36-CNG 加气站爆炸燃烧的交通疏散仿真分析

1引言
随着石油资源的日益短缺和国家能源战略的调整，环保要求和汽车技术的不断提高，燃气车辆不断增多，与之相对应的车用加气站的数量也越来越多。

四川省是天然气资源的大省，燃气车辆和加气站的数量在全国都处于前列。

以成都市为例，截至2008年8月，成都市中心城区内有加气站38个，市域范围内有59座；另根据最新的《成都市中心城CNG加气站总体布局规划（2008—2020）》，从2008年起至2020年，成都市中心城（含高新西区、南区）拟新增CNG加气母站6座、子站和常规站55座，形成8个母站、子站和常规站82个的总体布局。

但是接连发生的加气站燃气泄漏与火灾事故使得加气站的使用安全问题成为安全监管部门、加气站运营人员、驾乘人员甚至加气站周边居民日益关注的问题。

在应急交通疏散方面，国外的起步较早国外对应急疏散的研究起步较早，20世纪50年代就已经有关于这方面的文献记载。

随着计算机技术的发展，逐渐出现关于交通疏散仿真模拟方面的文献，早期的微观仿真研究事例由Peat[1]，Sugiman和Misumi[2]，以及Stern和Sinuany-Stern[3]提出。

而早在上世纪60年代，欧洲、美国澳大利亚等国家就开发了用于车辆应急疏散的仿真软件，经历了宏观、中观和微观的一个发展过程，如宏观仿真软件DYNEV、中观仿真软件OREMS和微观仿真软件VISSIM等。

交通应急疏散在中国还是一个新兴的概念，我国对应急条件下人员安全疏散的研究尚属起步阶段，目前交通应急疏散的研究并不多，迄今为止仅有一两家研究机构在国内消防刊物上发表过有关人员安全疏散模型的论文。

李伏京在现有元胞自动机模型和行人流模型基础上，建立了一种基于车辆环境约束以及人员行为特性的元胞自动机模型，选取北京地铁车辆为仿真对象，仿真车辆布局对于车辆内人员安全疏散性能的影响[4]。

北
CNG加气站爆炸燃烧的交通疏散仿真分析
李慧，骆勇，张诗波
LI Hui，LUO Yong，ZHANG Shi-bo
西华大学交通与汽车工程学院，成都610039
School of Traffic and Auto，Xihua University，Chengdu610039，China
E-mail：luoyongaaa@
LI Hui，LUO Yong，ZHANG Shi-bo.Traffic evacuation analysis for explosion and burning radius of CNG -puter Engineering and Applications，2010，46（36）：230-233.
Abstract：With the shortage of the gasoline resource day by day，the adjustment of county’s energy strategy，environment protect requirement and the continuous progress of the automobile technology，more and more automobiles are designed on the CNG as their fuel and corresponding CNG stations are increasing at the same time.But the consequential accidents such as the leakage of the gas and the fire disaster make the security of the CNG station become a serious problem which peo-ple pay more and more attention on it.If the gas is not fired immediately，it may construct the gas cloud cluster and will ex-plode when it comes out a fire，and people in a certain distance may be wounded by the shockwave also the architectures in the dangerous range will be destroyed.This paper contributes to formulate the evacuate conditions for pedestrian after the explosion accident happening and also provides the basis for evaluating the new constructed CNG stations.
Key words：traffic；explosion；accident；Compressed Natural Gas（CNG）
摘要：随着石油资源的日益短缺和国家能源战略的调整，环保要求和汽车技术的不断提高，燃气车辆不断增多，与之相对应的车用加气站的数量也越来越多。

