基于N-K模型和SNA的新...源汽车燃爆风险因素耦合分析_邵志国.pdf

文章编号:1009-6094(2023)02-0363-09基于 NK 模型和 SNA 的新能源汽车燃爆风险因素耦合分析*邵志国1，2，张靖轩1，王伟1(1 青岛理工大学管理工程学院，山东青岛 266520;2 同济大学可持续发展与新型城镇化智库，上海 200092)摘要:新能源汽车燃爆事故涉及人、车、充电设备(桩)和环境等多风险因素。从系统层面确定最大风险耦合形式及关键风险因素对提升我国新能源汽车安全水平具有重要意义。通过收集整理我国 20162020 年发生的 191 起新能源汽车燃爆事故案例，运用 NK 模型计算风险耦合值;利用社会网络分析(Social Network Analysis，SNA)将风险因素作用关系可视化，分析风险因素网络中各节点中心度及可达性;结合NK 模型和 SNA 对风险节点的出度进行修正，确定新能源汽车燃爆事故中的关键风险因素，并据此提出安全防控策略。结果表明:多风险因素耦合导致事故发生的概率较大;控制车 环两因素风险耦合可有效避免燃爆事故发生;高温、低温、浸水、路面异物碰撞和电池管理系统故障是需要重点防范的关键风险因素。关键词:安全工程;燃爆事故;新能源汽车;NK 模型;社会网络分析(SNA);耦合分析中图分类号:X932文献标志码:ADOI:10.13637/j issn 1009-6094.2021.1784*收稿日期:20211015作者简介:邵志国，讲师，从事安全科学与灾害防治研究，shaozhiguo qut edu cn。基金项目:国家自然科学基金项目(71874123，71704162)0引言近年来，我国新能源汽车保有量急剧增加，截止到 2021 年 3 月已超过 500 万辆。在如此庞大存量投入使用的情况下，燃爆事故频繁发生，同时因动力电池、电气设备、传动系统等安全问题引发的召回事件数量居高不下。自 2016 年起，工信部陆续发布相关通知，明确要求做好新能源汽车安全监管及安全隐患排查工作。2020 年以来政府不断加大对新能源汽车安全方面的监管力度，工信部组织制定了电动汽车用动力蓄电池安全要求 电动汽车安全要求 电动客车安全要求 3 项强制性国家标准1。新能源汽车安全问题逐步成为焦点。新能源汽车自身是一个由整车控制系统、驱动电机系统、电源系统等多系统相互配合作用而构成的复杂动态系统2，且在使用过程中需要与人、环境、充电设备等外界因素进行信息交互和能量传递。新能源汽车燃爆事故的发生不仅与系统内部致险因素的作用有关，也与外界多致险因素之间的相互作用有关。因此，从风险因素耦合视角探索燃爆事故致因机理，能够从系统层面提升新能源汽车抵御燃爆风险的能力，有效降低多风险因素之间的耦合作用对系统的不利影响，对提升我国新能源汽车使用安全水平具有重要意义。目前，学者们对新能源汽车燃爆事故风险方面的研究较多，但多数局限于整车系统中某一部件的安全性能分析。针对锂离子电池安全问题，2021年，陈吉清等3 基于火灾动力学理论，建立了锂电池单体燃烧模型，借助 FDS 模拟仿真研究其火灾燃烧蔓延特征，提出有效抑制电池热失控及其燃烧蔓延可以进一步保证电动汽车使用安全。2021 年，金标等4 首次针对并联电池模组进行针刺试验，模拟外界对电池包针刺情况下，并联电池模组短路特点及造成热失控的必要条件，为提升动力电池安全性提出建议。Xiong 等5 确定了电动汽车锂离子电池短路的 16 个关键指标，并比较了现有诊断和预测短路发生的不同方法。Huang 等6 采用针穿试验，研究发现渗透位置靠近正负极时，热失控风险远高于电池中心位置，热失控与渗透位置和穿透深度有关。针对电池包防护结构机械碰撞风险，2017 年，兰凤崇等7 首次提出电池包箱体碰撞响应分析方法，并建立了电池包内部精细化结构模型，研究发现电池模组触点是电池包碰撞内部形变风险中的最大安全隐患。