矿井火灾动态烟气蔓延场景模拟与基于机器学习的逃生路线智能决策

《Process Safety and Environmental Protection》：Scenario Simulation of Dynamic Smoke Spread in Mine Fires and Machine-Learning-Based Intelligent Decision-Making for Evacuation Routes

　　

摘要

矿山火灾后的安全疏散决策受动态烟雾蔓延和巷道通行能力变化的影响，传统的基于风向和最短路径的路线难以适应这种变化。本研究构建了一个轻量级交互式训练环境。基于多场景PyroSim数据，拟合了烟雾蔓延公式，并建立了考虑巷道坡度、能见度、体力和自救设备的人员移动模型。采用某磷矿的实际巷道网络，使用消息传递神经网络（MPNN）编码拓扑结构，并使用两种代表性的多智能体强化学习（MARL）策略，即多智能体PPO（MAPPO）和独立PPO（IPPO）进行对比分析。在动态烟雾蔓延和巷道通行能力随机变化的组合场景下，IPPO和MAPPO的模拟疏散成功率分别为80.07%和78.20%，优于网络流方法，比动态A*、静态A*和人工设计路线高出约16-39个百分点。两者中，IPPO收敛更快，在模拟场景中表现更好。训练后的策略能够根据灾害条件在出口与避难硐室之间做出高质量的选择。本研究验证了使用MARL进行矿山火灾动态疏散决策的可行性，可为相关领域的算法选择和工程应用提供参考。

引言

矿山事故后紧急疏散的效率直接关系到井下工人的生存概率。一项关于全球被困矿工事件的统计研究表明，2006年至2024年间，39起典型事件涉及1324名矿工，总死亡率为73.4%，平均救援时间为14.9天（Ngwenyama和Webber-Youngman，2025）。在各种地下灾害中，火灾和爆炸相对发生频率较低，但演变迅速，后果严重。1983年至2023年，美国地下煤矿的火灾和爆炸导致620人死亡（Androulakis等人，2025）。与其他工业事故不同，地下矿井火灾的危害具有动态演化特征。烟雾在狭小空间和复杂的通风网络中迅速蔓延，大幅降低巷道能见度，而高温可能引起巷道变形、结构破坏和气流紊乱，从而改变巷道通行能力，压缩安全逃生的时间窗口（Salami等人，2023）。随着开采深度的不断加深（Chen等人，2019），地下巷道网络拓扑变得更加复杂，安全疏散所需时间显著增加。因此，矿井火灾疏散不是一个单一的静态最短路径优化问题，而是一个受烟雾蔓延、通风状态、巷道网络拓扑、避难资源等因素耦合影响影响的复杂动态决策问题。本研究将其总结为以下三个关键决策点：

（1）目标级选择：地面出口是首选疏散目标。然而，当出口距离过远、烟雾蔓延过快或可行路线有限时，附近的避难硐室可作为临时安全目标。因此，需要确定工人是直接前往出口，还是前往最近的避难硐室等待救援。

（2）整体协调疏散：大型复杂矿井通常有多个安全出口或避难硐室。虽然避难硐室的总容量通常能满足所有工人的避难需求，但在极端条件下，某一区域的工人可能都选择同一个硐室，可能导致超员和资源短缺。因此，需要进一步讨论在多工人同时疏散时，是否需要主动分流，以及实施的时机和条件。

（3）路线选择：大多数矿井设计好的逃生路线仍然使用基于逆风疏散的固定静态策略，难以适应动态变化。不同路线在通行距离、烟雾暴露时间、巷道坡度和通行能力方面存在差异。较短的路线用时更少，但可能通过高风险烟雾区域。较长的绕行路线初始风险可能较低，但随着灾害的演变，烟雾可能追上疏散人员。因此，路线决策必须平衡当前安全与预期的未来灾害演变。

为直观说明上述决策困境，图1展示了基于实际矿井巷道网络构建的示意图。

明确矿井火灾的演化模式是科学疏散决策的物理基础。研究人员采用高保真计算流体力学（CFD）模型研究狭小空间中烟雾的蔓延模式。这些研究探讨了坡度与释热率的耦合（Gao等人，2022；Wang等人，2025）、温度衰减的影响（Salami等人，2024）、复杂拓扑下的蔓延（Xiao等人，2025）以及使用神经网络进行快速近似预测（Chen等人，2024）。然而，单次三维CFD模拟计算代价高，无法满足灾后应急决策的实时需求。

