МОДЕЛИРОВАНИЕ ЭВАКУАЦИИ ПРИ ПОЖАРЕ В НОЧНОМ КЛУБЕ НА ОСНОВЕ БАЙЕСОВСКОЙ СЕТИ

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

ТРУДЫ МОЛОДЫХ УЧЕНЫХ

УДК 51-77:614.84

МОДЕЛИРОВАНИЕ ЭВАКУАЦИИ ПРИ ПОЖАРЕ В НОЧНОМ КЛУБЕ

НА ОСНОВЕ БАЙЕСОВСКОЙ СЕТИ

Анастасия Алексеевна Задурова.

Санкт-Петербургский университет ГПС МЧС России, Санкт-Петербург, Россия

 nastya300696@mail.ru

Аннотация. Представлена модель эвакуации при пожаре в ночном клубе. Модель представляет собой байесовскую сеть, реализованную в программе GeNIe Academic.

В предлагаемой модели определены и проанализированы факторы, оказывающие наибольшее влияние на процесс и время эвакуации при пожаре. Используя распределение вероятностей рассматриваемых факторов, сведения из литературы и реальные эмпирические данные становится возможным оценить и спрогнозировать процесс спасения и время эвакуации с использованием предложенной модели. Модель дает возможность оценить величину воздействия различных факторов на процесс эвакуации и обосновать управленческие решения, направленные на снижение времени эвакуации при пожаре в ночном клубе.

Ключевые слова: байесовская сеть, эвакуация, пожар, ночной клуб

Для цитирования: Задурова А.А. Моделирование эвакуации при пожаре в ночном клубе на основе байесовской сети // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2022. № 2.

С. 154–162.

FIRE EVACUATION MODELING IN A NIGHTCLUB BASED

ON A BAYESIAN NETWORK

Anastasia A. Zadurova.

Saint-Petersburg university of State fire service of EMERCOM of Russia, Saint-Petersburg, Russia

 nastya300696@mail.ru

Abstract. The article presents a model of evacuation in case of a fire in a nightclub.

The model is a Bayesian network implemented in the GeNIe Academic program. The proposed model identifies and analyzes the factors that have the greatest impact on the process and time of evacuation in case of fire. Using the probability distribution of the factors under consideration, information from the literature and real empirical data, it becomes possible to estimate and predict the rescue process and evacuation time using the proposed model. The model makes it possible to estimate the magnitude of the impact of various factors on the evacuation process and justify management decisions aimed at reducing the evacuation time in case of a fire in a nightclub.

Keywords: Bayesian network, evacuation, fire, nightclub

For citation: Zadurova A.A. Fire evacuation modeling in a nightclub based on a bayesian network // Nauch.- analit. jour. «Vestnik S.-Petersb. un-ta of State fire service of EMERCOM of Russia». 2022. № 2. P. 154–162.

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

Введение

Обеспечение безопасности людей при пожарах в общественных зданиях – одна из важнейших задач, решению которой посвящены исследования многих как отечественных, так и зарубежных ученых. Ночные клубы не являются исключением, поскольку объектам такого рода характерно массовое скопление людей на довольно ограниченной территории.

Поэтому процессу эвакуации при пожарах в ночных клубах стоит уделить особое внимание.

На основе анализа крупнейших пожаров в ночных клубах мира можно сделать вывод, что наиболее распространенными причинами их возникновения является использование пиротехники и поджог, кроме того, в подавляющем большинстве заведений не соблюдались нормы и правила пожарной безопасности [1]. Процессу эвакуации при пожарах в ночных клубах характерна высокая степень неопределенности [2–4]. Требуется всестороннее изучение множества факторов, оказывающих влияние на процесс развития пожаров и эвакуации людей в ночных клубах. Результаты таких эмпирических исследований дадут возможность обосновать управленческие решения, направленные на оптимизацию процесса эвакуации и обеспечения безопасности людей в кризисных и чрезвычайных ситуациях (ЧС) [5–7].

