高校锂离子电池实验室耦合风险建模与评估_李威君.pdf

实 验 技 术 与 管 理 第 40 卷 第 10 期 2023 年 10 月 Experimental Technology and Management Vol.40 No.10 Oct.2023 收稿日期:2023-06-27 基金项目:山东省本科高校教学改革研究项目（M2020020）；中国高等教育学会 2022 年度高等教育科学研究规划重大课题（22SY0107）；山东科技大学青年教师教学拔尖人才培养项目（BJ20221107）；山东科技大学课程思政培育项目（KCSZ202204）作者简介:李威君（1988），女，山东烟台，博士，副教授，主要研究方向为安全工程专业教学与科研，。通信作者:胡相明（1981），男，山东泰安，博士，教授，主要研究方向为安全工程专业教学与科研，X。引文格式:李威君，高鹏，刘音，等.高校锂离子电池实验室耦合风险建模与评估J.实验技术与管理,2023,40(10):229-235.Cite this article:LI W J,GAO P,LIU Y,et al.Modelling and assessment of coupling risk in lithium ion battery laboratory in universitiesJ.Experimental Technology and Management,2023,40(10):229-235.(in Chinese)ISSN 1002-4956 CN11-2034/T DOI:10.16791/ki.sjg.2023.10.035 高校锂离子电池实验室耦合风险建模与评估 李威君1，高 鹏1，刘 音1，胡相明1,2（1.山东科技大学 安全与环境工程学院，山东 青岛 266590；2.山东科技大学 矿山灾害预防控制省部共建国家重点实验室，山东 青岛 266590）摘 要：该文从行为流、物质流、信息流的角度对高校锂离子电池实验室进行了多因素耦合事故风险分析。首先，以火灾、中毒窒息、触电、灼烫、容器爆炸、其他爆炸作为事故后果，分别辨识三个过程流的风险因素；其次，根据因素的相互影响，构建同一过程流以及不同过程间的因素关联；然后，建立贝叶斯网络模型，结合专家赋值计算事故后果概率；最后，通过敏感度分析得到影响事故发生的关键风险因素。结果表明，高校锂离子电池实验室发生火灾的概率最大，造成该后果的关键风险因素前两位是监测信息缺失和短路，其中行为流风险因素对锂离子电池实验室火灾事故的影响最大。关键词：高校实验室安全；锂离子电池实验；耦合风险；风险评估；贝叶斯网络 中图分类号：G647；X928 文献标识码：A 文章编号：1002-4956(2023)10-0229-07 Modelling and assessment of coupling risk in lithium ion battery laboratory in universities LI Weijun1,GAO Peng1,LIU Yin1,HU Xiangming1,2(1.College of Safety and Environmental Engineering,Shandong University of Science and Technology,Qingdao 266590,China;2.State Key Laboratory of Mining Disaster Prevention and Control Co-founded by Shandong Province and the Ministry of Science and Technology,Shandong University of Science and Technology,Qingdao 266590,China)Abstract:This paper conducted a multi factor coupling accident risk analysis on university lithium-ion battery laboratories from the perspectives of behaviour flow,material flow,and information flow.First,risk factors of the three process flows are identified taking fire,poisoning and suffocation,electric shock,scalding,container explosion,and other explosions as accident consequences.Secondly,factor correlations within the same process flow and between different processes based on the mutual influence of factors are constructed.Then,a Bayesian