在疏散路线规划方面，现有研究大多依赖于基于固定拓扑的路径搜索或数学优化方法。Jia等人（Jinzhang和Fengxiao，2022）基于火灾烟雾动态模拟确定了多条逃生路线。Qi等人（Qi等人，2025）使用改进的鲸鱼优化算法进行路径搜索，显著缩短了规划路线长度。Yan等人（Yan等人，2024）提出了MSPFA，一种机器学习辅助的图搜索方法用于煤矿火灾疏散。该方法使用MLP回归器估计人员行走速度，同时使用改进的SPFA算法计算疏散路线。Bi等人（Bi等人，2024）将矿井火灾疏散建模为资源约束最短路径问题，并使用动态规划标记算法基于等效路线长度和烟雾中停留时间获得Pareto最优路线。Qi等人（Qi等人，2026）将FDS衍生的烟雾危险场与等效巷道长度模型耦合，使用Dijkstra算法确定疏散路线，并在两个煤矿火灾场景中使用Pathfinder验证了所得路线。近期的代表性图优化研究包括Lotero等人（Lotero等人，2024）和Androulakis等人（Androulakis等人，2025）开发的矿井火灾网络流框架。Lotero等人将VentSim衍生的危险数据与Ford-Fulkerson算法耦合，识别从工作区域到地面出口的多条低风险路线。Androulakis等人将此框架扩展到包含一个地面出口和三个避难硐室的更大单源多出口问题。然而，上述方法基于静态或准静态拓扑，难以应对灾害期间巷道网络通行能力的变化。它们在某种程度上也与实际矿山灾害疏散场景有所不同。它们的决策完全依赖于当前的实时数据，缺乏预测未来灾害演化的能力。大多数研究也不涉及出口与避难硐室之间的动态多级目标决策。

在智能决策方面，人工智能在矿山灾害感知方面取得了显著进展。疏散决策所需的感知信息，如烟雾识别和预测（Hong等人，2022；Sun等人，2024）和火源定位（Su等人，2025；Jiang等人，2025），从技术角度来看大多已可获得。这为构建闭环决策系统提供了感知基础。在决策层面，机器学习在建筑火灾疏散中展现了自适应潜力（Sharma等人，2020；Yang等人，2025）。多智能体强化学习（MARL）进一步增强了群体协调能力（Huh和Mohapatra，2023；Yu等人，2022）。Xie等人（Xie等人，2025）将QMIX与人群模型和PyroSim仿真结合，疏散效率提高了约30%。最近，Zhang等人（Zhang等人，2025）开发了MARL-HE，用于基于Unity的建筑环境中多智能体火灾疏散引导。该方法减少了智能体之间的冲突，提高了疏散引导效果。此外，社会力模型和整数规划从微观模拟和数学规划的角度探讨了人机协同疏散（Lu等人，2026；Asare等人，2025）。然而，这些方法需要精细校准个体参数，或在大规模场景中解决方案成本较高。上述研究未考虑矿山灾害环境中的动态拓扑变化，也不涉及出口与避难硐室之间的目标决策。同时，它们缺乏将感知结果实时转化为动态疏散计划的闭环机制。

总之，现有研究存在以下局限：（1）物理真实性和计算效率难以兼顾。高保真CFD无法支持大规模交互式训练，而过于简化的模型不足以描述气流和坡度对烟雾蔓延的影响；（2）出口与避难硐室之间的目标选择依赖经验或静态规则，在动态风险条件下难以保持鲁棒性；（3）巷道网络中的图结构信息未被充分利用，现有方法无法感知灾害期间的动态拓扑变化；（4）避难硐室的容量未被纳入逃生决策的因素，这可能导致多工人同时疏散时资源短缺。

