基于系统动力学的危险货物运输事故应急演化研究

沈小燕,蓝 倩,华 珺,隋新宇

(1. 长安大学 汽车学院,陕西 西安 710064; 2. 北京航空航天大学 交通科学与工程学院,北京 100191)

0 引 言

危险货物具有易燃、易爆、腐蚀、毒性等危险特性,其运输事故极易引起危险货物的泄漏,进而导致火灾、毒气扩散甚至灾难性爆炸等严重后果,不仅波及范围广、化学伤害形式特殊且影响深远,对生态环境、农业作物均会产生不可挽回的影响。因此,研究危险货物道路运输事故的应急处置能力,对于控制事故产生的危害具有重要意义。

危险货物运输事故应急管理一直是研究关注的重点之一。现有研究集中在应急决策、应急能力评估、应急站点规划、应急路线优化、应急物资调度等方面。如张青松等[1-2]利用解释结构模型(ISM)和CBR推理技术,分别构建了危险品航空运输应急管理机制多层递阶结构图和应急决策案例推理模型;B.FABIANO等[3]基于图论的理论方法规划危险货物运输事故的最佳应急行动;O.BERMAN等[4]提出了使用最大弧覆盖模型评估危险货物运输事故应急响应能力;CHEN Gangtie等[5]结合量子粒子群模型分析危险货物泄漏时,给定时间内主要路网和核心路网的应急疏散,结果显示,若交管部门充分利用信息优势和主导路网的疏散能力,疏散能力将比正常情况下提高56.9%;M.KINATEDER等[6]分析当隧道内发生危险货物火灾时风险增加对参与者主观危险感知和疏散行为的影响;赵金龙等[7]针对危险化学品泄漏后的应急救援过程,结合Agent相关基础理论,开发了一套公路危化品泄漏事故应急调度系统;王起全等[8]采用蚁群算法模拟仿真港口危险货物运输事故时受灾最严重小区的居民疏散情况,找到最佳疏散路径;HUANG Wencheng等[9]提出了用融合自包含GN算法和均值-方差模型的方法来分配危险货物道路运输网络中的应急物资。

危险货物道路运输事故应急过程是一个非线性、时变、复杂的多反馈过程,需要人、管理部门、车辆、道路和应急设施的协同管理。系统动力学作为探讨复杂系统反馈结构与行为模式的科学,已广泛用于处理应急管理中的复杂问题,尤其是应用于应急资源供应和调度[10-12]、应急疏散[13],医院急诊科[14-15]和洪灾急救[16]等领域,但将其运用到危险货物运输事故应急管理的研究较少。笔者拟从宏观系统角度探讨危险货物道路运输事故应急过程,利用系统动力学模型模拟关键因素对应急处置能力的影响,并研究各因素随时间的动态演化特征。

1 模型构建

危险货物道路运输事故应急过程通常包含两个阶段:一是信息处理阶段,涉及事故报告和相关应急部门启动后续应急程序; 二是应急响应阶段,有关物资运送、人员和车辆疏散的信息实时反馈给应急部门,以便动态评估并做出决策。因此,笔者以事故现场信息流动为主线,研究范围包括事故报警、应急响应、应急疏散救援、应急处置信息反馈,关系如图1。

图1 危险货物道路运输事故应急处置基本框架Fig. 1 Basic framework of emergency response of road transportation accidents of dangerous goods

基于普适性和适当简化原则,应急处置过程中作以下假设:只有单一应急物资仓储设施参与物资调运工作,且仅涉及单一种类的应急物资调运;只有单一医疗救援机构参与人员救援工作;人员疏散与车辆疏散过程中只涉及事故区域外部人员和车辆自由进入事故区域,不涉及事故区域内部人员和车辆在非交通管制的情况下自由离开事故区域。

1.1 模型因果回路

笔者将事故应急处置过程细分成由事故信息处理、救援物资调运、人员救援与疏散以及车辆疏散等4个子系统构成的系统,根据子系统中各因素的因果机制和各子系统之间的关联性,构建危险货物道路运输事故应急处置过程因果回路,如图2。

图2 应急处置过程因果回路Fig. 2 Causal loop diagram of emergency response procedures

因果回路包括4个反馈环:

1)事故信息处理正反馈环:事故发生现场信息报告-→事故信息接收+→事故信息评估+→事故现场指挥+→事故现场处置-→事故发生现场信息反馈。若事故发生现场信息复杂程度低,则有利于信息接收等后续工作开展,从而抑制事故发生现场信息复杂程度的持续增加。信息复杂程度受到事故信息处理过程的调节后,其成长因受到抑制而减缓甚至停顿。

2)人员救援与疏散正反馈环:事故区域待疏散人数+→人员密度-→人员速度+→行人流量+→行人疏散速度+→安全区域人数-→事故区域待疏散人数更新。待疏散人数的持续增加使疏散道路的人员密度逐渐增大,行人运动速度随之减慢,单位时间内的行人流量减小,从而使得疏散速度减慢。交通管制部门需引导事故区域内待疏散人群全部转移至安全区域,而由于人群疏散速度受到主客观原因影响,安全区域人数的增加受到抑制,出现增长缓慢现象。

3)车辆疏散正反馈环:事故区域路网待疏散车辆+→车流密度-→车辆速度+→车流量+→车辆疏散速度+→安全区域车辆-→事故区域路网待疏散车辆更新。待疏散车辆增加导致车流密度增大,行驶速度减慢,疏散过程中单位时间内的车流量减小,从而使得疏散速度减慢,疏散至安全区域车辆增加缓慢,同时待疏散车辆缓慢减少。

4)救援物资调运负反馈环:现场物资需求缺口+→装载速度+→物资在途运输量+→运输速度+→到达现场物资量-→现场物资需求缺口更新。由于持续增长的物资需求,导致需求缺口增加,从而要求物资储备仓库加快装载速度,增加在途运输量,提高运输速度,使得到达现场物资量增加,从而减小需求缺口。救援物资供给部门根据需求缺口采取补给行动,但有时无法马上产生效果,而是根据装载速度和运输速度变化而产生延迟。

1.2 系统流图与关系方程建立

笔者以一起毒性气体泄漏、扩散和周围人员中毒受伤的重特大危险货物道路运输事故为例,基于应急处置过程因果回路和关系机制,提取状态变量、速率变量、辅助变量和常量,运用VENSIM软件将因果关系模型化,建立事故应急处置过程系统流图(图3)。

图3 应急处置过程系统流图Fig. 3 System flowchart of emergency response procedures

1.2.1 信息处理模块

事故现场信息处理是整个事故应急处置过程的动脉,决策部门需根据事故现场信息对事故严重程度和应急处置的复杂程度进行预判,以此开展应急处置工作。事故现场信息需经过报警、接收、评估、指挥和处置行动,直至事故应急处置工作全部完成。将事故严重程度分为1级(特别重大)、2级(重大)、3级(较大)和4级(一般)4个等级,对应的事故信息量分别设为3 000p、2 500p、2 000p、1 500p,其中p代表一个标准单元,无量纲。信息处理模块主要函数关系如式(1)～式(6):

Mon=fINTEG(Fm-Sa,Ma×α)

(1)

Ma=fIF THEN ELSE{β<4,fIF THEN ELSE{β<3,[fIF THEN ELSE(β<2,1 500,2 000),2 500]3 000}}

(2)

Sa=fMAX{fMAX[fDELAY1I(Sh,Dh,0),fDELAY1I(Sv,Dv,0)],fDELAY1I(Sm,Dm,0)}

(3)

Se=fDELAY1I(Sex×γ×δ×ε,Dr,0)

(4)

Sae=fDELAY1I[(St,Dd,0)×∈×ζ]

(5)

Fm=fDELAY1I(Md/Tf,Tf,0)

(6)

式中:Mon为事故现场信息量;fINTEG(·)函数用于计算系统的积分值;Fm事故现场处置信息反馈速度;Sa为报警速度;Ma为事故信息量;α为自然因素影响率;β为受灾程度;fMAX(·)函数用于比较变量的大小关系,并选取其中的最大值作为函数值;Sh为人员报警速度;Dh人员报警延迟时间;Sv为车辆报警速度;Dv为车辆报警延迟时间;Sm为监控报警速度;fDELAY1I函数用于根据设定的物质延迟时间对输入量作延迟处理;Dm为监控系统反应时间;Se为评估速度;Sex为专家评估速度;γ为评估难度系数;δ为灾情扩散程度系数;ε为评估水平;Dr为信息接收延迟时间;Sae为行动执行速度;St为任务执行速度;Dd为各部门到达延迟时间;∈为指挥水平;ζ为信息化程度系数;Md为事故现场处置信息量;Tf为信息反馈时间。