network model is established to calculate the probability of accident consequences based on expert assignment.Finally,the key risk factors affecting the occurrence of accidents are obtained through sensitivity analysis.The results show that the probability of a fire occurring in a lithium-ion battery laboratory in universities is the highest and the top two key risk factors causing this consequence are missing monitoring information and short circuits.Behavioural flow risk factors have the greatest impact on lithium-ion battery laboratory fire accidents.Key words:laboratory safety in universities;lithium ion battery experiment;coupling risk;risk assessment;Bayesian network 锂离子电池作为一种清洁能源和高效的能量载体，越来越多地应用于新能源道路交通、储能设备等领域，成为当前科技领域的研究热点。高校锂离子电池实验室作为开展实验教学和技术研究的重要场所，其数量和规模也在不断扩大。然而，与锂离子电池相关的实验会产生有毒有害废气、溶液飞溅、明火等危230 实 验 技 术 与 管 理 险情况因素，加之实验设备仪器复杂、操作方法多样，易引发火灾爆炸等事故，产生不良的社会影响1。因此需要对高校锂离子电池实验室进行事故风险分析和评估，采取合理的管控措施避免严重后果。高校锂离子电池实验常开展电池和电池组的破坏性测试，事故风险根源之一是锂离子电池实验材料2-3。如：文献4从标准角度对影响锂离子电池安全性的因素进行分析，得出锂离子电池在外力撞击、高温、操作不当等异常状态下易发生热失控；文献5指出锂离子电池热失控传播实验过程中一旦触发热失控，会瞬间释放大量热量以及有毒烟气；文献6指出在未开启通风机或者燃烧室紧闭的情况下，锂离子电池热失控极易导致爆燃事故；文献7指出使用绝热加速量热仪对电池单体热进行失控测试时，一旦电池发生热失控后会在量热腔内挥发出一氧化碳、甲烷等有毒气体，易发生窒息中毒事故。现有锂离子电池实验室安全问题的相关研究多集中在电池实验材料自身导致的事故，较少涉及实验操作、信息沟通等其他原因8，有待从多个因素相互耦合的角度评估研究高校锂离子电池实验室的风险。本文从行为流、物质流、信息流的角度全面辨识高校锂离子电池实验室的风险因素，根据因素间的影响关系分析多因素耦合关联，使用贝叶斯网络方法对风险进行量化计算，最后通过敏感度分析确定对后果影响较大的关键风险因素，从而有针对性地进行高校锂离子电池实验室的安全管理。1 风险因素辨识与耦合分析 高校锂离子电池实验室有绝热加速量热仪、充放电循环仪、防爆箱、针刺挤压实验平台、燃烧室、手套箱等多种实验设备，危险源相对集中。此外，电池内部含有大量有机电解液，在实验过程中电解液蒸发或者热失控副反应会产生有毒有害气体，当实验人员未按安全规程操作时，极易发生中毒事故9-10。根据高校锂离子电池实验室的特点，以火灾（C1）、中毒和窒息（C2）、触电（C3）、灼烫（C4）、容器爆炸（C5）作为事故后果对事故因果进行分析，得到风险因素11-12。由于风险因素种类很多，需要依据一种系统的理论或方法来辨识，以减少遗漏。本文采用文献13提出的多过程流交叉理论，从信息流、行为流、物质流的角度辨识风险因素。其中，信息流因素是指令、信号、沟通等信息传递活动；行为流因素是与人员操作、行为有关的活动；物质流因素是设备、仪器、仪表、工具等实物的状态。基于该理论，对高校锂离子电池实验室风险因素进行标识，结果如表 1 所示。表 1 高校锂离子电池实验室风险因素 过程流风险因素 信息流实验未报备（I1）、未进行准入考核（I2）、安全检查结果未反馈整改（I3）、高危实验缺乏监督（I4）、监测信息缺失（I5）行为流实验人员脱岗（B1）、缺乏应急演练（B2）、未佩戴防护用具（B3）、未清理废液（B4）、室内饮食、嬉戏、休息等（B5）、物品、设备摆放杂乱（B6）、未及时切断实验台电源（B7）、违反操作流程（B8）、风机未打开（B9）、未单独存放拆解电池电极（B10）、废电池未放入防爆箱（B11）、疏散与急救延迟（B12）物质流消防通道堵塞（M1）、极耳未包裹绝缘胶（M2）、设备腐蚀（M3）、报警系统故障（M4）、自动灭火系统故障（M5）、配电箱遮挡（M6）、减压阀与气瓶类型不匹配（M7）、气瓶未固定（M8）、插线板级联或落地（M9）、阀门或管路老化（M10）、线路老化或故障（M11）、短路（M12）、高危物料泄漏或积聚（M13）由于人员操作、设备状况、信息沟通等多种类型的风险因素之间存在互相影响，需进行因素的耦合分析。