流动”的虚拟流场，就如同在出口设置一台抽风机，吸引人员从建筑中流出来；软件不考虑人员的“再进入行”、“羊群行为”、“回避行为”（2）BuildingEXODUS，由英国格林威治大学研发，是一个模拟个人、行为和封闭区间的细节的计算机疏散模型。模型包括了人与人之间、人与建筑之间和人与环境之间的互相作用。它可以模拟大型建筑物中上千人规模的疏散并可包含火灾烟气影响因素。在EXODUS中，空间和时间用二维空间网格和仿真时钟表示。空间网格反映了建筑物的几何形状、出口位置、内部分区、障碍物等。多层几何形状可以用由楼梯连接的多个网格组成，每一层放在独立的窗口中。建筑平面图或用CAD产生的DXF文件，也可用交互工具提供，网格由节点和弧线组成，每一个节点代表一个小的空间，每一段弧代表节点之间的距离。人员沿着弧线从一个节点到另外一个节点。该软件由5个互相关联的子模型组成，它们是人员、移动、行为、毒性和危险子模型。模型跟踪每一个人在建筑物中的移动轨迹，以及人们的模拟状态——或者疏散到安全地点，或者被火灾所伤害。模型基于行为规则和个体属性，每一个人的前进和行为由一系列启发性规则决定。行为子模型决定了人员对当前环境的响应，并将其决定传递给移动子模型。行为子模型在两个层次起作用，即全局行为和局部行为，全局行为假设人员采用最近的可用疏散出口或者最熟悉的出口来逃生；局部行为可以模拟以下现象：决定人员对疏散警报的初始响应、冲突的解决、超越以及选择可能的绕行路径等。这些都取决于人员的个体属性。毒性子模型决定环境对人员的生理影响，考虑了毒性和物理危险，包括升高的温度、热辐射、C0、C02以及02含量等因素影响，并且估计了人员失去行动能力的时间；它采用‘毒性比例效果剂量’模型(FED)，假设火灾危险的影响由接受到的剂量而不是暴露的浓度决定，并且累计暴露期间的比例。EXODUS建模可以采用实验数据或者从其他模型得到数值数据,允许CFAST计算数据导入到EXODUS中。EXODUS模拟完毕后，可以使用数据分析工具来处理数据输出文件。另外，提供了基于虚拟现实的后处理图形环境，提供疏散的三维动画演示。（3）Pathfinder，由美国Thunderheadengineering公司研发，Pathfinder包含SFPE和steering两种人员运动模式。SFPE模式中，通过空间密度确定人员运动速度，人员会寻找最近的出口且相互之间不影响；steering模式根据路径规划、指导机制、碰撞处理相结合控制人员运动，如果人员之间的距离和最近点的路径超过阀值，可以再生新的路径，以适应新的形势（4）Simulex，软件最先是由英国Edinburgh大学设计，后来由苏格兰的PeterThompson博士继续发展的人员疏散模拟软件，可以用来模拟大量人员在多层建筑物中的疏散过程。该软件可以模拟大型、复杂几何形状、带有多个楼层和楼梯的建筑物，可以接受CAD生成的定义单个楼层的文件；可以容纳上千人，用户可以看到在疏散过程中，每个人在建筑中的任意一点、任意时刻的移动。模拟结束后，会生成一个包含疏散过程详细信息的文本文件。SIMULEX把一个多层建筑定义为一系列二维楼层平面图，它们通过楼梯连接；用三个圆代表每一个人的平面形状，精确地模拟了实际的人员。SIMULEX的移动特性基于对每一个人穿过建筑物空间时的精确模拟。模拟了的移动类型包括：正常不受阻碍的行走，由于与其他人接近造成的速度降低、行走超越、身体的旋转和障碍避让。SIMULEX还模拟了最近路径出口选择机制，而心理影响因素和烟气影响因素将是模型将要进一步发展的一部分。由于SIMULEX软件的易用性以及它能够较为真实地反映出疏散过程中可能出现的各种情况，已经被越来越多地应用于实际工程中。（5）STEPS，由英国MottMacDonald公司研发的一款基于元胞自动机的疏散软件，模型假定人员总是沿着最短路径的单元格行走，人员可以设置许多属性参数，如耐心等级、适应性、个体特征、对环境的熟悉程度、从众程度等；软件可以应用动态决策系统在疏散过程中改变条件，如出口的可用性和人员的出口选择等疏散软件的适用范围不同疏散模拟软件的适用的范围存在区别，上述疏散软件的适用范围如表3所示。表3疏散软件适用范围软件名称适用范围FDS+Evac体育场、商场等公共场所、劳动密集型工厂、轮船、火车等大型交通工具BuildingEXODUS超市、医院、车站、学校、机场等大型空间及有大量人群逃生的建筑Pathfinder适用于大型建筑的疏散模拟Simulex适用于大型、复杂几何形状、带有多个楼层和楼梯的建筑物STEPS各种建筑类型及预先确定运动的轨迹的列车、公共汽车等载人交通工具STEPS软件是由英国MottMacDonaId公司开发的一个三维疏散软件，可以模拟办公区、体育场馆、购物中心和地铁车站等场所，这些场所要求确保在正常情况下的交通，而在紧急情况下可以快速疏散。