针对充电设备异常问题，2017 年，尹忠东等8 提 出 了 电 池 管 理 系 统(Battery ManagementSystem，BMS)保护需求响应率，同时建立了充电设施响应率指标体系，找出响应薄弱环节，为 BMS 安全预警机制的研究奠定了基础。新能源汽车燃爆事故致险因素复杂多样，且在燃爆事故发生过程中存在多诱因耦合致灾现象9，为此有较多学者对燃爆事故致因机理进行了研究。2018 年，苏晓倩等10 首次将模糊故障模式与影响分析(Fuzzy Failure Mode and Effect Analysis，FFMEA)法运用到新能源汽车燃爆风险与防控研究，构建模糊评价矩阵，确定了系统最大风险源及风险优先数较大的故障模式。2021 年，Hu 等11 首次提出了一个结合电池测试和前端开发的故障演化模型，基于事故案例数据及故障树分析发现 BMS 未能及时发出警告是导致电动汽车火灾发生的最重要因素。363第 23 卷第 2 期2023 年 2 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 2Feb，20232021 年，王淮斌等12 基于锂电池热失控机理和车辆事故原因的逻辑关系，建立了事故致因链，并首次提出了以 BMS 数据、事故现场车辆形变及残骸为依据构建事故调查逻辑的思路。2021 年，Wu 等13 提出了基于贝叶斯网络(Bayesian Network，BN)的电动汽车火灾事故风险分析模型，利用 132 起电动汽车火灾事故样本和热失控数据，采用互信息和期望最大化算法确定风险因素之间的依赖性。2020 年，陶晟宇等14 建立电动汽车起火爆炸事故故障树模型，引入火灾重要性指标，发现了潜在火三角及燃爆事故致因链。林烨等15 总结了新能源汽车区别于传统汽车的火灾特征，认为新能源汽车火灾特点因电池结构及使用环境多变而较为复杂，并提出了改进的深度调查流程。Sun 等16 总结了电动汽车电池火灾安全问题及防火策略，认为电动汽车发生火灾后电池易发生二次着火，且电池组难以冷却导致火灾难以抑制，并提出了相关火灾消防流程。当前，较少文献在分析新能源汽车燃爆事故致因机理中考虑风险耦合作用，且尚缺乏对风险相互作用的描述。综上所述，现有文献对新能源汽车燃爆事故致因机理及风险分析的研究较多，但多局限于单一部件的安全性研究或从单一维度对事故风险进行分析，忽视了风险因素之间存在的耦合作用，且较少有文献对新能源汽车燃爆事故风险因素作用和风险耦合值进行度量。在现有研究系统耦合效应的模型中，NK 模型在分析风险耦合复杂问题上能够利用已有案例数据确定最大风险耦合形式，并降低风险评价的主观偏见。社会网络分析(Social NetworkAnalysis，SNA)模型强调节点之间的相互关系，能够揭示关键风险及其传递路径，更好地描述风险因素作用关系，将两者结合可以从定性、定量两方面剖析新能源汽车燃爆事故风险因素。因此，本文基于收集到的事故案例数据，并根据事故原因分析及专家意见构建新能源汽车燃爆事故风险因素及风险耦合机理模型;运用 NK 模型计算新能源汽车燃爆事故风险耦合值，量化风险耦合形式;利用 SNA 构建风险因素关联网络，明晰风险因素作用机理，确定关键风险因素。研究结果可为新能源汽车燃爆事故风险防控提供决策依据。1新能源汽车燃爆风险因素耦合机理分析1.1新能源汽车燃爆风险因素识别为了能够定量地研究新能源汽车燃爆风险耦合作用，首先收集整理新能源汽车燃爆事故案例，流程如下:1)以清华大学电池安全实验室发布的2019年动力电池安全性研究报告 等已公布的专业事故安全报告中的案例数据为指引信息;2)运用网络信息、新闻报道及文献查阅等方法，补充事故过程及原因分析;3)评判每个案例的事故原因，剔除掉部分无法查明原因的事故案例，最终收集到我国 20162020 年发生的共 191 起新能源汽车燃爆事故案例，并对事故进行深入分析归类，事故原因及占比见图 1。