С целью повышения уровня безопасности людей в ночных клубах был проведен ряд исследований. Эти исследования были направлены на изучение особенностей проектирования зданий ночных клубов, распространения опасных факторов пожара (ОФП), оценку времени эвакуации и принятие решений в ЧС [8]. Тем не менее данные исследования имеют исключительно фрагментарный характер, до сих пор существует значительный недостаток проверенных эмпирических данных и практического опыта в сфере реагирования на ЧС в данной категории объектов. Значительное влияние факторов неопределенности и сложности складывающейся ситуации предполагает использование методов моделирования процесса эвакуации при пожарах в ночных клубах для принятия обоснованных управленческих решений. В этом отношении байесовские сети являются мощнейшим аппаратом для моделирования сложных проблем с большим количеством факторов неопределенности [9, 10].

Целью данной статьи является разработка байесовской сети для моделирования и исследования процесса эвакуации при пожаре в ночном клубе и оценки времени эвакуации.

В работе представлены теоретические основы, применяемые в данном исследовании, описание модели байесовской сети для процесса эвакуации и результаты моделирования.

Методы исследования

Байесовская сеть – это вероятностная графическая модель, которая служит для описания уровня неопределенности в различных системно сложных системах, снижения вычислительной сложности, прогнозирования эффективности принятия различных решений.

Байесовскую сеть можно определить как ориентированный ациклический граф, состоящий из узлов и дуг, в котором узлы представляют случайные величины, а дуги иллюстрируют связи и отношения между этими узлами.

Чтобы разработать модель байесовской сети в любом программном обеспечении, первым шагом является определение переменных (узлов) и зависимостей (дуг) [11].

В рассматриваемой постановке задачи узлами выступают факторы, влияющие на процесс эвакуации при пожаре в ночном клубе (например, максимальная вместимость здания ночного клуба, исправность пожарной автоматики, ширина путей эвакуации, загруженность путей эвакуации, психоэмоциональное состояние людей, наличие паники и т.д.), а дуги иллюстрируют взаимосвязь причин и следствий. Каждый узел может иметь несколько состояний, каждое из которых может возникнуть с определенной вероятностью. Для корневого узла (у которого нет родителей) определяются априорные вероятности. Также формируется таблица условной вероятности для остальных узлов. На следующем этапе все

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

значения вероятностей нормализуются в диапазоне от 0 до 1. При отсутствии точных данных о распределении вероятностей, они приводятся на основе предложений экспертов или с использованием эмпирических данных об уже случившихся пожарах в ночных клубах [12].

Вероятности в байесовской сети могут рассматриваться и оцениваться как условные и безусловные и показаны в процентах.

В данной работе с помощью байесовской сети моделируется анализ времени эвакуации, используя представленные выше методы, чтобы определить факторы, влияющие на процесс спасения людей при пожаре в ночном клубе и вызывающие превышение времени эвакуации. Модель разработана с использованием программного обеспечения GeNIe.

В разработанной модели байесовской сети представлен обзор всего процесса спасения и эвакуации людей при пожаре в ночном клубе, рассмотрены важнейшие факторы, оказывающие влияние на процесс эвакуации и потенциально приводящие к превышению фактического времени эвакуации по сравнению с требуемым. Учитываются такие факторы как состояние путей эвакуации, место возникновения пожара, распространение паники, наличие систем автоматического пожаротушения и систем оповещения и др.

Все факторы представлены в виде узлов байесовской сети, которые связаны направленными дугами, формирующими взаимосвязи причин и следствий. Многократный запуск модели байесовской сети позволяет проводить анализ факторов, выявить факторы, оказывающие наибольшее влияние на процесс эвакуации при пожаре в ночном клубе [13–15].

Результаты исследования

Для разработки модели и ее анализа необходимо сделать ряд предположений.

Предлагается упрощенная схема типового здания одноэтажного ночного клуба (рис. 1).

Как показано на рис. 1, ночной клуб включает в себя три зоны со столами для посетителей

(А, С, D4), находящиеся на разном расстоянии от выходов Е1 и Е2 (основного и запасного), сцену (В), гардероб (D2), танцпол (D3), два бара – слева и справа соответственно (D1 иD5) и служебное помещение (D6).

На рис. 2 изображен двунаправленный граф, иллюстрирующий связь между помещениями ночного клуба. Например, люди могут перемещаться из А в D1 или из В в D3 и наоборот, тогда как для достижения одного из выходов Е переход в вершины D неизбежен.

