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，J;l=1，2，L;a、b、c、d 分别代表人的因素、车的因素、充电设备因素和环境因素;Phijk表示人处在第h 种状态、车处在第 i 种状态、充电设备在第 j 种状态、环境在第 k 种状态下新能源汽车燃爆风险耦合发生的概率;Ph、Pi、Pj、Pk分别表示人在h 状态下的概率、车在 i 状态下的概率、充电设备在 j状态下的概率、环境在 k 状态下的概率。T 越大表示风险耦合值越大，风险耦合越容易发生，且这种风险耦合导致事故发生的可能性越大。本文将新能源汽车燃爆风险分为 4 类，风险耦合存在双因素、三因素和四因素风险耦合。当某两种风险因素发生耦合时，存在 6 种风险耦合形式，即人 车 T21(a，b)、人 桩 T22(a，c)、人 环 T23(a，d)、车 桩 T24(b，c)、车 环 T25(b，d)和桩 环 T26(c，d)，风险耦合值的计算公式如下。T21(a，b)=Hh=0Ii=0Philog2PhiPhP i (2)5632023 年 2 月邵志国，等:基于 NK 模型和 SNA 的新能源汽车燃爆风险因素耦合分析Feb，2023当系统中某 3 种风险因素发生耦合时，存在 4种风险耦合形式，即人 车 桩 T31(a，b，c)、人 车 环T32(a，b，d)、人 桩 环 T33(a，c，d)、车 桩 环 T34(b，c，d)，风险耦合值的计算公式如下。T31(a，b，c)=Hh=0Ii=0Jj=0Phijlog2PhijPhP i P j(3)当新能源汽车燃爆事故风险因素发生四因素耦合时，即人 车 桩 环耦合，其风险耦合值 T4(a，b，c，d)根据式(1)可计算得到。风险耦合值 T4(a，b，c，d)越大，表明系统内的关系网络越复杂，对多风险耦合燃爆事故的管控难度越高。图 3新能源汽车燃爆事故风险因素关联网络图Fig 3Correlation network diagram of new-energy vehicle combustion and explosion accident risk factorsNK 模型基于事故案例客观数据对风险耦合作用进行量化分析，这很大程度上降低了研究者对风险的主观偏好，但运用该模型多是集中于分析一级风险因素之间的耦合作用，无法进一步为风险防控提供更为具体有效的决策支持信息。针对 NK模型对风险耦合作用分析结果解释性较差这一局限性，本文引入 SNA 进一步解释风险之间的作用机理23，以确定关键风险因素。2.2SNA 模型构建社会网络分析(SNA)是根据数学方法、图论等发展起来的在社会科学领域使用较为广泛的定量分析方法。当前已有较多学者25 27 运用社会网络分析方法对风险关联进行研究，该方法突破了以往文献中将风险独立作为假设这一局限性，可以更好地展现风险之间的关系。本文在收集事故案例的基础上，通过分析事故原因并运用专家访谈法，整理出新能源汽车燃爆事故的风险因素邻接矩阵。借助社会网络分析软件 UCINET 6.0 中的 NetDraw 将风险关联网络可视化，结果见图 3。该风险网络关系图是有向复杂网络，箭头指向的是风险诱导结果。本文在分析风险关联网络时，主要对接近中心度(closeness)和中间中心度(betweenness)两个指标进行分析。接近中心度指的是网络中某一节点与所有其他节点的接近程度。一个节点越是与其他节点接近，反映该点在传递信息方面效率越高，因而可能居于网络的中心。接近中心度是点与网络中其他点的捷径距离总和的反函数28，其公式为Cc(ni)=gj=1d(ni，nj)1i j(4)式中d(ni，nj)表示连接节点 i 和节点 j 的距离。中间中心度指的是网络中的节点对整个系统网络资源的控制程度。一个节点若处于许多其他点对的最短路径上，则具有较高的中间中心度，意味着该节点可以更容易地控制信息传递，从而影响整个网络27，其公式为CB(i)=njnkbjk(i)=njnkgjk(i)gjkj k i，j k(5)式中bjk(i)表示中间点 i 处于点 j 和点 k 之间的捷径上的概率，反映点 i 对点 j 和点 k 的控制能力;gjk(i)表示点 j 和点 k 之间存在的经过点 i 的捷径数目;gjk表示点 j 和点 k 之间存在的捷径数目。本文用接近中心度和中介中心度来确定燃爆事故风险网络中的关键风险因素，同时，通过 SNA 得到风险间的可达性，对应到一级风险因素以确定潜在的风险耦合形式。3新能源汽车燃爆关键风险因素分析3.1NK 模型计算结果分析新能源汽车燃爆风险因素主要包括人、车、充电663Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期设备和环境，每个因素具有 0 和 1 两种状态，0 表示该风险并未突破子系统自身的防御系统，1 表示该风险已突破子系统自身的防御系统。根据对我国20162020 年191 起新能源汽车燃爆事故案例的统计分析29 31，其中单因素耦合、双因素耦合和多因素耦合导致的事故次数和概率见表 2。