例如，插线板级联或落地可能导致短路；堆放杂物、设备拥挤、布线杂乱等又可能影响空间利用而导致插线板级联或落地。根据因素间及因素与后果间的影响关系，构建多因素耦合关联，如表 2 所示。表 2 多因素耦合关联 因素关联因素及后果 I1 I2、I4、B12 I2 B3、B4、B5、B6、B8、B9、B10、B11 I3 B6、B10、B11、M1、M6、M8、M9 I4 B1、B3、B4、B5、B6、B8、B9、B10 I5 B7、M13、C1、C2 B1 B4、B7、B12 B2 I5、B7、B12、M4、M5、M6 B3 B8、C2、C3、C4 B4 M3、M13、C2、C4 B5 I5、B8、C2 B6 B7、B8、B10、M1 B7 M12、C3 B8 M2、M8、M9、M12 B9 M13、C2 B10 M12 B11 C1 B12 M1 B12 M2 M12 M3 M13 M4 I5、B12、C2 M5 B12 M6 B7 M7 C5 M8 C5 M9 M12、C3 M10M13、C3 M11M12 M12C1 M13C2 李威君，等：高校锂离子电池实验室耦合风险建模与评估 231 2 贝叶斯网络建模与计算 2.1 贝叶斯网络方法原理 贝叶斯网络作为一个有向无环图，可以在直观表征风险因素间的相互关系的基础上，利用强大的推理能力定量地描述当一个节点发生故障时对整个网络的影响14，主要包括网络结构的建立以及网络参数的计算两部分15。在网络结构中，节点代表风险因素，用圆圈表示；有向线条代表风险因素间的因果关系。有向线条指向其他节点的节点称为父节点，表示该节点对其他节点有影响；有向线条指向自身的节点称为子节点，表示其他节点对该节点有影响。对于描述因果关系的贝叶斯网络，每个节点的状态被简化为两态，即只有发生（true）和不发生（false）状态。为得到事故后果概率，需要输入网络参数进行分析与计算，参数包括先验概率和条件概率。节点发生的概率表示对应风险因素存在或事件发生的概率。无有向线条指向的初始节点通过先验概率进行量化，其他节点的概率通过量化父节点和子节点之间的依赖关系获取。通常用联合概率分布描述节点之间的概率 关系：1(true)(true)(true|true)niiiP YP XP YX=（1）式中，P 为概率；X 为子节点状态；Y 为父节点状态。为得到影响事故后果的关键风险因素，需要对贝叶斯网络进行敏感度分析。敏感度分析是通过动态调整节点的概率值，预测需要分析的目标节点的概率变化。若某一节点的改变导致目标节点概率发生较大变化，说明该节点对于目标节点影响较大，可确定为关键节点。敏感性分析和计算的方法有很多，总体思路可以分为两类，即先验概率推理和后验概率推理。先验概率推理通过假设导致事故发生的风险因素已经发生，计算事故后果的发生概率；后验概率推理是通过假设事故后果发生或不发生，反向计算其影响因素概率的变化。对于先验概率推理计算，可采用伯恩鲍姆重要度进行量化16。分别计算节点XN的状态为 true 和 false时的目标节点 TN 的概率值，两者相减即得到伯恩鲍姆重要度（BI）：BI|(TN|true)(TN|false)|XXPNPN=?=（2）BI 值越大，说明节点XN对目标节点 TN 的影响越大。对于后验概率推理，采用类似的计算原理。分别计算后果节点YC的状态为 true 和 false 时的风险因素节点XN概率值的变化，两者相减即得到重要度值()XD N：()|(|true)(|false)|XXYXYD NP NCP NC=?=（3）()XD N值越大，说明后果节点YC的发生与否与节点XN的关联性越大。2.2 高校锂离子电池实验室贝叶斯网络建模 将辨识出的高校锂离子电池实验室风险因素抽象为节点，每个因素即为贝叶斯网络中的一个节点。根据因果耦合关联，构建高校锂离子电池实验室事故风险关联网络结构模型，如图 1 所示。同一过程流中风险因素的关联关系用实线箭头表示，不同过程流的风险因素关联关系用虚线表示。图 1 高校锂离子电池实验室事故风险关联网络模型 2.3 贝叶斯计算 为得到事故后果的发生概率，需要确立先验概率和条件概率。由实验室负责人、操作人员、维护人员和监管人员组成的专家组为网络节点设置 01 的风险232 实 验 技 术 与 管 理 值，数值越大表示风险因素发生的可能性越大。初始节点的风险值对应的是输入节点的先验概率，中间节点的风险值对应该节点的条件概率。将先验概率和条件概率输入 GeNIe 贝叶斯网络建模软件计算概率，得到中间节点和输出节点的概率，如图 2。所有库所的概率值如表 3 所示。