������վ�ڳ˿���ɢʱ����㷽���о�

在分析实测数据的基础上,针对地铁车站内乘客疏散时间计算问题建立了考虑人群密度、空间环境变化的数学模型。文中分别对乘客下车过程、站台、通道和楼梯的行走过程、使用自动扶梯过程以及通过出口过程进行分析研究,以乘客疏散过程为依据建立基于统计学与排队理论的综合计算模型,给出了适合计算地铁车站内容乘客出站所需疏散时间的方法。本文以西直门地铁站乘客疏散为案例验证了所建立计算模型的有效性及实用性,模型计算结果与观测数据的总体误差约为2.25%,其中仅楼梯阶段与出口的通行时间计算误差超过10%。案例研究结果还表明地铁车站疏散能力存在上限,在进行地铁车站设计与列车运行计划制定的过程中应充分考虑这一限制因素。     

轨道交通车站楼梯和自动扶梯处客流延时分析

利用排队论建立轨道交通车站楼梯和自动扶梯处客流延时模型,得出客流延时的指标公式,可为更清楚地了解车站楼梯和自动扶梯处的乘客延时状况提供一定的理论依据.     

不同类型城市轨道交通车站站台客流特性对比研究

随着轨道交通的发展,站台客流拥挤、服务效率低等问题越来越受到重视,研究城市轨道交通客流特性是解决该问题的基础。本文从个体行为和群体行为两个角度重点对不同类型城市轨道交通车站站台上的乘客行为进行对比分析。在乘客个体行为方面,主要研究不同类型城市轨道交通车站站台高峰和平峰时段乘客个体的步幅、步速、步频等属性的特点及之间的关系,并进行建模分析;在乘客群体行为方面,主要研究不同类型城市轨道交通车站站台出站乘客流速度与密度的关系以及针对乘客候车区选择特性分析建模。通过上述分析,得到不同类型城市轨道交通车站站台乘客行为规律及模型,为地铁车站根据自身类型进行客流组织和站台服务设施布置提供一定的理论依据。     

刍议地铁列车车门的错位设计

正众所周知,为了缓解客流压力,及时运送乘客到达目的地,地铁线路在早晚高峰期间均是最大运量投入运营,行车间隔密集。因此,在高峰期间,一列地铁车辆延误可能引发蝴蝶效应,导致更长时间和更多地铁线路发生延误。根据上海地铁网络运营故障统计,约4%的长时间列车延误是由高峰期间大客流引起,可见高峰期间及时输送客流,避免乘客滞留站台至关重要(见图1)。地铁建成后,地下车站几乎无法改造。当客流需求     

北京地铁13~#线西直门站站台客流仿真

客流量大、乘客密集是地铁车站的主要特征,为确保乘客人身安全,提高站台服务水平,以北京地铁13#线西直门站为例,在对车站客流特性调查的基础上,运用Anylogic仿真软件对站台乘客流向进行模拟仿真,并通过相关评价指标对站台服务水平进行评价。根据仿真结果,得出该站台当前存在的不足,并提出改进方案。     

考虑行车因素的轨道交通车站换乘仿真分析

在区域轨道交通一体化的背景下,为充分发挥换乘车站作用,最大程度实现旅客出行无缝衔接,研究区域轨道交通换乘车站行车因素对乘客换乘的影响。在分析换乘系统设备设施布置和流线组织冲突基础上,提出车站换乘工作组织的评价指标,并以成都市犀浦站为实际案例,使用AnyLogic仿真软件对犀浦站内城际铁路与地铁的同站台换乘系统进行仿真。通过对不同行车因素情境下乘客换乘过程及评价指标的仿真实验分析,找出换乘环节中的瓶颈环节,提出适应行车因素和乘客换乘需求的犀浦站同站台换乘优化方案。所提出的考虑行车因素的行车客运一体化车站仿真模型及分析方法能够为区域轨道交通体系下车站的换乘组织、行车作业和客运作业提供有效建议。     

基于多层次行人行为模型的地铁大客流仿真

为研究地铁车站大客流演化规律与运营组织,从乘客个体行为出发构建"宏观-中观-微观"多层次行人行为模型;微观层次采用较为成熟的社会力模型,并建立了中观路径规划模型和宏观站台候车区选择模型,设计乘客路径搜索算法,搭建人-车站-列车一体化地铁大客流仿真框架.以北京地铁国贸站为例进行地铁车站大客流仿真,提出运营组织措施及建议.     

重庆轻轨袁家岗车站桥车致振动分析

运用车站桥结构动力学及车桥耦合振动车辆动力学的研究方法,采用了车桥振动理论的荷载列方法,以重庆跨座式轻轨袁家岗车站桥为研究对象,进行了轻轨列车过桥时的车桥空间耦合振动响应分析,着重研究了列车速度变化时对车站桥的挠度、乘客在站台、站厅和楼梯上的舒适度分析.车桥计算结果表明,该车站桥能够满足良好的舒适性与安全性要求.     