表 2新能源汽车燃爆事故风险耦合的发生次数及概率(20162020 年)Table 2Coupling frequency and probability of new-energy vehicle combustion and explosion accident risk(20162020)耦合方式变量发生次数及概率单因素耦合发生次数n0000=0n1000=8n0100=54n0010=7n0001=26概率P0000=0P1000=0.0428P0100=0.2888P0010=0.0374P0001=0.1390双因素耦合发生次数n1100=16n1010=3n1001=8n0110=16n0101=22n0011=7概率P1100=0.0856P1010=0.0160P1001=0.0428P0110=0.0856P0101=0.1177P0011=0.0374多因素耦合发生次数n1110=2n1101=10n1011=0n0111=6n1111=2概率P1110=0.0107P1101=0.0535P1011=0P0111=0.0320P1111=0.0107根据式(1)(3)可以计算得到不同风险因素耦合作用下的风险耦合值 T，见表 3。通过对比不同耦合因素作用下的风险耦合值 T可知如下内容。1)风险耦合值 T 随风险耦合因素增加有梯度地增大，人 车 桩 环四风险耦合值最大，为 0.246 1。这意味着控制多风险因素耦合的发生将是后续新能源汽车燃爆事故防控工作的重点。2)在双因素耦合作用中，车 环的风险耦合值为0.093 8，明显高于其他风险耦合形式，这意味着更表 3不同燃爆风险因素耦合作用下的风险耦合值 TTable 3Risk coupling value T under the coupling action ofdifferent ignition and explosion risk factors耦合因素风险耦合变量风险耦合值人 车T21(a，b)0.006 1人 桩T22(a，c)0.011 8人 环T23(a，d)0.000 7车 桩T24(b，c)0.006 2车 环T25(b，d)0.093 8桩 环T26(c，d)0.006 4人 车 桩T31(a，b，c)0.026 9人 车 环T32(a，b，d)0.142 1人 桩 环T33(a，c，d)0.019 6车 桩 环T34(b，c，d)0.133 3人 车 桩 环T4(a，b，c，d)0.246 1容易发生事故。从案例事故统计中可以发现，不利的环境因素，如高温、路面异物碰撞、涉水路面等情况的出现都可能使新能源汽车的动力电池系统出现异常状态，从而导致发生燃爆事故。因此，为避免车环双因素耦合作用发生，应及时关注整车控制系统、零部件故障及动力电池系统异常状况，保持电池良好工作状态。3)在三因素风险耦合作用中，人 车 环和车 桩环明显高于另两种风险耦合形式，且人 车 环风险耦合值最高，为 0.142 1。这意味着在新能源汽车燃爆风险系统网络中，事故的发生与这两种风险耦合形式联系最为紧密。在双因素耦合分析基础上发现，车 环双因素风险耦合作用下叠加人的不安全行为或充电设备的不安全状态会更容易导致事故发生。3.2SNA 模型结果分析1)风险因素网络中心度分析。通过 UCINET 6.0 软件及风险因素邻接矩阵可以得到风险因素网络中各风险节点的接近中心度及中介中心度，具体数据见表 4。由于风险因素网络是有向网络，所以在得到节点接近中心度时会得到出度和入度两个数据。在该风险因素网络中接近中心度的入度表示该风险在网络中易被其他风险诱导发生的程度。入度结果中排列前 5 的风险因素有电池组短路 R9、电池包密封隔膜破损 R12、电池管理系统故障 R14、辅助系统零部件故障 R8、电气连接线路老化 R15。可以看出入度排名前 5 的风险因素都是新能源汽车的不安全状态因素，车的不安全状态多是事故发生的直接原因。出度表示该风险在网络中能够引发其他风险的程度。出度结果中排列前 5 的风险因素有高温 R16、低温 R17、安全驾驶意识欠缺R2、保养维护意识薄弱 R1、浸水 R18。从出度排名前5 的风险因素可以看出不利的环境条件和人的不安全行为较容易引发更多的风险，多是引发事故的根7632023 年 2 月邵志国，等:基于 NK 模型和 SNA 的新能源汽车燃爆风险因素耦合分析Feb，2023本原因，因此节点出度可以作为判断关键风险因素的重要指标。中介中心度排名前 5 的风险因素有电池组短路 R9、电池管理系统故障 R14、辅助系统零部件故障 R8、路面异物碰撞 R19、整车控制系统失灵R7。从结果来看，车的不安全状态和不良的环境条件是控制整个风险网络传递的重要中介因素。避免上述风险的发生可以有效切断风险在事故路径上的蔓延，进而防止燃爆事故发生。2)风险可达性分析。