- 无标题文档
查看论文信息

中文题名:

 

公路隧道火灾下个体应激行为及应对策略研究

    

姓名:

 郑凯淘    

学号:

 1049722002756    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 082303    

学科名称:

 工学 - 交通运输工程 - 交通运输规划与管理    

学生类型:

 硕士    

学校:

 武汉理工大学    

院系:

 交通与物流工程学院    

专业:

 交通运输规划与管理    

研究方向:

 交通安全;道路火灾    

第一导师姓名:

 刘兵    

第一导师院系:

 交通与物流工程学院    

完成日期:

 2023-03-21    

答辩日期:

 2023-05-21    

中文关键词:

 

隧道火灾 ; 应激行为 ; 行为选择 ; 社会影响 ; 虚拟现实

    

中文摘要:

公路隧道火灾成灾过程快,火势蔓延迅速,可用疏散时间短暂,一旦火势蔓延往往造成严重的经济损失和人员伤亡,另一方面隧道火灾成因复杂,灾场人群组成和个体行为不确定突出。发生隧道火灾时,由于个体应对能力差异和外部救援的滞后性,灾场人员无法及时有效应对火灾,从而任由火灾蔓延扩散或未及时疏散滞留原地,错失火灾应对黄金窗口期。基于此,本文从个体应激行为的角度开展研究,主要包括以下四个方面:

(1)从应激反应的角度出发,以近年来公路隧道火灾案例相关材料为基础数据,采用扎根理论研究程序提取了17个隧道火灾应激要素,建立了以火源刺激、位置条件、疏散条件和社会影响为应激源维度的公路隧道火灾应激源结构。在此基础上,设计了应激要素问卷量表,开展隧道火灾个体应激问卷调查。

(2)建立了虚拟现实实验场景,以火灾早期和发展阶段为背景,分别开展了驾驶和步行条件应激行为实验,获取了不同灾场应激源序列下的个体应激行为数据,并分析了不同应激要素对应激行为的影响。结果表明:社会行为显著影响火灾人员的行动策略,在火灾初期驾驶阶段,场景中NPC(Non-Player Character)撤离车辆和继续行驶时,被试选择相同策略的比例分别比NPC停车等待时高33.4% 和 13.3 %。在火灾发展步行阶段,中等能见度时社会行为对步行人员行动策略的影响比低能见度和高能见度时更高,人员前往横洞的比率提高17.4%。

(3)构建了公路隧道火灾个体应激行为结构方程模型,引入了个体属性变量,探究了应激行为内在作用机制,揭示了各因素对应激行为的最大影响路径。结果表明,在火灾早期驾驶阶段,人员的应激行为主要受社会行为(0.355)和知识水平(0.343)的影响;在火灾发展步行阶段,步行人员应激行为主要受应激刺激(-0.383)和知识水平(0.374)的影响,应激压力对步行应对态度具有负效应。

(4)提出了“预防 + 介入 + 支持”的应对策略模式,并开展应激应对效果评价实验。结果表明,应对策略有助于引导人员采取正确的应对行为和减少疏散时间,平均撤离车辆决策时间降低了69.1 %,不同火灾场景下,平均疏散时间降低分别了2.72 s、19.68 s、21.22 s。

参考文献:

[1] 吕勇. 公路隧道火灾人员逃生不确定性研究[D]. 长安大学, 2013.

[2] 田堃. 公路隧道火灾疏散安全系数模型与试验研究[D]. 重庆交通大学, 2021.

[3] 洪丽娟,刘传聚.隧道火灾研究现状综述[J].地下空间与工程学报,2005(01):149-155.

[4] Kim H K, Lönnermark A, Ingason H. Effective Firefighting Operations in Road Tunnels[M]. 2010.

[5] Carvel R O. Fire Size in Tunnels[D]. School of the Built Environment, Heriot-Watt University, 2004.

[6] 赖金星, 周慧, 程飞, 等. 公路隧道火灾事故统计分析及防灾减灾对策[J]. 隧道建设, 2017, 37(4): 409-415.

[7] 曾磊, 王少飞, 林志, 等. 公路隧道火灾事故调查分析[J]. 现代隧道技术, 2012, 49(3): 41-48.

[8] 胡嘉伟, 彭伟, 薛韦一. 基于 ISM 法的公路隧道火灾事故致因研究[J]. 中国安全生产科学技术, 2014, 10(2): 57-62.

[9] 赵东平, 王峰, 余颜丽, 等. 铁路隧道火灾事故及其规模研究综述[J]. 隧道建设, 2015, 35(3): 227-231.

[10] 杨震. 公路隧道火灾人员安全逃生研究[D]. 长安大学, 2012.

[11] He K, Cheng X, Zhang S, et al. Experimental study on smoke control using wide shafts in a natural ventilated tunnel[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2019, 195: 104015.

[12] 陈娜, 高坤, 张瑞, 等. 地铁火灾虚拟场景及人员生理应激实验[J]. 消防科学与技术, 2019, 38(9): 1306-1309.