但是接连发生的加气站燃气泄漏与火灾事故使得加气站的使用安全问题成为日益关注的问题。

当加气站出现燃气泄漏与火灾事故时，天然气未立即着火可形成爆炸气体云团，遇火就会发生爆炸，在危险距离以内，人会受到爆炸冲击波的伤害。

重点将对CNG加气站爆炸事故后的交通疏散条件制定分级标准，结合实例采用计算机软件仿真疏散分析，对以后进行新建加气站的安全评估分析工作开展提供定量依据。

关键词：交通；爆炸；事故；加气站
DOI：10.3778/j.issn.1002-8331.2010.36.064文章编号：1002-8331（2010）36-0230-04文献标识码：Ａ中图分类号：TP391
基金项目：四川省教育厅科研基金（No.08ZC009，No.09ZC017）；四川省综合运输省重点实验室开放基金（No.B01Ｂ0802）；西华大学交通运输规划与管理重点学科研究基金资助（No.XZD0816-09-1）。

作者简介：李慧（1976-），讲师，研究方向：城市交通优化与设计。

收稿日期：2010-02-04修回日期：2010-09-25
京工业大学交通研究中心实验室利用OREMS中观仿真软件承担了奥运应急疏散预案仿真研究，提出了奥运应急疏散时间估计模型，得到了总体疏散时间、平均疏散速度等，可以为决策者提供决策支持的关键参数，并对仿真结果做了分析[5]。

西南交通大学的徐高，在比较分析了不同的微观仿真模型之后，提出了更加灵活的微观离散地铁站内的人员疏散仿真模型[6]。

目前在事故预防方面，加气站的设计和运行管理以及安全监管方面有一些零散的措施；在事故后应急措施方面，一旦发生燃气泄漏和火灾紧急事故，应该采取什么样的措施尽可能地减少事故伤亡、事故损失，以及如何进行人员的疏散等方面还没有一个操作性较好的应急措施，造成加气站在发生事故之后事故控制措施不当、人员车辆疏散盲目、交通长时间拥堵甚至瘫痪。

作为天然气汽车应用的大省，有必要在制定事故应急预案这方面走在前列。

2加气站火灾爆炸危险因素分析
2.1天然气成分分析
天然气的主要成分是甲烷。

甲烷是一种易燃易爆气体，最小点火能为0.28mJ，和空气混合后，温度只要达到550℃就燃烧，属甲类火灾危险。

在空气中，天然气的体积分数只要达到5%~15%就会爆炸。

它对空气的密度为0.55，扩散系数为0.196。

因此，天然气极易燃烧、爆炸，并且火灾发生后很难控制[7]。

2.2加气站工作人员违规操作
由于有些加气站工作人员岗前培训不够，或者没有参加定期培训，使得他们对加气站的各类设备的原理、结构和操作规程等专业知识了解不够，没有足够的防火、灭火基础知识，不能应对火灾突发事故，会违章作业和违章检修等。

有的员工在加气站内吸烟、使用手机、没有穿静电防护服等。

2.3设备、组件损坏
加气站的工作压力一般为20~25MPa，在如此高的压力下，储气瓶、连接管、接头等都极易容易发生泄漏事故。

系统高压运行容易发生超压，当压力超过设备和组件所能承受的最大压力时有可能发生爆炸或局部破裂，或者由于腐蚀作用造成天然气的大量泄漏。

2.4外界因素影响
加气站多建在靠近城市交通干道或者车辆出入方便的次要干道，车辆来往频繁，周围环境复杂，容易受到外部火源的威胁，如过往车辆的尾气火花、周围人群的人为火源等。

车辆发生意外冲进气站，撞到加气机有可能会造成气体泄漏。

此外，天气因素如雷电也会对加气站的安全造成威胁。

3CNG加气站的周边位置分析
成都市西北桥CNG加气站位于一环北路和二环北路之间的九里堤南路，靠近沙湾路口。

九里堤南路属于区域性次干道，研究范围具有典型的代表性。

因为九里堤南路与东面200m左右的府南河大体走势一致，并且在该研究范围内府南河东西岸互通的只有一环路和二环路，所以本研究在考虑疏散范围时不把府南河东岸的区域囊括在内。