1.2.2 人员救援与疏散模块

毒性气体扩散会威胁人员安全,则该人员从待疏散状态转变为待救援状态;人员以一定速率从待疏散状态变为待救援状态,其受伤速率受到毒性气体在事故区域内发生扩散的比例随时间的变化情况以及伤员发现时间影响;在有人员受伤情况下,救援人员到达和伤员救护的速度直接影响救援速率,并且与救援信息传递时间有关。由于人员管控工作及公共信息发布存在延迟,事故发生区域内人员向安全区域和道路疏散的同时,也存在事故区域外人员进入事故区域的情况。事故区域内待疏散人员的增加将直接影响区域内人员的密度,从而改变人员行走速度,使得人员疏散和撤离行动受到影响。人员救援与疏散模块主要函数关系如式(7)～式(17):

Nrh=fINTEG(Vi-Vr,0)

(7)

Nt=fINTEG(Vr,0)

(8)

Vi=fIF THEN ELSE{Nrh>0,fDELAY1I[(Np×η1×θ×ϑ)/Ti],0}

(9)

Vr=fIF THEN ELSE[Nr>0,fDELAY1I(Sir,Drt+Tr,0),0]

(10)

Svr=fIF THEN ELSE{[(T≫7):AND:(T≪9)]:OR:[(T≫17):AND:(T≪19)],7.5,12.5}

(11)

Neh=fINTEG(Spea-Vi-Spe,Np×η1)

(12)

Spea=fDELAY1I(Speafc,Dpir+Dpc,Spf)

(13)

ρh=(Neh-Nrc)/Lr

(14)

Fp=(ρh×Sp)/Wp

(15)

Spe=fDELAY1I(Fp×Wp,Dpr,0)

(16)

Spd=fDELAY1I(Spd,Dpa,0)

(17)

式中:Nrh为事故区域待救援人数;Vi为人员受伤速率;Vr救援速率;Nt为转移至救援机构人数;Np为事故区域总行人数;η1为时间折减系数1;θ气体为扩散比例;ϑ为人员中毒概率;Ti为伤员发现时间;Sir为伤员救护速度;Drt为救援信息传递延迟时间;Tr为救援人员到达时间;Svr为救援车辆速度;T为时段;Neh为事故区域待疏散人数;Spea为进入事故区域人员速度;Spe为行人疏散速度;Speafc为全面管控下进入事故区域人员速度;Dpir为公共信息发布延迟时间;Dpc为人员管控延迟时间;Spf为行人自由速度;ρh为人员密度;Nrc为道路容纳人数;Lr为道路长度;Fp为行人流量;Sp为人员速度;Wp为人行道有效疏散宽度;Dpr为行人反应延迟时间;Spd为行人撤离速度;Dpa为行人行动延迟时间。

1.2.3 车辆疏散模块

事故发生后,车辆疏散运动受驾驶员自身特征和交通管理措施影响。在交通管制引导车辆疏散过程中,车辆疏散量的增大会引起道路车流状态动态变化。车辆疏散模块主要函数关系如式(18)～式(23):

Nev=fINTEG(Svea-Sve,Nv×η2)

(18)

Svea=fDELAY1I[(Sveafc,Dtir+Dtc,Svf)×ρv]

(19)

Svd=fDELAY1I(Svd,Dda,0)

(20)

ρfv=(Nev-Nle)/Lr

(21)

Fv=(ρfv×Sv)/(Nl×Wv)

(22)

Sve=Fv×Nl×Wv

(23)

式中:Nev为事故区域路网待疏散车辆;Svea为进入事故区域路网车辆速度;Sve为车辆疏散速度;Nv事故区域路网总车辆数;η2为时间折减系数2;Sveafc为全面管制下进入事故区域路网车辆速度;Dtir为交通信息发布延迟时间;Dtc为交通管制延迟时间;Svf为车辆自由速度;ρv为事故区域路网车辆密度;Svd为车辆撤离速度;Dda为驾驶员行动延迟时间;ρfv为车流密度;Nle为车道疏散量;Fv为车流量;Sv为车辆速度;Nl为有效疏散车道数;Wv为车道宽度。