在大而拥挤的地方，通过模拟所获得的最优化人流，可以为建筑消防设计提供一个更适宜的环境和更有效的安全疏散设计方案。目前，STEPS已经被应用于加拿大埃得蒙顿机场、印度德里地铁、美国明尼阿波利斯LRT、英国生命国际中心和伦敦希思罗机场第五出口铁路／地铁。通过与NFPA基于建筑法规标准的设计作比较，STEPS的有效性已经得到验证。1.2.4STEPS软件简介STEPS的设计是用来预测建筑群内人群在正常及紧急情况下的疏散，这些建筑群是指类似地下车站或者办公大楼的地方。STEPS具有很大的灵活性，它可以分配具有不同属性的人员，给予他们各自的耐心等级和适应性等心理影响因素；也可以指定年龄、尺寸和性别。同时，它还考虑了人员对建筑物的熟悉性，它也将影响疏散人员的个体行为。其中，耐心等级决定了当出口附近的人群拥挤时，人员是继续排队等候，还是动态转向另一个最近的出口。STEPS也很独特，它具有在疏散过程中改变条件的能力—像日常生活中发生的那样。烟气可能封闭特定的出口，紧急设施可能开始向人群服务，并且人员在不同的时间从不同的区域开始疏散。模拟一开始，人群首先依照他们预置的特性进行行动，影响人员行为的因素与现实生活相同—人们向相反的方向移动、阻塞、减速以及排队。当一个紧急情况产生，每个人的行程将因为从正常模式转到疏散模式而被重新设定，但是仍旧遵循他们的各自特性。使用者可按照需要将模型平面界定为不同大小的网格系统。目前STEPS模型中只允许每个人占据一个网格。当开始计算时，STEPS会使用一种递归算法来寻找每一个网格与出口之间的距离。STEPS与SIMULEX一样都属于用于人员疏散模拟计算的精细网格模型，都可以用于使用人数众多的多层建筑的疏散模拟分析。这两个疏散软件各有特色，由于它们在各自擅长的领域的出众特点，它们在工程中的应用也越来越广泛。STEPS与SIMULEX两种软件特点对比如表5-4-10所示。选择对象1到达目标所需时间STEPS认定该时间是人群到目标的距离D除以人群行走的速度W：TWalk=D/WD从目标潜力表中获得。W由用户指定。2在目标处排队所需时间STEPS计算该值是在紧急人群之前到达目标的人群数量N，去除以这个数量的流速率F。TQueue=N/FNN是通过比较紧急人群与同一平面上其他人群的TWalk得到。低TWalk的人群被认为是在紧急人群之前行走的。F由用户指定。3行走时间的调整TWalk参数给出了在目标处没有排队时的全部所需时间，因此，直接增加TWalk和TQueue的值意味着延长人群到目标实际所需时间。当人群实际没有到达队伍的尾端时，需要考虑步行时间的调整。假定人们将聚集在目标的周围，以期占领单位中具有最低的潜力。因此，如果我们有一个潜力命令清单，我们就可以找到潜在D2的人，只是在前面目前的1。利用这一潜力，我们可以计算时间，将不会走到达到队列的尾端.假定一个人将围绕自己的目标以他最低的潜能占据最小的空间，因此我们需要有一个潜能排序表，这样就能找到具备D2这种潜能的人，这个人正好排在队伍的最前面。利用这个潜能，我们可以不用通过找到队列的最后一个就能计算出准确的时间TAdjustmentWalk=D2/WW由用户指定。4实际行走时间我们现在可以计算到达队伍末端实际所需时间：TRealTimetoWalk=TWalk–TAdjustmentWalk5排队时间的调整TQueue参数考虑了在紧急人群前到达目标时所有人消耗的时间。然而，当人群对撞时会耗费时间（这会耗费TRealTimetoWalk），因此，我们有必要对排队时间进行调整。STEPS计算在TRealTimetoWalk期间应该到达目标的人数N2，然后按下式计算排队时需要调整的时间：TAdjustmentQueue=N2/F6实际排队时间我们现在就能按下式计算到达队伍的尾端实际所需时间：TRealTimetoQueue=TQueue–TAdjustmentQueue7耐性不同类型的人耐性不同，我们将目标处排队人的耐性按数字0-1进行定义，有耐性的人会在目标地点比没有耐性的人做更长时间的等待。这个系数对排队时间计算的影响如下：CAdjustQueue=1–CPatience*(0.5–Patience)/0.5CPatience是0与1之间的系数，用户在编辑决策对话框中直接定义。根据不同类型人群对自己排队时间的估算，我们随后就能按下式计算他的实际排队时间：TEstimatedTimetoQueue=TRealTimetoQueue*CAdjustQueue8最终分数目标处的最低分数是：TTotal=TRealTimetoWalk*CWalking+TEstimatedTimetoQueue*CQueuingCWalking是一个系数在0与1之间，由用户直接在编辑决策过程对话框中定义。CQueuing是一个系数在0与1之间，由用户直接进入编辑决策过程对话框中定义。