全球城市化的快速进程促使轨道交通/地铁系统成为我们日常生活中最重要的交通工具之一,极大地提高了人们的出行效率。北京、香港和上海等地的地铁站每天都面临巨大的客流量,地铁站中还开设了商店、银行、快餐、展览等,地铁站内人员活动越来越丰富多样。尽管目前大多数地铁的设施设备都采用了不可燃或难燃材料,但现有统计结果表明火灾仍是地铁站面临的严重威胁之一。导致这些火灾事故发生的一个非常重要的原因是乘客在客流运动中将其携带的可燃物引燃(本文将这种可燃物定义为移动火灾载荷),但很少有研究人员对移动火灾载荷所引发的火灾风险进行研究,因为其特殊的动态特性使研究的难度大大增加。为了研究这类移动火灾载荷并评估其引发的地铁站内潜在火灾风险,需要对地铁站内人员运动过程进行详细的分析。本文旨在构建一个可用于研究地铁站内移动火灾载荷及其火灾风险分布情况的模型,主要的研究结果总结如下:首先,基于移动火灾载荷的动态特性提出了一个微观仿真模型——动态风险评估(Dynamic Risk Evaluation,DRE)模型,该模型由行人运动模块和火灾风险计算模块两部分构成。行人运动模块主要用于模拟行人的运动过程,而火灾风险计算模块则用于计算火灾风险的变化情况。在行人运动模块中,定义了两种不同类型的行人,即携带大件行李的行人和携带小件行李/未携带行李的行人(其中,大件行李占据了一定的运动空间,而小件行李并未占据除行人以外的其他运动空间),对其特征和运动算法进行详细的描述。火灾风险时空分布图的计算是通过以上这两个子模块相互耦合计算得出的,输入行人属性等参数后,行人运动模块就会初始化模拟场景、行人以及他们的行李(移动火灾载荷)。同时,火灾风险计算模块将对移动火灾载荷进行火灾风险等级划分,并相应地生成其风险影响范围。接下来,内嵌于行人运动模块中的多速度场域元胞自动机模型开始计算行人下一个时间步的运动速度和方向,行人在运动过程中与其他行人相互靠近和远离时,火灾风险计算模块则对行人所处区域的火灾风险变化进行计算。其次,本文对DRE模型开展了模型验证和敏感性分析工作。由于移动火灾载荷是行人的所有物,其动态特性与行人运动过程密切相关。因此,行人运动模块的可信度就决定了 DRE模型的可信度,故本文中模型验证的研究对象为行人运动模块。进行定量验证时,我们对比了不同瓶颈/出口宽度条件下瓶颈/出口处的行人流量和基本图(流量-密度关系),而行人运动轨迹和运动行为(跟随行为和超越行为)的对比则归类于定性验证。通过对比发现,DRE模型的模拟结果和实验结果吻合良好。敏感性分析结果表明移动火灾载荷的风险影响范围、模型更新时间间隔和行人的期望速度对火灾风险分布有显著影响。风险影响范围越大,存在火灾风险的区域面积就越大,火灾风险分布图的等级梯度也越平滑。模型更新时间间隔越短,火灾风险分布变化越准确,但结果的波动也更大。行人的期望速度越大,移动的就越快,区域内火灾风险分布的波动也越大。最后,基于对移动火灾载荷的研究,本文将其引入到人群管理的研究中,探讨携带高风险移动火灾载荷乘客的初始分布、比例以及系统尺寸对火灾风险分布的影响。研究结果表明携带高风险移动火灾载荷乘客距出口距离越远,模拟场景中存在火灾风险的区域范围会更大且会持续更长时间。携带高风险移动火灾载荷乘客所占比例、入口流量与高风险区域比例均呈现指数函数关系,所以必须采取措施将其控制在较低范围。系统的尺寸越大,模拟结果更稳定,更有利于有关部门采取措施。为了构建一个安全的地铁环境,关键在于将地铁站内存在火灾风险的区域比例控制在较低范围,这可以通过加快携带高风险火灾载荷乘客的运动速度和将不同类型乘客分隔开来实现。本文的研究结果能够帮助地铁工作人员快速找出存在高火灾风险的区域,为地铁站等公共交通枢纽的空间布局、人群和设施管理提供科学支撑。