Предположим, что проведение различных файер-шоу и использование пиротехники наиболее вероятно на сцене ночного клуба (вершина В), поэтому вероятность возникновения пожара здесь будет выше. Кроме того, предположим, что в вершинах Е не будет пожара, и эти вершины являются конечным пунктом назначения людей при эвакуации из здания ночного клуба.

На рис. 3 представлена предлагаемая байесовская сеть процесса эвакуации при пожаре в ночном клубе. В таблице представлено описание узлов сформированной байесовской сети.

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

Рис. 1. Упрощенная схема типового здания одноэтажного ночного клуба

Е Е

D D D D D D

A B C

Рис. 2. Двунаправленный граф связей между помещениями ночного клуба

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

Рис. 3. Модель байесовской сети

(ЛПР – лицо, принимающее решения; АСП – автоматизированные средства пожаротушения)

Таблица. Описание узлов байесовской сети

Количество

Узлы Состояния Описание состояний

Свободны /

Возможность беспрепятственно двигаться

Пути эвакуации 2 Загромождены к выходу из здания

(заблокированы)

Согласно рис. 3 и сделанному ранее

Место

A/B/C/D1/D2/D3/ предположению, что пожар не может возникновения

D4/D5/D6 начаться в вершинах E, с наибольшей пожара вероятностью пожар происходит в зоне B

Возраст человека оказывает влияние

Менее 40 / Более

Возраст людей 2 на его физическое состояние и подверженность панике

Допускается возможность того, что кто-то из посетителей (или сотрудников клуба)

Наличие ЛПР 2 Да / Нет возьмет на себя руководство людьми при пожаре, чтобы снизить уровень паники

Наличие предварительных знаний

Знание

2 Да / Нет о расположении помещений и выходов помещения ночного клуба

Состояние Не пострадал / Воздействие на человека ОФП, наличие человека Пострадал физических повреждений

Паника 2 Да / Нет Подверженность людей панике

Системы

Сработали / Работоспособность систем дымоудаления дымоудаления

Не сработали и АСП и АСП

Воздействуют /

ОФП 2 Воздействие ОФП на людей

Не воздействуют

Срабатывание

Работоспособность системы оповещения системы 2 Да / Нет людей о пожаре оповещения

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

Количество

Узлы Состояния Описание состояний

Время человека Норма / Время человека в пути напрямую влияет в пути Превышено на время эвакуации

Своевременность прибытия Вовремя / Влияние на процесс эвакуации прибывших пожарного С задержкой пожарных расчета

Состояние Не пострадал / Воздействие на пожарных ОФП, наличие пожарного пострадал физических повреждений

Информация о времени эвакуации зависит

Норма /

Время эвакуации 2 от влияния совокупности определенных

Превышено выше факторов

Далее определяются априорные и условные вероятности для всей сети, опираясь на статистику и информацию из открытых источников, а также используя сделанные ранее предположения, что возгорание начнется с наибольшей вероятностью в узле B, а в узлах E возгорания точно не произойдет.

В данной работе были рассмотрены два сценария для оценки времени эвакуации при пожаре в ночном клубе с использованием аппарата байесовских сетей.

Сценарий 1

Описывая сценарий 1, предполагаем, что в рассматриваемом ночном клубе пути эвакуации не загромождены, пожар возникает на сцене, кто-то из посетителей берет на себя руководство людьми, что снижает уровень паники, системы оповещения, дымоудаления и автоматического пожаротушения полностью исправны и срабатывают без сбоев, пожарный караул прибывает за требуемое время. Задав все указанные условия в разработанную модель байесовской сети, получаем следующий результат (рис. 4). Время эвакуации при условиях, заданных в сценарии 1, может быть превышать требуемое в 12 % случаев.

Рис. 4. Результаты моделирования по сценарию 1

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

Сценарий 2

Описывая сценарий 2, предполагаем, что пути эвакуации могут быть загромождены, пожар возникает на сцене, никто из посетителей не берет на себя руководство людьми, что повышает уровень паники, автоматизированные системы пожаротушения не срабатывают, что приводит к более интенсивному воздействию ОФП на людей, а пожарный караул прибывает с задержкой. Задав все указанные условия в разработанную модель байесовской сети, получаем следующий результат (рис. 5). Время эвакуации при условиях, заданных в сценарии 2, будет превышать требуемое в 31 % случаев.