针对上述问题，本研究基于物理模拟数据构建了一个轻量级仿真环境，并提出了一种结合多智能体强化学习的矿井火灾疏散决策框架。首先，基于多场景CFD模拟数据拟合了经验烟雾蔓延公式，并考虑巷道坡度、环境能见度、体力疲劳和防护设备特征建立了动态人员移动速度模型，进而构建了一个兼顾物理真实性和计算效率的仿真环境。其次，矿井巷道网络本质上是具有丰富拓扑信息的图结构。灾害期间可能因火灾对不稳定巷道的影响、顶板或围岩监测系统的异常预警或安全原因人工指定巷道为不可通行而发生突发的巷道通行能力变化。因此，本研究使用消息传递神经网络（MPNN）编码巷道网络拓扑，使策略能够感知巷道网络连通性和烟雾风险的动态传播（Liu等人，2024）。在训练算法方面，本研究考虑了矿井疏散中多工人同时决策的特征，设计了初始目标决策机制和事件触发的有限重规划机制。同时比较了两种代表性的多智能体策略：采用集中训练和分散执行的MAPPO（Yu等人，2022）和使用独立训练的IPPO。前者使用全局状态信息辅助价值估计，适用于智能体之间需要合作的场景；后者允许每个智能体独立学习，适用于个体决策弱耦合的场景。这种比较用于评估不同训练方法在矿井疏散任务中的适用性。因此，本研究的方法论贡献在于矿井特定的层次化目标-路线决策、避难容量协调以及在长期动态灾害下事件触发的重规划，而非提出新的MPNN或PPO算法。

需要指出的是，所提出的框架需要针对目标矿井的具体巷道拓扑和通风系统参数进行针对性训练。输出的策略模型是作为该矿井的专用决策支持工具，而非通用模型。得益于本研究中构建的轻量级仿真环境，每次训练过程可在一周内完成。由于矿井巷道网络的更新周期通常以月甚至年计，这一训练时长对于工程应用是可以接受的。

章节摘要

矿山火灾疏散物理环境的构建

矿井火灾疏散模拟需要同时表征工人移动能力和烟雾的动态蔓延。工人通行时间主要受巷道坡度、烟雾能见度、体力和自救设备的影响。烟雾前缘的移动与巷道倾斜度、通风速度等条件密切相关。基于此，本研究构建了工人移动模型和烟雾蔓延模型。这些模型更新工人位置和体力…

基于动态多因素拓扑的人员疏散模拟

基于上述物理模型，本研究构建了一个矿井火灾疏散仿真平台。该平台将巷道拓扑、烟雾演化、工人移动和资源约束整合为一个交互式环境。平台结构如图5所示。

基于多智能体强化学习的疏散决策模型

基于仿真平台，本研究将矿井火灾疏散建模为一个多智能体决策问题。智能体基于图观测进行训练和推理。

终止条件包括成功到达出口、进入避难室、烟气暴露时间超过阈值或回合超时。考虑到矿用化学氧自救器（COSRs）的典型保护时间为 30-45 分钟，烟气暴露时间阈值设置为

实验场景与参数设置
实验场景基于中国湖北某地下磷矿的实际巷道网络构建。该矿井采用胶带下山和无轨斜坡道开拓。设有两个安全出口，分别位于标高 +889 米的主斜坡道口和标高 +910 米的胶带下山口。设有两个地下避难室。637 号避难室位于 1 号斜坡道中部，可容纳 100 名工人。551 号避难

结论
本研究专注于矿井火灾中的动态疏散问题，构建了一个集成工人移动、烟气扩散和巷道通过性变化的轻量级仿真环境。该环境根据多场景 PyroSim 仿真数据拟合了烟气扩散模型，并建立了一个包含坡度、能见度、体力衰减和自救设备效果的工人移动模型，从而能够动态更新工人位置、烟气覆盖率，以及

资助
湖北省重点研发计划：地下矿山事故智能决策与救援关键技术 [2024BCB102]。

CRediT 作者贡献声明
黄昭云：写作–审阅与编辑，监督。蔡宗兴：写作–初稿，验证，软件，方法论，调查，形式分析，数据管理。刘洋：写作–审阅与编辑，监督。王启虎：写作–审阅与编辑，验证，监督，资源，项目管理，方法论，调查，资金获取，概念构思。

写作过程中生成式人工智能和人工智能辅助技术的声明
在本工作准备期间，作者使用 ChatGPT 进行翻译协助、语言润色和代码调试辅助。作者根据需要对输出内容进行了审阅和编辑，并对已发表文章的内容承担全部责任。

利益冲突声明
作者声明他们没有任何已知的竞争性财务利益或个人关系，这些利益或关系可能被认为会影响本论文报告的工作。

致谢
作者衷心感谢湖北省科学技术厅提供的财政支持。

竞争利益声明
作者声明他们没有任何已知的竞争性财务利益或个人关系，这些利益或关系可能被认为会影响本论文报告的工作。

代码和数据可用性
训练算法实现、训练脚本及超参数配置以及完整的训练日志将在准备并发布在公共存储库中。

蔡宗兴|王启虎|刘洋|黄昭云