[13] Philpot R, Levine M. Evacuation Behavior in a Subway Train Emergency: A Video-based Analysis[J]. Environment and Behavior, 2022, 54(2): 383-411.

[14] Fridolf K, Ronchi E, Nilsson D, et al. Movement speed and exit choice in smoke-filled rail tunnels[J]. Fire Safety Journal, 2013, 59: 8-21.

[15] Haghani M, Sarvi M, Shahhoseini Z. Evacuation behaviour of crowds under high and low levels of urgency: experiments of reaction time, exit choice and exit-choice adaptation[J]. Safety Science, 2020, 126: 104679.

[16] Liu J, Zhang R, Sun L, et al. Fire evacuation in complex underground space of personnel[J]. IOP Conference Series: Earth and Environmental Science, 2021, 787(1): 012136.

[17] 林晓飞. 地铁乘客火灾应激反应及干预研究[D]. 北京交通大学, 2020.

[18] 李丹丹. 突发公共危机事件下群体心理应激及其仿真研究[D]. 燕山大学, 2018.

[19] 吴静杰, 杨乃定. 考虑决策者心理行为的应急决策模型[J]. 统计与决策, 2019, 35(7): 53-56.

[20] 王立晓, 于江波, 孙小慧. 考虑心理异质性的地铁应急疏散行为决策建模[J]. 中国安全科学学报, 2021, 31(10): 119-126.

[21] Mao Y, Fan Z, Zhao J, et al. An emotional contagion based simulation for emergency evacuation peer behavior decision[J]. Simulation Modelling Practice and Theory, 2019, 96: 101936.

[22] 钟光淳, 翟国方, 葛懿夫. 突发灾害事件情境下人群疏散研究进展[J]. 灾害学, 2021, 36(4): 221-227.

[23] 曹雷, 王琳. 基于改进社会力模型的人群疏散研究[J]. 系统科学与数学, 2016, 36(09): 1434-1447.

[24] Felcman J, Kubera P. A cellular automaton model for a pedestrian flow problem[J]. Mathematical Modelling of Natural Phenomena, 2021, 16: 11.

[25] 薄杰. 基于元胞自动机原理的商用地下停车场人车混行仿真模拟方法研究[D]. 长安大学, 2021.

[26] Jiang R, Wu Q-S. Interaction between vehicle and pedestrians in a narrow channel[J]. Physica A: Statistical Mechanics and its Applications, 2006, 368(1): 239-246.

[27] Bode N W F, Codling E A. Exploring Determinants of Pre-movement Delays in a Virtual Crowd Evacuation Experiment[J]. Fire Technology, 2019, 55(2): 595-615.

[28] Lovreglio R, Kuligowski E, Gwynne S, et al. A pre-evacuation database for use in egress simulations[J]. Fire Safety Journal, 2019, 105: 107-128.

[29] D’Orazio M, Longhi S, Olivetti P, et al. Design and experimental evaluation of an interactive system for pre-movement time reduction in case of fire[J]. Automation in Construction, 2015, 52: 16-28.

[30] Haghani M, Sarvi M, Scanlon L. Simulating pre-evacuation times using hazard-based duration models: Is waiting strategy more efficient than instant response?[J]. Safety Science, 2019, 117: 339-351.

[31] 陈长坤, 秦文龙, 童蕴贺, 等. 突发火灾下人员疏散心理及行为的调查与分析[J]. 中国安全生产科学技术, 2018, 14(08): 35-40.

[32] 江锦成. 面向重大突发灾害事故的应急疏散研究综述[J]. 武汉大学学报(信息科学版), 2021, 46(10): 1498-1518.

[33] Kinateder M, Müller M, Jost M, et al. Social influence in a virtual tunnel fire – Influence of conflicting information on evacuation behavior[J]. Applied Ergonomics, 2014, 45(6): 1649-1659.

[34] Kinateder M. Social influence on route choice in a virtual reality tunnel fire[J]. Transportation Research Part F, 2014(26): 116-125.

[35] Cosma G, Ronchi E, Nilsson D. Way-finding lighting systems for rail tunnel evacuation: A virtual reality experiment with Oculus Rift[J]. Journal of Transportation Safety & Security, 2016, 8(sup1): 101-117.

[36] 章庭瑞, 李维, 闫治国. 长大公路隧道纵向排烟与人员疏散特性研究[J]. 现代隧道技术, 2020, 57(S1): 651-661.

[37] 王星, 屈建荣, 夏永旭, 等. 单洞双向公路隧道火灾人员疏散救援研究[J]. 地下空间与工程学报, 2020, 16(3): 944-954.

[38] 梁璇文. 基于虚拟现实的行人出口选择实验研究[D]. 中国科学技术大学, 2020.

[39] Meng F, Zhang W. Way-finding during a fire emergency: an experimental study in a virtual environment[J]. Ergonomics, 2014, 57(6): 816-827.

[40] Arias S, Nilsson D, Wahlqvist J. A virtual reality study of behavioral sequences in residential fires[J]. Fire Safety Journal, 2021, 120: 103067.