Рис. 5. Результаты моделирования по сценарию 2

Заключение

Таким образом, в предлагаемой модели определены и проанализированы факторы, оказывающие наибольшее влияние на процесс и время эвакуации, а сама модель байесовской сети дает возможность оценить величину воздействия различных факторов на процесс эвакуации и обосновать эффективность принятия управленческих решений, направленных на недопущение превышения допустимого времени на эвакуацию при пожаре в ночном клубе.

Многократный запуск модели байесовской сети позволит выявить факторы, которые оказывают большее влияния на время протекания процесса эвакуации. Применение полученной информации на практике позволит сократить число пострадавших и снизить материальный ущерб при пожарах в ночных клубах.

Список источников

1. Задурова А.А., Матвеев А.В., Смирнов А.С. Анализ пожаров на объектах с массовым пребыванием людей на примерах ночных клубов // Науч.-аналит. журн. «Вестник

С.-Петерб. ун-та ГПС МЧС России». 2020. № 1. С. 20–28.

2. Kobayashi K. Fire Investigation Report of Club «Santika» in Bangkok // Fire Science and Technology. 2011. Vol. 30. № 2 (Spec. Iss.). P. 45–54.

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

3. Report of the technical investigation of The Station Nightclub fire: appendices /

W. Grosshandler [et al.] // NIST NCSTAR. 2005. № 2.

4. A computational study of the station nightclub fire accounting for social relationships /

S. El-Tawil [et al.] // Journal of Artificial Societies and Social Simulation. 2017. Vol. 20. № 4.

5. Матвеев А.В. Организационные и методические аспекты обеспечения безопасности потенциально опасных объектов. СПб.: С.-Петерб. ун-т ГПС МЧС России, 2019. 144 с.

6. Матвеев А.В., Ефремов С.В. Модель процесса аварийной эвакуации из здания в случае пожара при нестационарном потоке людей // Безопасность жизнедеятельности.

2013. № 2. С. 45–50.

7. Матвеев А.В., Попивчак И.И. Управление безопасностью персонала АЭС при пожаре // Национальная безопасность и стратегическое планирование. 2018. № 3 (23).

С. 92–101.

8. Matveev A.V., Maximov A.V., Zadurova A.A. Simulation model of emergency evacuation in case of fire in a nightclub // IOP Conference Ser. Earth and Environmental Science. Ser.: International Science and Technology Conference «Earth

Science». 2021. P. 012019.

9. Звягин Л.С. Байесовские интеллектуальные технологии – инновационный метод анализа в условиях неопределѐнности // Отраслевые аспекты технических наук. 2011. № 11.

С. 13–19.

10. Савин А.В. Байесовский подход в современном анализе: алгоритмы и синтез //

Международная конференция по мягким вычислениям и измерениям. 2018. Т. 2. С. 635–638.

11. Власенко А.И. Обзор программных решений для построения байесовских сетей //

Проблемы управления в социально-экономических и технических системах: сб. науч. статей по материалам XII Междунар. науч. конф. / отв. ред. Т.Э. Шульга. 2016. С. 138–139.

12. Задурова А.А. Использование аппарата байесовских сетей при оценивании вероятности пожара на примере ночного клуба: сб. трудов секции № 11 ХХXII Междунар.

науч.-практ. конф. Химки, 2022. С. 97–102.

13. Enabling a powerful marine and offshore decision-support solution through bayesian network technique / A.G. Eleye-Datubo [et al.] // Risk Analysis. 2006. Vol. 26. P. 695–721.

14. Hänninen M., Kujala P. Influences of variables on ship collision probability in a Bayesian belief network model. Reliability Engineering and System Safety. 2012. Vol. 102.

P. 27–40.

15. Звягин Л.С. Особенности использования байесовского подхода для выявления проблем анализа статистики ситуаций различных процессов и поиска их решений // Мягкие измерения и вычисления. 2021. Т. 48. № 11. С. 54–65.

Referenses

1. Zadurova A.A., Matveev A.V., Smirnov A.S. Analiz pozharov na ob"ektah s massovym prebyvaniem lyudej na primerah nochnyh klubov // Nauch.-analit. zhurn. «Vestnik

S.-Peterb. un-ta GPS MCHS Rossii». 2020. № 1. S. 20–28.

2. Kobayashi K. Fire Investigation Report of Club «Santika» in Bangkok // Fire Science and

Technology. 2011. Vol. 30. № 2 (Spec. Iss.). P. 45–54.