本课题主要研究的疏散范围由二环路北一段（700m）、九里堤南路（900m）、一环路北一段（600m）以及沙湾路（1000m）包围而成的区域。

见图1所示。

4CNG加气站的周边位置交通流量分析
4.1交通调查及分析
图2到图5是西北桥CNG加气站周边的主要交叉口的高峰时间当量交通流量（pcu/h）流向情况。

从图中可知：在路网的几条主干道中，二环路的交通量在整个路网中最大（3000~ 4000pcu/h），加气站所处的九里堤南路的交通量和一环路北段的交通量也很大（2000~2500pcu/h），而圃园路、圃园横街以及九里堤南路支路等几条支路的交通量很小（0~200pcu/h）。

西北桥加气站所在九里堤南路的交通比较繁忙。

尽管如此，各条路在高峰时间内的饱和度也还有一定的余量[8]。

4.2交通调查及分析
借助TransCAD宏观交通仿真软件，运用其中的根据路段反推OD技术，再运用经典的四阶段方法，得到重新分布后的交通量。

这样，疏散状态下的交通仿真可以在新的交通量分布下运行交通仿真程序，见图6。

图1
成都市西北桥加气站的地理位置图
二环北一段
九
里
堤
南
路
二环北二段
九
里
堤
中
路
88
1328
354
1974
1
7
2
6
2
2
4
2
2
1
8
1624
446
1376
58
1
3
4
1
2
4
4
7
4
1
7
6
图2二环路北段与九里堤南路交叉口交通流量流向图
112
74
176
346
沙湾东一路
沙
湾
路
1
3
4
6
3
6
1
1
4
1
8
8
光荣北路
52
78
100
314
沙
湾
路
2
3
2
1
1
3
4
5
2
1
3
3
2
图3沙湾路与沙湾东一路交叉口交通流量流向图
5CNG 加气站的周边交通应急疏散的交通分析
本项目是对CNG 加气站事故后周边交通应急疏散及仿
真的研究，在广泛收集CNG 加气站爆燃事故的基础上，依据CNG 加气站事故危害程度、成因的分析、对交通的影响程度划分出事故的等级，由此构建CNG 加气站事故后周边道路交通的多种疏散方案，包括：人流疏散、警告疏散、禁止疏散、强制疏散，借助VISSIM 软件，实现假设其发生事故后对加气站周边道路车辆安全疏散的仿真。

具体疏散方案下的交通分析要针对具体的研究对象，其分析方法与经典的交通影响分析方法类似。

在本研究的实例分析中，针对西北桥加气站，具体的疏散路线如下详细介绍：
人流疏散，对道路上的车辆运行几乎没有影响，发出蓝色警告，采取改变红绿灯的时长对车流进行疏散，见图7。

由于加气站的地理位置特殊（位于九里堤南路与沙湾东一路的交叉口红绿灯处），为了不影响加气站的救险，此时将九里堤南路与沙湾东一路交叉口处的红绿灯关闭，使其一直处于绿灯通行状态，事故发生时正在九里堤南路的车辆快速驶离九里堤南路，分别进入沙湾东一路、二环路北段以及一环路北段。

由九里堤南路支路驶向加气站方向的车辆通过交叉口右转直行或由圃园路或圃园横街驶向二环路方向。

严格控制沙湾东一路、二环路北段以及一环路北段驶向九里堤南路的车辆。

警告疏散，对道路上的车辆有一定的影响，发出黄色警
告，对交通进行部分管制，见图8。

此时加气站的状况为爆炸或泄露。

在关闭交叉口处红绿灯，使其一直处于绿灯通行状态，对加气站所在一侧的道路采取管制，管制范围从加气站所处交叉口红绿灯到九里堤南路支路，靠近加气站的一侧进行封闭，处于管制路段由九里堤南路驶向二环路的车辆从九里堤南路支路疏散驶向二环路。