通过对风险网络可达性分析可以剖析风险因素在有向网络上蔓延进而诱发新能源汽车燃爆的潜在表 4风险网络中风险节点的接近中心度和中介中心度Table 4Closeness and betweenness of risk nodesin the risk network风险因素接近中心度入度/%出度/%中介中心度/%R14.54513.0182.143R24.54513.0185.143R324.44411.34013.313R422.44911.0000.833R523.15811.2828.921R64.9894.3480.000R725.58110.37731.000R826.82911.34056.080R928.94711.76588.329R1025.88211.45829.421R1118.64411.2244.033R1227.16011.0559.628R1326.19011.2824.483R1426.82911.45865.454R1526.50611.64029.376R164.34817.7420.000R174.34816.7940.000R184.34812.5000.000R1921.78211.11133.143R204.9894.3480.000R2122.68011.64023.211R2219.29811.2823.489R234.34812.4170.000风险耦合形式。根据图 3 将 23 个二级风险因素的可达性对应到 4 个一级风险因素中，结果见表 5。从表 5 可以看出，车的不安全状态中的风险因素及不利的环境因素都可能导致人 车 桩 环四风险因素耦合发生;人的不安全行为可能导致两因素或三因素风险耦合发生;充电设备的不安全状态易引发人 车 桩或人 车 桩 环两种风险耦合形式。值得注意的是，车 桩 环和人 车 桩 环这两种风险耦合形式被触发的比例较高。3.3模型结果修正分析由于 SNA 模型是从主观角度对风险因素之间的关系进行描述，识别出的关键风险因素可能在实际事故中发生的概率较低，而 NK 模型是根据事表 5风险因素节点的可达性分析Table 5Accessibility analysis of risk factor nodes风险因素人车桩环潜在耦合形式R11110人 车 桩R21101人 车 环R30111车 桩 环R40110车 桩R50111车 桩 环R60000人R70111车 桩 环R80111车 桩 环R90111车 桩 环R100111车 桩 环R111101人 车 环R121111人 车 桩 环R131111人 车 桩 环R141111人 车 桩 环R151111人 车 桩 环R161111人 车 桩 环R171111人 车 桩 环R181111人 车 桩 环R191111人 车 桩 环R200000环R211101人 车 桩 环R221110人 车 桩R231110人 车 桩863Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期故数据求得的风险耦合值，客观性较强。因此，结合表 5 的风险因素可达性分析，将风险耦合值作为修正系数对风险节点接近中心度的出度进行修正。将修正后得到的数据作为评价关键风险因素的依据，结果见图 4。图 4(a)为修正前根据风险节点接近中心度的出度得到的雷达图，图 4(b)为依据风险耦合值修正后的风险节点接近中心度出度的雷达图。图 4风险因素接近中心度修正结果Fig 4Correction results of closeness of risk factors从修正后得到的结果中可以看出，排名较高的风险因素主要是不利的环境因素和车的不安全状态风险因素。环境因素中的高温 R16、低温 R17、浸水R18、路面异物碰撞 R19和车的因素中的电池包针刺、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仍然表现突出，这与修正前的风险因素排序一致，表明运用实际案例数据进行修正之后得到的结果与运用社会网络分析得到的关键风险因素是吻合的。修正后变化较大的是人的不安全行为，表明虽然人的不安全行为会导致燃爆事故发生，并且是事故致因链中的重要因素，但在实际案例中影响较小。环境的不确定性易导致电池系统、控制系统和零部件发生故障，使得新能源汽车处于不安全状态，诱发风险耦合。这要求在后续的新能源汽车研发设计环节中重视其在不同环境下的耐受性，并加强电池组转运保护设计，同时要关注对电池组的养护。4结论本文将 NK 模型和 SNA 模型应用到新能源汽车安全领域，根据收集到的事故案例数据，识别并分析新能源汽车燃爆事故关键风险因素，得到如下结论。1)基于 NK 模型计算结果可知，在新能源汽车燃爆风险系统中，避免多风险因素耦合是有效降低风险事件发生的有效手段。车 环双因素耦合明显比其他双因素耦合形式更容易导致事故发生。事故的发生与人 车 环三因素组成的子系统联系更为紧密。2)基于 SNA 分析结果可知，电池组短路、电池管理系统故障、辅助系统零部件故障、电池模块温度过高、电器连接线路老化在风险网络中具有较高的中介中心度。