[41] Guo K, Zhang L. Multi-source information fusion for safety risk assessment in underground tunnels[J]. Knowledge-Based Systems, 2021, 227: 107210.

[42] Jabbari A, Almalki K, Choi B-Y, et al. ICE-MoCha: Intelligent Crowd Engineering using Mobility Characterization and Analytics[J]. Sensors, 2019, 19(5): 1025.

[43] 谢科范, 宋钰, 梁本部. 人群疏散中的恐慌传播与干预策略研究[J]. 管理学报, 2019, 16(02): 273-279.

[44] Zhang M, Ke J, Tong L, et al. Investigating the influence of route turning angle on compliance behaviors and evacuation performance in a virtual-reality-based experiment[J]. Advanced Engineering Informatics, 2021, 48: 101259.

[45] Miyagawa D, Ichinose G. Cellular automaton model with turning behavior in crowd evacuation[J]. Physica A: Statistical Mechanics and its Applications, 2020, 549: 124376.

[46] Zhao H, Schwabe A, Schläfli F, et al. Fire evacuation supported by centralized and decentralized visual guidance systems[J]. Safety Science, 2022, 145: 105451.

[47] Kinateder M, Ronchi E, Nilsson D, et al. Virtual Reality for Fire Evacuation Research[C]. Proceedings of the 2014 Federated Conference on Computer Science and Information Systems, 2014(2): 313-321.

[48] Tucker A. The effects of information and hazard on evacuee behavior in virtual reality[J]. Fire Safety Journal, 2018: 11.

[49] Deb S, Carruth D W, Sween R, et al. Efficacy of virtual reality in pedestrian safety research[J]. Applied Ergonomics, 2017, 65: 449-460.

[50] Olivier A-H, Bruneau J, Kulpa R, et al. Walking with Virtual People: Evaluation of Locomotion Interfaces in Dynamic Environments[J]. IEEE Transactions on Visualization and Computer Graphics, 2018, 24(7): 2251-2263.

[51] Sharma S, Jerripothula S, Mackey S, et al. Immersive virtual reality environment of a subway evacuation on a cloud for disaster preparedness and response training[C]. 2014 IEEE Symposium on Computational Intelligence for Human-like Intelligence (CIHLI). Orlando, FL, USA: IEEE, 2014: 1-6.

[52] 何高奇, 郁明强, 蒋正清, 等. 基于 VR 火灾逃生游戏的应急行为评估系统[J]. 系统仿真学报, 2017, 29(11): 2796-2803+2810.

[53] Arias S, La Mendola S, Wahlqvist J, et al. Virtual Reality Evacuation Experiments on WayFinding Systems for the Future Circular Collider[J]. Fire Technology, 2019, 55(6): 2319-2340.

[54] 石来, 陈超, 李晓军, 等. 基于 FDS 的地下空间增强体验式火灾逃生 VR 系统[J]. 中国安全科学学报, 2019, 29(4): 70-75.

[55] 沈浩, 杜新秀, 刘祎. 基于认知评价的非常规突发事件个体应激研究[J]. 中国安全科学学报, 2015, 25(1): 29-33.

[56] 李良, 李路云. 地震发生时个体应急行为规律的探索性研究[J]. 管理工程学报, 2022, 36(2): 148-158.

[57] 段海军, 王雪微, 王博韬, 等. 急性应激:诱发范式、测量指标及效果分析[J]. 心理科学进展, 2017, 25(10): 1780-1790.

[58] Lönnermark A, Ingason H. Fire Spread and Flame Length in Large-Scale Tunnel Fires[J]. Fire Technology, 2006, 42(4): 283-302.

[59] 王畅, 付锐, 于鹏程. 城市道路环境中驾驶人应激响应感知-制动反应时间分析[J]. 科学技术与工程, 2013, 13(13): 3802-3807.

[60] 王希, 张倩婧, 晏帮易, 等. 沉浸感量表中文版信效度检验[J]. 中国临床心理学杂志, 2019, 27(2): 290-293.

[61] 周晨曦. 基于精神分裂症患者自我管理行为机制的亚群分类研究[D]. 北京协和医学院, 2020.

[62] Bandura A. Self-efficacy: Toward a unifying theory of behavioral change[J]. Psychological Review, 1977, 84: 191-215.

[63] 袁春燕, 李明倩, 谷彦鹏, 等. 商场工作人员自我效能感与火灾时行为的结构方程模型分析[J]. 中国安全生产科学技术, 2022, 18(9): 174-180.

[64] Shi L, Xie Q, Cheng X, et al. Developing a database for emergency evacuation model[J]. Building and Environment, 2009, 44(8): 1724-1729.

[65] 刘敦文, 贾昊燃, 翦英骅, 等. 基于虚拟现实技术的隧道火灾应急培训系统构建和研究[J]. 中国安全生产科学技术, 2019, 15(2): 131-137.

中图分类号:

 U491    

条码号:

 002000074461    

馆藏号:

 YD10002619    

馆藏位置:

 203    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式