基于多层次行人行为模型的地铁大客流仿真

为研究地铁车站大客流演化规律与运营组织,从乘客个体行为出发构建"宏观-中观-微观"多层次行人行为模型;微观层次采用较为成熟的社会力模型,并建立了中观路径规划模型和宏观站台候车区选择模型,设计乘客路径搜索算法,搭建人-车站-列车一体化地铁大客流仿真框架.以北京地铁国贸站为例进行地铁车站大客流仿真,提出运营组织措施及建议.     

重庆轻轨袁家岗车站桥车致振动分析

运用车站桥结构动力学及车桥耦合振动车辆动力学的研究方法，采用了车桥振动理论的荷载列方法，以重庆跨座式轻轨袁家岗车站桥为研究对象，进行了轻轨列车过桥时的车桥空间耦合振动响应分析，着重研究了列车速度变化时对车站桥的挠度、乘客在站台、站厅和楼梯上的舒适度分析．车桥计算结果表明，该车站桥能够满足良好的舒适性与安全性要求。     

基于乘客需求的地铁枢纽通道信息系统评价方法研究

为了更好地满足乘客对地铁枢纽通道信息不同程度的需求,文中基于马洛斯需求理论系统地分析了地铁乘客枢纽需求信息层次;利用KANO模型设置问卷对乘客需求信息进行调查,研究乘客对地铁枢纽通道各类信息的需求程度,提出了基于乘客需求的地铁枢纽通道信息系统评价方法,并就乘客对各类信息的敏感度进行了探讨.     

城市轨道交通车站站台行人交通特性

为了确定城市轨道交通车站站台行人交通特性,以北京市地铁2号线西直门站站台视频资料为基础,观测站台区域行人交通行为,分析行人速度、候车位置分布、密度时空分布特性。分析结果表明：与街道环境相比,站台区域行人自由流速度均值偏高,且站台与楼梯邻接区域行人速度随密度的增大下降较快;车辆到达之前行人候车呈队列形式,车辆到达后呈扇形分布在车门两侧;站台区域行人密度时空分布受轨道交通车辆班次影响,表现出规律性波动变化。     

基于Pathfinder的地铁车站行人疏散仿真研究

快速有效地对突发事件下地铁车站的行人进行疏散具有重要现实意义。随着计算机技术的发展,计算机仿真、多智能体技术已越来越多地被应用到行人疏散研究中。以北京市地铁4号线西单站为实例,使用基于agent技术的Pathfinder仿真软件对行人应急疏散过程进行仿真分析研究。研究和计算结果表明:站内站台层的楼扶梯是站内疏散的瓶颈部位,提出改善扶梯运行方式的方法,并在此基础上进行对比分析,该方法对地铁车站行人疏散过程产生影响。     

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明：运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。     

地铁站中的空间情节

地铁站作为运输线的一个空间节点,是提供旅客换乘和候车的一种静态设施,也是乘客在地铁线路上最能直接接触到的建筑空间。本文研究总结了地铁站空间情节的性质和类型,将地铁车站建筑的空间情节划分为四个阶段,并在此基础上阐释了营造良好地铁空间情节的意义及其方法。     

北京市轨道交通乘客出行方式选择分析

轨道交通作为城市公共交通的一种承担方式,近年来在大城市公共交通中扮演着越来越重要的角色,因此对轨道交通乘客出行方式选择的分析显得尤为重要. 本文通过对北京地铁5号线进行乘客问卷调查,掌握乘客到离轨道交通系统的方式选择规律及客流空间分布规律. 研究结论主要有：选择步行方式换乘客流量是最大的,客流主要来自直接服务区,选择常规公交换乘轨道交通的比例次之,选择小汽车出行的人一般都是驾车到有条件的车站进行P+R换乘. 在上述数据分析的基础上,提出了轨道交通系统在规划设计上尽可能根据站点的吸引范围及区域特征实现地面公交、自行车、步行、出租车、私家车等与地铁的近距离换乘.     

城市轨道交通车站疏散乘客行为及影响分析

轨道交通车站突发事件下乘客的疏散行为对安全疏散具有重要影响。通过对轨道交通车站乘客疏散的个体行为和群体行为及其产生的影响进行细致分析,结合疏散行为特性和疏散行为的负面影响提出了缓解和解决措施。     

地铁车站AFC终端设备合理设置对客流的引导作用分析

地铁车站是客流集散的场所,客流引导工作是车站的重点工作之一。车站上的AFC终端设备的主要作用是能出售单程票、为储值卡充值和检验车票的有效性,并能处理日常票务工作。通过确定跟客流相匹配的设备数量,合理布局设备,提高设备的稳定性和乘客的使用效率等手段,合理设置AFC终端设备,对客流有正确的引导,缩短乘客在车站的时间,一方面有利于车站组织客流,另外一方面可以提高乘客的出行效率。     

铁路客运站旅客最高聚集人数计算模型

考虑了旅客出行习惯和列车晚点,建立了铁路客运站旅客最高聚集人数计算模型.在模型中,在出行时,乘坐6:00～9:00出发列车的旅客一般在列车出发前5～60 min到达客运站,乘坐21:00以后出发列车的旅客一般在19:00～21:00达到客运站;在晚点调整时等级越高的列车具有越高的优先权,晚点时间与运行时间成正比.计算结...