图 1新能源汽车燃爆事故原因及占比Fig 1Causes and proportions of new-energy vehiclecombustion and explosion accidents基于收集到的事故案例，并借鉴已有的事故致因分类模型17，将新能源汽车燃爆风险事故的一级风险因素分为人的不安全行为、车的不安全状态、充电设备的不安全状态和不利的环境 4 类，并整理出23 个二级风险因素，具体见表 1。1.2新能源汽车燃爆风险耦合机理“耦合”是指多个物体或系统之间通过复杂的相互作用彼此影响后趋于协同的现象。在风险管理领域，风险耦合定义为系统中某类风险发生的可能性及其对系统的影响依赖于其他风险的程度18。新能源汽车燃爆事故风险耦合指的是在新能源汽车使用过程中人、车、充电设备和环境各子系统风险之间相互依赖、协调和促进的过程。人的不安全行为、车的不安全状态、充电设备的不安全状态和不利的环境条件不同程度上出现缺陷，各自突破子系统的风险阈值后，在事故链上进行蔓延，与其他风险进行耦合就会打破系统平衡状态，形成耦合风险。当耦合风险值突破整车系统所容纳的风险阈值时，就会造成动力电池热失控，而新能源汽车自身的动力电池系统具备形成火三角的条件，即可燃材料、氧气和热，加之能量意外释放，燃爆事故就此发生。由于风险因素间的耦合关系属于发生型耦合，多种风险之间依赖程度越大，风险耦合后事故出现的可能性越大 19。新能源汽车燃爆事故风险耦合形成机理 20 见图2。463Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期图 2新能源汽车燃爆事故风险耦合形成机理Fig 2Formation mechanism of new-energy vehicle combustion and explosion accident risk coupling表 1新能源汽车燃爆事故风险因素Table 1Risk factors of new energy vehicle combustionand explosion accident一级风险因素二级风险因素人的因素保养维护意识薄弱 R1安全驾驶意识欠缺 R2违规改装电路 R3充电策略不良 R4充电违规操作 R5装载违法易燃物品 R6车的因素整车控制系统失灵 R7辅助系统零部件故障 R8电池组短路 R9电池模块温度过高 R10电池包针刺、挤压变形 R11电池包密封隔膜破损 R12电解液泄漏 R13电池管理系统故障 R14电气连接线路老化 R15环境因素高温 R16低温 R17浸水 R18路面异物碰撞 R19易燃物 R20充电设备因素连接装置不兼容 R21无过载短路保护 R22充电设备质量不合格 R232基于 NK 模型和 SNA 的新能源汽车燃爆风险耦合模型构建2.1NK 风险耦合模型构建NK 模 型 最 初 是 由 生 物 学 家 考 夫 曼(Kauffman)于 1933 年研究生物进化的基因组合问题时提出的生物体有机演化的方法，后由 Levinthal将 NK 模型的适用范围拓展到组织与战略管理研究领域，研究自组织行为与自然选择之间的关系21。NK 模型在解决复杂性问题上通用性较好，在交通22、地铁施工23、应急管理24 等领域已得到广泛应用，但目前尚缺乏在新能源汽车领域的应用。NK 模型中主要包含 N 和 K 两个参数，N 表示构成系统的组元个数，如果系统是由 N 个组元构成的，并且每个组元有 n 个状态，那么系统有 nN种状态。K 表示各组元在系统关系网络中相互依赖关系的数量，K 决定了系统适应度的大小，其取值范围是 0，N 1。当 K=0 时，表示各子系统之间没有依赖关系，子系统自身的耦合度决定了整个系统的适应度;当 K 0 时，表示系统的适应度不仅受到子系统自身耦合度的影响，还会受到子系统与子系统之间的耦合作用影响。对于风险因素之间耦合作用的量化，采用信息理论中交互信息 T 来表达，交互信息的计算公式如下。T(a，b，c，d)=Hh=0Ii=0Jj=0Kk=0Phijklog2PhijkPhP i P j Pk(1)式中h=1，2，H;i=1，2，I;j=1，2，