而二环路驶向一环路的车分别通过圃园横街和圃园路绕行驶离九里堤南路，由沙湾东一路驶向九里堤南路的车辆通过沙湾东一路中段的支路驶向二环路或一环路，由九里堤南路支路驶向加气站方向的车辆通过交叉口转弯直行或由圃园路或圃园横街驶向二环路方向。

同时限制沙湾东一路、二环路北段以及一环路北段驶向九里堤南路的车辆。

禁行疏散是在加气站爆炸对道路的交通有严重影响时，发出橙色警告，对交通进行部分封闭，见图9。

此时的加气站的状况为燃烧后爆炸。

封闭的范围为以加气站为圆心，半径200m 的地段。

由一环路北段通过九里堤南路驶向二环路北段的车辆在封闭处有序地调头原路返回一环路北段或西体北路，由二环路北段通过九里堤南路驶向一环路北段方向的车辆通过圃园横街和圃园路绕行进入二环路。

由沙湾东一路驶向九里堤南路的车辆通过沙湾东一路中段的支路驶向二环路
图4沙湾东一路与九里堤南路交叉口交通流量流向图
九里堤南路
沙湾东一路
九里堤南路
1200916284
394
1149210861101008
一环路北二段
136853484828
120920681082
8
30
7650610
0西体北路九里堤南路
一环
路北一
段
37273413
411
60
图5
一环路北段与九里堤南路交叉口交通流量流向图
35923609
3583
129111
841582261471889994253
92524
2555
2604
4455
115
2002
2374
35043446
60
125
21622185
87
100
64
865
549
617670914
68
63
2951
3539
3047
2474
3602
3673
352417
83
21
93
576
1953
0.0000to 0.250
00.2500to
0.50000.500
0to 0.75000.7500to 1.00001.0000to 1.25001.2500to 1.50001.5000to
1.7500
Other V/C Ratio
Vehicle Flows
20001000
500
7
1421
Miles
图6
整个路网的交通流量仿真分配
图7人流疏散仿真运行全局图
图8
警告疏散仿真运行全局图
图9警告疏散仿真运行全局图
或一环路。

由九里堤南路支路驶向加气站方向的车辆通过交叉口转弯直行或由圃园路或圃园横街驶向二环路方向。

处于加气站与圃园横街之间封闭路段的车辆和沙湾东一路与加气站之间封闭路段的车辆分别有序的调头从九里堤南路支路驶离事故地点。

同时禁止沙湾东一路、二环路北段以及一环路北段驶向九里堤南路的车辆。

强制疏散对周围道路的交通有极其严重的影响，发出红色警告，采取对加气站周边的道路进行全封闭管制，见图10和图11。

此时的加气站的状况为爆炸后燃烧。

加气站所处的九里堤南路全线封闭，任何车辆不得进入九里堤南路。

位于九里堤南路的车辆应采取调头或者从支路驶离九里堤南路进入沙湾路、一环路、二环路。

正驶向九里堤南路、沙湾东一路的车辆择道绕行远离事故地点。

6结束语
对CNG 加气站事故后周边交通应急疏散及仿真进行了
研究，在广泛收集CNG 加气站爆燃事故的基础上，依据CNG 加气站事故危害程度、成因的分析、对交通的影响程度划分出事故的等级，由此构建CNG 加气站事故后周边道路交通的多种疏散方案，包括：人流疏散、警告疏散、禁止疏散、强制疏散。

