北京南站流线实验报告.doc

一、实验目的 熟悉车站和枢纽的设计图纸，并能够对设计方案提出合理化建议； 熟悉车站和枢纽的客流组织过程，并能够运用仿真系统进行实验； 熟悉数据统计和分析方法，能够进行实验数据的正确处理和分析； 熟悉实验报告的撰写，能偶按照规定格式撰写出合格的实验报告； 二、实验方式 教师指导与学生自主实验相结合的方式。 三、实验内容： 1、售票厅排队统计 1.1 实验任务 通过调整车站内售票设施的位置、数量或者使用售票设施的比例，并进行客流仿真，通过仿真的结果统计，分析站内售票设施的合理布局方案。 通过采用自动售票机的客流比例分别占总客流的30%、50%、100%，观察不同条件下自动售票机前的客流排队长度指标，并分析合理的自动售票机是否能够满足需求。 1.2 实验过程 初始化仿真方案； 根据需要统计数据的区域设置统计区域； 开始统计各个售票点的人数； 仿真运行16:00—18:00时段运行的过程； 统计与分析不同情况下各个自动售票窗口和人工售票窗口的数据。 1.3 仿真结果分析 采用自动售票机客流比例站总客流比例30%情况下的模拟结果 图1 A1自动售票点排队总人数-时间关系图 图2 A2自动售票点排队总人数-时间关系图 图3 A3自动售票点排队总人数-时间关系图 图4 A4自动售票点排队总人数-时间关系图 图5 P1人工售票点排队总人数-时间关系图 图6 P4人工售票点排队总人数-时间关系图 从图1-4可以看出，当采用自动售票机的客流比例占总客流的30%时候，在16:00—18:00这个时段内，A1、A2、A3、A4四个自动售票区域的最高人数在10个左右，而其人数主要集中在2-6个人，则说明通过该种售票方式，自动售票机完全能够满足需求。 从图5、图6可以看出，当采用自动售票机的客流比例占总客流的30%时候，在16:00-18:00这个时段内，人工售票区P1、P4的最高排队人数可达到25人左右，而其排队人数主要集中在5-15人左右，平均每个售票窗口排队最长的长度为2人。因此，配合上四个区域的自动售票，自动售票机客流比例占总客流30%这种模式的能力能够快速解决旅客购票的需求。 采用自动售票机客流比例站总客流比例50%情况下的模拟结果 图7 A1自动售票点排队总人数-时间关系图 图8 A2自动售票点排队总人数-时间关系图 图9 A3自动售票点排队总人数-时间关系图 图10 A4自动售票点排队总人数-时间关系图 图11 P1人工售票点排队总人数-时间关系图 图12 P4人工售票点排队总人数-时间关系图 从图7-10得出，当采用自动售票机的客流比例占总客流的50%时候，在16:00-18:00这个时段内，区域间旅客人数明显多于30%的比例。其各个区域最高排队人数可达到20人左右，平均排队人数最达到3-4人，相比于30%的略有增加，但其仍属于能力富裕，平均等待时间仍能适应车站的购票人数。 通过分析图11、图12，当自动售票机客流占总客流50%，P1、P4区域的排队人数明显降低，排队主要人数集中于4—10人左右，区域最高排队人数为14左右，平均最高排队人数不超过2人，所以在人工服务这块的能力仍有很大的富裕，售票能力适应车站人数。 采用自动售票机客流比例站总客流比例100%情况下的模拟结果 图13 A1自动售票点排队总人数-时间关系图 图14 A2自动售票点排队总人数-时间关系图 图15 A3自动售票点排队总人数-时间关系图 图16 A4自动售票点排队总人数-时间关系图 分析如图13-16所示，当自动售票机客流占总客流100%，无人工售票时，可以看出，16:20—18:00这段时间内，四个区域的自动售票排队人数基本都在80—100左右，人数明显多于其他两种情况，也就意味着平均每个自动售票机的排队长度可达到10—15个左右，排队长度明显不够合理，顾客等待时间明显加长，影响车站的管理效率。 30%、50%、100%客流自动售票的数据对比分析 图17 自动售票A1排队人数比较 图18 自动售票A2排队人数比较 图19 自动售票A3排队人数比较 图20 自动售票A4排队人数比较 图21 P1 人工售票 图22 P4 人工售票 图17-20为自动售票机客流数量分别占总客流的30%、50%、100%的对比分析图，通过对比可以看出，自动售票客流比例占总客流为100%时，其排队长度明显高于其他两种情况，造成排队时间过长，对旅客的出行造成较大的影响，因此无法很好地满足100%的旅客的需求。而当自动售票客流比例占总客流为30%或者50%的时候，配合上人工售票，其两种售票方式的平均排队长度均较为合理，自动售票机的能力足够应对该数量的客流，车站的售票工作得以正常进行，从而使得车站的运行较为合理。 2、不同设施配置方案下候车区客流聚集情况统计