1.2.4 救援物资调运模块

应急救援物资供应是保障救援工作顺利开展的关键。随着救援工作开展,现场应急救援物资会逐渐消耗,现场物资需求缺口增大,反过来影响救援工作顺利进行,物资储存仓库需要不断向事故现场运输救援物资。现场救援物资需求量受事故区域待救援人数等因素影响。定义文中物资量的一个标准单元为q,无量纲。救援物资调运模块主要函数关系如式(24)～式(32):

Mit=fINTEG(Vmd-Vma,0)

(24)

Mis=fINTEG(Vma-Vmc,Mio)

(25)

Vmd=fIF THEN ELSE(Msdg>0,fDELAY1I(λ/Tl,Tia+Di),0)

(26)

Vma=Mit/Tt

(27)

Vmc=fWITH LOOKUP{[t, (0,0)-(8 000,6),(0,0),(150,0.8),(300,1.5),(600,2.8),(900,4),(1 200,5),(1 500,5.6),(1 800,6),(2 100,5.6),(2 400,5),(2 700,4),(3 000,2.8),(3 300,1.5),(3 600,0.8),(4 000,0.5),(5 000,0.25),(6 000,0.1),(8 000,0)]}

(28)

Msdg=Mtd-Mqs

(29)

Md=Nrh-Mph

(30)

λ=Ntv×Ctv

(31)

Stv=fIF THEN ELSE{[(T≫7):AND:(T≪9)):OR:((T≫17):AND:(T≪19)],7.5,12.5}

(32)

式中:Mit为在途物资库存量;Vmd为物资发货速率;Vma为物资运抵速率;Mis为现场物资库存量;Vmc为物资消耗速率;Mio为原始库存量;Msdg现场物资需求缺口;λ为运输能力;Tl为装载时间;Tia为库存调节时间;Di为信息延迟时间;fWITH LOOKUP(·)函数用于建立系统中两个变量之间存在的非线性关系;Mtd为物资需求总量;Mqs为到达现场物资量;Md为物资需求量;Mph为人均需求量;Ntv为运输车辆调运车次;Ctv单位运输车辆容量;Stv为运输车辆速度;t为事故发生时间。

此外,根据文献[17]建立的应急物资需求模型,应急物资消耗速率不是恒定的,总体会呈现先增后减的变化趋势。模型假设物资消耗速率与应急处置时间呈近似二次函数关系,应急处置工作开始时物资最小消耗速率为0,然后消耗随时间呈“S”形增加,当应急处置进行到30 min时,消耗速率达到峰值,为6qs-1,随后逐渐较少,到仿真结束时减少为0。运用WITH LOOKUP功能建立物资消耗速率曲线,曲线上的值即为不同应急处置时刻的物资消耗速率。

2 实例分析与政策模拟

2.1 模拟变量取值

事故发生后紧急状态下的应急处置过程所需模拟变量取值见表1。

表1 模型模拟中的常量或初始值Table 1 Constant or initial values in simulation model

2.2 模型有效性检验

为检验所建立的模型与真实世界的差距,并针对模型的缺陷进行改进,笔者通过量纲一致性检验后,采用现实性检验和极端条件测试对其进行进一步检验。

2.2.1 现实性检验

为检验系统仿真结果有效,以一起毒性气体泄漏、扩散和周围人员中毒受伤的重特大危险货物道路运输事故为例,对危险货物运输事故应急演化仿真结果进行验证。由于危险货物运输事故应急处置过程复杂,事故报告中应急救援数据不全,因此仅选取事故报告中所记载的参与救援人数、车辆数、疏散人数等数据与仿真结果进行对比验证,具体数据见表2。可以看出误差都在10%以内,仿真预测值与真实情况基本相符,可用于仿真分析。

表2 模型仿真检验结果Table 2 Model simulation test results

2.2.2 极端条件测试

极端条件测试是指对模型作“冲击”处理,即把模型中的某个或某几个变量置于极端情况下,模拟、观察所构建的模型由此产生的行为和反应,以证明模型是否能反映实际系统的变化规律或决策者的意愿。