3. Report of the technical investigation of The Station Nightclub fire: appendices /

W. Grosshandler [et al.] // NIST NCSTAR. 2005. № 2.

4. A computational study of the station nightclub fire accounting for social relationships /

S. El-Tawil [et al.] // Journal of Artificial Societies and Social Simulation. 2017. Vоl. 20. № 4.

5. Matveev A.V. Organizacionnye i metodicheskie aspekty obespecheniya bezopasnosti potencial'no opasnyh ob"ektov. SPb.: S.-Peterb. un-t GPS MCHS Rossii, 2019. 144 s.

6. Matveev A.V., Efremov S.V. Model' processa avarijnoj evakuacii iz zdaniya v sluchae pozhara pri nestacionarnom potoke lyudej // Bezopasnost' zhiznedeyatel'nosti. 2013. № 2. S. 45–50.

7. Matveev A.V., Popivchak I.I. Upravlenie bezopasnost'yu personala AES pri pozhare //

Nacional'naya bezopasnost' i strategicheskoe planirovanie. 2018. № 3 (23). S. 92–101.

Труды молодых ученых

№ 2–2022 Вестник СПб ун-та ГПС МЧС России http://vestnik.igps.ru

8. Matveev A.V., Maximov A.V., Zadurova A.A. Simulation model of emergency evacuation in case of fire in a nightclub. V sbornike: IOP Conference Series: Earth and Environmental Science. Ser.: International Science and Technology Conference «Earth

Science». 2021. P. 012019.

9. Zvyagin L.S. Bajesovskie intellektual'nye tekhnologii – innovacionnyj metod analiza v usloviyah neopredelyonnosti // Otraslevye aspekty tekhnicheskih nauk. 2011. № 11. S. 13–19.

10. Savin A.V. Bajesovskij podhod v sovremennom analize: algoritmy i sintez //

Mezhdunarodnaya konferenciya po myagkim vychisleniyam i izmereniyam. 2018. T. 2. S. 635–638.

11. Vlasenko A.I. Obzor programmnyh reshenij dlya postroeniya bajesovskih setej //

Problemy upravleniya v social'no-ekonomicheskih i tekhnicheskih sistemah: sb. nauch. statej po materialam XII Mezhdunar. nauch. konf. / otv. red. T.E. Shul'ga. 2016. S. 138–139.

12. Zadurova A.A. Ispol'zovanie apparata bajesovskih setej pri ocenivanii veroyatnosti pozhara na primere nochnogo kluba: sb. trudov sekcii № 11 HKHXII Mezhdunar. nauch.-prakt.

konf. Himki, 2022. S. 97–102.

13. Enabling a powerful marine and offshore decision-support solution through bayesian network technique / A.G. Eleye-Datubo [et al.] // Risk Analysis. 2006. Vol. 26. P. 695–721.

14. Hänninen M., Kujala P. Influences of variables on ship collision probability in a Bayesian belief network model. Reliability Engineering and System Safety. 2012. Vol. 102.

P. 27–40.

15. Zvyagin L.S. Osobennosti ispol'zovaniya bajesovskogo podhoda dlya vyyavleniya problem analiza statistiki situacij razlichnyh processov i poiska ih reshenij // Myagkie izmereniya i vychisleniya. 2021. T. 48. № 11. S. 54–65.

Информация о статье:

Статья поступила в редакцию: 13.05.2022; одобрена после рецензирования: 17.05.2022;

принята к публикации: 20.05.2022

The information about article:

The article was submitted to the editorial office: 13.05.2022; approved after review: 17.05.2022;

accepted for publication: 20.02.2022

Сведения об авторах:

Анастасия Алексеевна Задурова, адъюнкт факультета подготовки кадров высшей квалификации

Санкт-Петербургского п университета ГПС МЧС России (196105, Санкт-Петербург, Московский пр., ен ч лу о д. 149), e-mail: nastya300696@mail.ru

Information about the authors:

Anastasia A. Zadurova, postgraduate student of the faculty of training of highly qualified personnel,

Saint-Petersburg university of State fire service of EMERCOM of Russia (196105, Saint-Petersburg,

Moskovsky pr., 149), e-mail: nastya300696@mail.ru

Труды молодых ученых