图 2 贝叶斯网络概率计算 表 3 所有节点概率值 因素 概率（P=true）/%因素概率（P=true）/%I1 10 M2 50 I2 30 M3 63 I3 18 M4 40 I4 35 M5 10 I5 53 M6 50 B1 35 M7 10 B2 40 M8 59 B3 47 M9 50 B4 55 M1010 B5 43 M11 10 B6 46 M1259 B7 60 M1351 B8 49 C1 74 B9 32 C2 48 B10 45 C3 59 B11 50 C4 47 B12 46 C5 46 M1 31 从概率计算结果可以看出，该锂离子电池实验室发生事故可能性最高的是火灾（C1），发生概率为74%；其次是中毒和窒息（C2）、触电（C3）、灼烫（C4）、容器爆炸（C5），概率分别为 48%、59%、47%、46%。因此，在锂离子电池实验室安全管理中需要重点预防火灾事故的发生。3 关键节点敏感度分析 由贝叶斯网络模型可知，导致事故发生的风险因素较多。为确定关键的风险因素，以便提高事故预防的效率，需要确定对后果影响较大的关键风险因素。通过先验概率推理和后验概率推理对贝叶斯网络进行敏感度分析，可得到关键风险因素。3.1 先验概率推理计算 将发生概率较大的事故后果火灾（C1）设置为目标节点，进行敏感度分析。根据伯恩鲍姆重要性计算规则（式（2），计算节点的伯恩鲍姆重要度，得到影 李威君，等：高校锂离子电池实验室耦合风险建模与评估 233 响目标节点 C1 的所有节点的伯恩鲍姆重要度如表 4所示。表 4 伯恩鲍姆重要度计算结果 XN(C1|true)XPN=/%(C1|false)XPN=/%BI(C1)I1 78 73 0.05 I2 78 73 0.05 I3 75 73 0.02 I4 76 72 0.04 I5 83 63 0.20 B1 76 72 0.04 B2 78 70 0.08 B3 75 72 0.03 B4 75 72 0.03 B5 77 71 0.06 B6 75 72 0.03 B7 78 67 0.11 B8 75 72 0.03 B9 76 73 0.03 B10 75 72 0.03 B11 77 70 0.07 B12 75 72 0.03 M1 74 73 0.01 M2 75 72 0.03 M3 74 72 0.02 M4 79 70 0.09 M5 74 74 0.00 M6 75 72 0.03 M7 74 74 0.00 M8 74 73 0.01 M9 74 73 0.01 M10 74 74 0.00 M11 75 73 0.02 M12 81 62 0.19 M13 76 71 0.05 由表 4 可以看出，导致该锂离子电池实验室火灾事故最关键的因素是监测信息缺失（I5）和短路（M12），其次是未及时切断实验台电源（B7）、报警系统故障（M4）、缺乏应急演练（B2）、废电池未放入防爆箱（B11）、室内饮食、嬉戏、休息等（B5）。该结果说明上述风险因素的发生极有可能引发锂离子电池实验室火灾。除了单个风险因素的影响，风险因素所在的过程流也能够为指定同类措施提供依据。因此，分别对信息流、行为流、物质流风险因素的伯恩鲍姆重要度求和，结果分别为 0.36、0.57、0.46。行为流风险因素的占比最大，说明行为因素是该锂离子电池实验室火灾事故的主要致因因素。3.2 后验概率推理计算 假设锂离子电池实验室火灾事故发生与不发生，即分别将其节点状态为 true 和 false 的概率设置为100%和 0%，通过计算可得出其他节点的概率变化，如表 5 所示。表 5 火灾事故发生与不发生的后验概率 XN(|C1true)XP N=/%(|C1false)XP N=/%D(XN)I1 11 8 0.03 I2 19 15 0.04 I3 30 29 0.01 I4 36 31 0.05 I5 60 35 0.25 B135 32 0.03 B243 32 0.11 B347 45 0.02 B456 52 0.04 B545 37 0.08 B647 44 0.03 B763 50 0.13 B850 46 0.04 B933 29 0.04 B1046 42 0.04 B1153 44 0.09 B1247 43 0.04 M132 30 0.02 M251 47 0.04 M363 61 0.02 M443 31 0.12 M510 10 0.00 M651 47 0.04 M710 10 0.00 M859 58 0.01 M951 49 0.02 M1010 10 0.00 M1110 9 0.01 M1265 42 0.23 M1353 47 0.06 由表 5 可以看出，监测信息缺失（I5）、短路（M12）的概率变化最大，其次是未及时切断实验台电源（B7）、报警系统故障（M4）、缺乏应急演练（B2）、废电池未放入防爆箱（B11）、室内饮食、嬉戏、休息等（B5），该结果说明当锂离子电池实验室发生火灾时，极大可能是由于上述因素导致的，可为事故原因调查和分析提供支持。同样，分别对信息流、行为流、234 实 验 技 术 与 管 理 物质流风险因素的后验概率变化求和，结果为 38%、69%、57%，说明锂离子电池实验室火灾事故原因因素主要为行为流风险因素。可见，后验概率推理计算结果与先验概率推理计算的结果基本一致。