最后以成都CNG 加气站为例，通过对典型加气站周边道路交通状况的调查分析，借助VISSIM 软件，实现了假设其发生事故后对加气站周边道路车辆安全疏散的仿真。

对相应的事故提出不同的交通应急疏散组织方案规划出了不同的疏散路径，并分别用蓝色、黄色、橙色、红色作为四种方案的交通疏散指示。

本论文主要针对加气站外部环境的疏散进行研究，未并涉及对加气站内部的车辆及工作人员的疏散行为，这还有待于在以后的研究中进一步解决。

参考文献：
[1]Peat ，Marwick ，Mitchell and work flow simulation
for urban traffic control ，system-phase II[Z].The Federal High-way Administration ，Washington ，D C ，1973.
[2]Sugiman T ，Jyuji M.Development of a new evacuation method
for emergencies ：Control of collective behavior by emergent small groups[J].Journal of Applied Psychology ，1988，73（1）.
[3]Sinuany-Stern Z ，Stern E.Simulating the evacuation of a small
city ：The effects of traffic factors[J].Socio-Economic Planning Sciences.1993，27（2）.
[4]李伏京，方卫宁，胡清梅，等.地铁车辆安全疏散性能的仿真研究[J].
系统仿真学报，2006，18（4）.
[5]蒋光胜.大城市突发事件交通组织与疏散对策研究[D].北京：北京
工业大学，2005.
[6]徐高.人群疏散的仿真研究[D].成都：西南交通大学，2003.[7]蒋军成.郭振龙.工业装置安全卫生评价方法[M].北京：化学工业出
版社，2004.
[8]骆勇，张诗波.车用燃气加气站事故应急措施研究[R].成都：西华大
学，2009.
98
81
661933472162271537
3454
35092375
43364463
3607
25293323
3374
3541
562
35132
168
221110410730
12831147
387
57
122
1502
1318
1274
135
132
3081
3650
3089
3095
3379
2508
1959
3638
1285
196
0.0000
to
0.25000.2500to 0.50000.5000to 0.75000.7500to 1.00001.0000to 1.25001.2500to 1.50001.5000to 1.7500
Other 20001000
500
7
1421
Miles
Map Layers V/C Ratio
Vehicle Flows
New Layer
图10
强制疏散交通流量仿真分布
31图11强制疏散仿真运行全局图
（上接212页）
参考文献：
[1]张学工.关于统计学习理论与支持向量机[J].自动化学报，2000，26（1）：32-42.
[2]Cherkassky V ，Mulier F.Learning from data ：Concepts ，theory and
methods[M].N Y ：John Viley &Sons ，1997.
[3]Graf A B A ，Smola A J ，Borer S.Classification in a normalized
feature space using support vector machines[J].IEEE Trans Neu-ral Net ，2003，14（3）：597-605.
[4]Cortes C ，Vapnik V .Support vector networks[J].Machine Learning ，
1995，20：273-297.
[5]Yacoub S B ，Abdeljaoued Y ，Mayoraz E.Fusion of the face and
speech data for person identity verification[J].IEEE Transactions on Neural Networks ，1999，10（5）：1065-1070.
[6]Crammer K ，Singer Y .On the learn ability and design of output
codes for multiclass problems[C]//Proceedings of the Thirteenth An-nual Conference on Computational Learning Theory ，2000：35-46.[7]Joachims T.Text categorization with support vector machines ：Learn-
ing with many relevant features[C]//Proceedings of the 10th Eu-ropean Conference on Machine Learning ，1998：137-142.[8]Burges C J C ，Scholkopf B.Improving the accuracy and speed
of support vector learning machines[M]//Mozer M ，Jordan M ，Petsche T.Advances in Neural Information Processing Systems 9.[S.l.]：MIT Press ，1997：375-381.
[9]Osuna E ，Freund R ，Girosi F.An improved training algorithm
for support vector machines[C]//1997IEEE Workshop on Neu-ral Networks for Signal Processing ，1997：276-285.
[10]Cao L J ，Chua K S ，Guan L K.C-ascending support vector ma-chines for financial time series forecasting[C]//2003Internation-al Conference on Computational Intelligence for Financial En-gineering ，2003：317-323.
[11]Tay F E H ，Cao L.Application of support vector machines in
financial time series forecasting[J].Omega ，2001，29（1）：309-317.[12]Lin C F ，Wang S D.Fuzzy support vector machines[J].IEEE
Trans Neural Net ，2002，13（2）：464-471.
[13]Vapnik V .Estimation of dependences based on empirical data[M].
[S.l.]：Springer-Verlag ，1982.。