在信息处理模块中,假设事故现场信息处置后需长时间方可得到反馈。取信息反馈时间为仿真时间的1/2,即信息反馈时间为4 000 s,此时事故现场信息经过报警、接收、评估和处置等一系列工作环节还未得到反馈和循环即已结束,事故发生现场信息量迅速降为负值。在车辆疏散模块中,在非紧急状态下,令Svf=0,进而使得Svea=0,同时使得Sve=0,因此,Nev保持不变,如图4(a)。

在人员救援与疏散模块中,模拟疏散停滞状态,即在非紧急情况下,令Spf=0,此时人员疏散模块出现停滞,Neh在一定时间内全部转化为待救援状态,如图4(b)。

对于救援物资调运模块,令Ctv=0,即λ=0,可得结果如图4(c)。此时由于λ突降,物资仓储中心的物资无法正常发货并运送至事故现场,从而使得Mis在Mio耗尽后由于需求量的增加而快速降为负值,而Msdg也不断扩大,这是符合现实的。各模块在极端条件下的行为特征均符合现实情况,因此,认为模型能够通过极端条件测试。

图4 极端条件测试Fig. 4 Extreme condition test

2.3 模型敏感性分析

敏感性分析是检验模型在仿真时段内的敏感性趋势,可以从中提取影响事故应急处置能力的主要因素。笔者分别以Msdg、Nt、安全区域车辆数Nvs和Mon为测试目标,选取Ntv、ζ、St、Tf、Dtc和救援机构距离dh这6个因素作为参数,并假设各参数在相应区间上服从随机分布,分别运行模型200次,测试对其变化产生敏感作用较大的变量以及敏感性分析结果,如图5。图5中不同颜色条带代表不同程度的敏感置信区间,敏感带越宽,面积越大,代表该参数对敏感性分析目标的影响越大。

图5 敏感性分析结果Fig. 5 Sensitivity analysis results

由图5可知,参数取值改变对各个变量的敏感性较强,且随时间变化趋势基本一致。因此,可认为上述测试参数是变量的主要影响因素,可以通过调整应急策略参数进行相应的策略仿真模拟,分析策略的实施对事故应急处置能力的影响。

3 决策分析

根据敏感性分析结果提取影响危险货物道路运输事故应急处置的主要因素,通过改变因素的取值,模拟并观察变量在不同决策下的演化行为,进行应急处置能力提升的决策分析。

3.1 增加运输车辆调运车次

运输车辆调运车次为10、15、20次时,模拟现场物资库存量或现场物资需求缺口随事故发生时间的变化情况如图6。车辆调运车次增加,在应急救援工作前期,现场物资库存量明显增加,其峰值分别为577.0q、660.0q、735.2q。运输车辆调运车次增加一倍,现场物资库存量峰值将增加27%,有效减少了应急资源的库存短缺。因此,增加车辆调运车次能及时补给应急资源,有效减少应急资源库存短缺。而充足的物资储备能缩短事故后应急物资的调运时间,保障物资准备、调配和运输耗时最短。

图6 增加运输车辆调运车次策略模拟仿真结果Fig. 6 Simulation results of strategies for adding the transportation vehicle dispatching number

3.2 提高仓储信息化程度

仓储信息化程度分别为1、5和9时,模拟库存调节时间随事故发生时间的变化情况如图7。随着仓储信息化程度的提高,物资储备仓的库存调节时间显著降低,能有效加快救援物资调运工作。此外,仓储信息化程度的提高除了使库存调节时间缩短外,同样能够增加在途物资库存量、减少现场物资需求缺口。

图7 提高仓储信息化程度策略模拟仿真结果Fig. 7 Simulation results of strategies for improving warehousing informatization

3.3 加快任务执行速度

任务执行速度分别为1.15、1.20和1.25时,模拟行动执行速度和事故现场处置信息量随事故发生时间的变化情况如图8。任务执行速度加快使得应急处置工作行动执行速度相应加快,行动执行速度分别为1.266、1.322、1.377p/s,任务执行速度提高8.9%,应急处置行动执行速度提高8.8%,在仿真时段内每一时刻所处置的信息量也相应增加,从而增强信息在处置工作过程中的流动性。