为进一步验证上述关键节点辨识的有效性，将 I5、M12、B2、B7、M4 的概率状态均设为 true，其他节点保持不变，计算得出火灾发生的概率由 74%上升到90%；反之，将 I5、M12、B2、B7、M4 的概率状态设为 false，即假设上述事件都不发生，则火灾发生概率由 74%下降到 55%。因此，预防锂离子电池实验室火灾事故最为重要的是加强事故风险监测信息的可靠性和预防电路短路，其次需要在实验结束后及时切断实验台电源、增强报警系统的可靠性、加强应急演练、加强废电池和实验室纪律的管理。为验证行为流风险因素对锂离子电池实验室火灾事故的影响，分别将信息流、行为流、物质流三种类型下所有的风险因素概率设置为 0%，其他默认不变，即分别消除三类风险因素，可得到推理计算结果：当消除信息流风险因素时，火灾发生概率由 74%下降到62%，如图 3 所示；当消除行为流风险因素时，火灾发生概率由 74%下降到 58%；当消除物质流风险因素时，火灾发生概率由 74%下降到 59%。可见，消除行为流风险因素对于预防锂离子电池实验室火灾事故的效果最好。此外，结合实际的实验室管理运行情况，行为流风险因素相比较信息流、物质流风险因素，更易于通过日常管理手段消除，可操作性较强。因此，除了上述关键节点，预防锂离子电池实验室火灾事故还可以从行为管理方面入手。图 3 消除信息流风险因素时的火灾发生概率 4 结语 从行为流、物质流、信息流的角度能够更全面地辨识高校锂离子电池实验室的风险因素，通过贝叶斯网络模型能够直观地表征风险因素之间的耦合关系，利用贝叶斯网络评估高校锂离子电池实验室事故风险的发生概率。针对概率较大的火灾事故后果进行影响因素的敏感度分析，通过先验和后验概率推理计算得到关键风险因素；通过计算消除信息流、行为流、物质流风险因素时的火灾发生概率，得出行为流风险因素对锂离子电池实验室火灾事故的影响最大的结论。分析计算结果可为高校锂离子电池实验室事故预防策略制定提供依据。参考文献(References)1 庄春吉，黄辉，胡敏杰，等.热失控数据采集实验系统设计与实验研究J.实验室科学，2022,25(2):1418.ZHUANG C J,HUANG H,HU M J,et al.Design and experimental 李威君，等：高校锂离子电池实验室耦合风险建模与评估 235 study on thermal runaway data acquisition experiment systemJ.Laboratory Science,2022,25(2):1418.(in Chinese)2 杨旭，戴妙妙，徐微，等.锂电池检测实验室的风险分析与应对J.电池，2023,53(1):8387.YANG X,DAI M M,XU W,et al.Risks analysis and responses of lithium battery testing laboratoriesJ.Battery Bimonthly,2023,53(1):8387.(in Chinese)3 戚朋飞.锂离子动力电池失火与灭火特性及规律的研究D.北京：北京工业大学，2021.QI P F.Study on the behavior and characteristics of fire ang extinguishment of lithium-ion power batteryD.Beijing:Beijing University of Technology,2021.(in Chinese)4 赵丽香，徐思文雨，王晓冬，等.从标准角度分析锂离子电池安全性影响因素J.中国标准化，2023(6):296300.ZHAO L X,XU S W Y,WANG X D,et al.Analysis of the factors influencing the safety of lithium-ion battery from standard perspectiveJ.China Standardization,2023(6):296300.(in Chinese)5 SONG L F,HUANG Z H,MEI W X,et al.Thermal runaway propagation behavior and energy flow distribution analysis of 280 Ah LiFePO4 batteryJ.Process Safety and Environmental Protection,2023,170:10661078.6 OUYANG D X,LIU J H,CHEN M Y,et al.Thermal failure propagation in lithium-ion battery modules with various shapesJ.Applied Sciences,2018,8(8):1263.7 毛斌斌.18650型三元锂离子电池热失控临界条件及火灾动力学研究D.合肥：中国科学技术大学，2021.MAO B B.Thermal runaway criticality and fire dynamics of the 18650-type ternary lithium-ion batteryD.Hefei:University of Science and Technology of China,2021.(in Chinese)8 刘博睿，虞振飞，刘云飞，等.实验室锂离子电池安全性问题与管控措施研究J.实验技术与管理，2023,40（增刊1）:5357.LIU B R,YU Z F,LIU Y F,et al.Study on safety issue and management measures for Li-ion batteries in laboratoriesJ.Experimental Technology and Management,2023,40(Z1):5357.(in Chinese)9 杜江龙，林伊婷，杨雯棋，等.模拟仿真在锂离子电池热安全设计中的应用J.储能科学与技术，2022,11(3):866877.DU J L,LIN Y T,YANG W Q,et al.Application of simulation in thermal safety design of lithium-ion batteriesJ.Energy Storage Science and Technology,2022,11(3):866877.(in Chinese)10 郑岳久，周龙，孙跃东.动力电池常见故障模拟实验教学平台开发J.实验室研究与探索，2023,42(1):201203,242.ZHENG Y J,ZHOU L,SUN Y D.Development of experimental teaching platform for simulation of power batterys common faultsJ.Research and Exploration in Laboratory,2023,42(1):201203,242.(in Chinese)11 贾海江，李培省，赵明，等.基于三类危险源理论的高校科研实验室风险分级管控方法研究J.实验室研究与探索，2022,41(10):322328.JIA H J,LI P X,ZHAO M,et al.Research on risk classification management and control method of university scientific research laboratory based on theory of three classes of hazardsJ.Research and Exploration in Laboratory,2022,41(10):322328.(in Chinese)12 阳富强，赵家乐.基于扎根理论的高校实验室风险因子分析J.实验技术与管理，2022,39(5):217222.YANG F Q,ZHAO J L.Analysis of risk factors of university laboratory based on grounded theoryJ.Experimental Technology and Management,2022,39(5):217222.(in Chinese)13 GAO P,LI W J,SUN Y B,et al.Risk assessment for gas transmission station based on cloud model based multilevel Bayesian network from the perspective of multi-flow intersecting theoryJ.Process Safety and Environmental Protection,2022,159:887898.14 GAO P,LI W J.Integration of HAZOP and Bayesian network in city gas explosion emergency response processesJ.Emergency Management Science and Technology,2022,2:19.15 曹云，徐卫亚.系统工程风险评估方法的研究进展J.中国工程科学，2005(6):8894.CAO Y,XU W Y.A review on the risk assessment methods of system engineeringJ.Strategic Study of CAE,2005(6):8894.(in Chinese)16 闫放，许开立，姚锡文，等.生物质气化火灾爆炸事故复合型风险评价J.东北大学学报（自然科学版），2015,36(11):16481652.YAN F,XU K L,YAO X W,et al.Integrated risk assessment of biomass gasified fire and explosion accidentsJ.Journal of Northeastern University(Natural Science),2015,36(11):1648 1652.(in Chinese)（编辑：孙浩）