图8 加快任务执行速度策略模拟仿真结果Fig. 8 Simulation results of strategy for accelerating task execution speed

3.4 缩短信息反馈时间

信息反馈时间为120、80、40 s时,模拟事故现场信息处置反馈速度和事故发生现场信息量随事故发生时间的变化情况如图9。随着信息反馈时间的缩短,在事故处置工作初期,信息处置反馈速度即显著提高,提高到一定程度后保持稳定,反馈回的信息量使得事故现场信息量增加更多。

图9 缩短信息反馈时间策略模拟仿真结果Fig. 9 Simulation results of the strategy for shortening information feedback time

3.5 缩短交通管制延迟时间

交通管制延迟时间为480、300、120 s时,模拟进入事故区域路网车辆速度和事故区域路网待疏散车辆随事故发生时间的变化情况如图10。与人员疏散工作类似,交通管制延迟时间越短,从事故区域路网外部进入事故区域路网内部的车辆速度减小得越快,在仿真时刻第8 000 s时,分别为0.008 1、0.002 5、0.000 4辆/s;待疏散车辆数量也因此减少,其峰值分别为2 026、1 971、1 910 辆;此外,还能够更早完成疏散工作,在仿真时刻第8 000 s时,剩余待疏散车辆分别为7.253、2.639、0.661辆。交通管制延迟时间缩短360 s,待疏散车辆减少116 辆,同时减缓了进入事故区域路网内部车辆速度。

图10 缩短交通管制延迟时间策略模拟仿真结果Fig. 10 Simulation results of strategies for reducing the delay time of traffic control

3.6 缩短救援机构距离

状态1、状态2、状态3为救援机构距离分别为5 000、3 000、1 000 m时模拟救援速率和转移至救援机构人数随事故发生时间的变化情况,如图11。

图11 缩短救援机构距离策略模拟仿真结果Fig. 11 Simulation results of strategy for shortening rescue organization distance

救援机构距离的缩短使得救援人员能够更快到达事故现场,其救援速率由0增加到最大值所需的时间更短,在状态2和状态3下分别为5 445 、4 207 s,而在状态1下,在仿真时间6 000 s时,其救援速度尚未达到最大值,为0.009 94人/s。当医疗救援机构与事故现场距离减小60%时,救援速率提前1 238 s 达到峰值。此外,随着救援机构距离的缩短,在相同的仿真时间内,转移至救援机构的人数更多。

4 结 论

笔者利用系统动力学理论和VENSIM软件构建危险货物道路运输事故应急处置模型,并以一起毒性气体泄漏扩散运输事故为例开展仿真研究,分析应急处置系统中事故信息处理、人员救援和疏散、车辆疏散和救援物资运送模块中各个影响因素对应急处置的影响,模拟和观察系统行为模式的动态演化过程。结果表明:

1)当医疗救援机构与事故现场距离减小60%时,救援速率提前1 238 s达到峰值,并且相同时间内转移至救援机构的人数更多。因此,合理布局应急救援设施、提高应急救援部门响应速度,能够有效提升事故应急响应能力。

2)运输车辆调运车次增加一倍,现场物资库存量峰值将增加27%,有效减少了应急资源的库存短缺;交通管制延迟时间缩短360 s,待疏散车辆减少116 辆,同时减缓了进入事故区域路网内部车辆速度。因此,应急管理部门应开展应急宣传教育活动,增强公众认知和知识储备,加强应急逃生技能,从而提升事故应急救援能力。

3)任务执行速度提高8.9%,应急处置行动执行速度提高8.8%;提高仓储信息化程度,可以使得物资储备仓的库存调节时间显著降低,有效加快了救援物资调运工作。因此,为提升事故应急保障能力,应加强开展应急演练活动,充分调动各职能部门之间的互动性,注重应急指挥水平的提升;完善可变信息板等交通信息发布系统的布局,加快信息传播速度;同时,在仓储和运输环节应加强自动化、信息化等先进科学技术手段的利用。

危险货物道路运输事故应急管理涉及多学科,笔者建立的系统动力学模型还存在一定不足。未来可根据实际应用需要考虑更多影响因素和结构关系,加强系统动力学理论与其他方法的结合,提升模型处理实际复杂应急系统的效率。