避免这些风险因素发生可以有效切断风险网络的连通，避免系统风险的形成。3)基于修正后的分析结果可知，高温、低温、浸水、路面异物碰撞和电池管理系统故障是新能源汽车燃爆事故中的关键风险因素。从系统风险耦合角度考虑，环境因素诱发风险耦合能力突出且存在诸多不确定性。为此，应提高新能源汽车动力电池等关键零部件对于环境的耐受性，避免燃爆事故的发生。参考文献(References):1 中华人民共和国工业和信息化部 三项电动汽车强制性国家标准正式公布EB/OL 20200514 http:/wwwgovcn/xinwen/2020-05/14/content _5511415 htmMinistry of Industry and Information Technology of thePeoples Republic of ChinaThree mandatory nationalstandards for electric vehicles have been announcedEB/OL 20200514 http:/www gov cn/xinwen/2020-05/14/content_5511415.htm 2 王震坡，袁昌贵，李晓宇 新能源汽车动力电池安全管理技术挑战与发展趋势分析 J 汽车工程，2020，42(12):16061620.WANG Z P，YUAN C G，LI X YAn analysis onchallenge and development trend of safety managementtechnologies for traction battery in new energy vehicles J Automotive Engineering，2020，42(12):16061620.3陈吉清，冼君琳，兰凤崇，等 锂电池单体起火燃烧9632023 年 2 月邵志国，等:基于 NK 模型和 SNA 的新能源汽车燃爆风险因素耦合分析Feb，2023过程仿真模拟J 重庆理工大学学报(自然科学)，2021，35(9):2534.CHEN J Q，XIAN J L，LAN F C，et al Simulation ofcombustion process of lithium-ion battery cell J JournalofChongqingUniversityofTechnology(NaturalScience)，2021，35(9):2534.4金标，邹武元，刘方方，等 电动汽车用磷酸铁锂电池针刺热失控试验研究 J 汽车技术，2021(10):3741.JIN B，ZOU W Y，LIU F F，et alExperimentalinvestigation on thermal runaway of LiFePO4batteries forelectric vehicles during nail penetrationJ AutomobileTechnology，2021(10):3741.5XIONG R，MA S X，LI H L，et al Toward a saferbattery management system:a critical review on diagnosisand prognosis of battery short circuitJ iScience，2020，23(4):101010.6 HUANG Z H，LI H，MEI W X，et al Thermal runawaybehavioroflithiumironphosphatebatteryduringpenetration J Fire Technology，2020，56(6):24052426.7兰凤崇，刘金，陈吉清，等 电动汽车电池包箱体及内部结构碰撞变形与响应分析 J 华南理工大学学报(自然科学版)，2017，45(2):18.LAN F C，LIU J，CHEN J Q，et al Deformation andresponse analysisofpackandinternalstructureofelectrical vehicle battery in collision J Journal of SouthChinaUniversityofTechnology(NaturalScienceEdition)，2017，45(2):18.8尹忠东，王帅，张元星，等 充电设施对电池管理系统保护需求响应评估 J 电力系统自动化，2017，41(22):133137.YIN Z D，WANG S，ZHANG Y X，et al Responseassessment of charging facilities to protection demands ofbattery management systemsJ Automation of ElectricPower Systems，2017，41(22):133137.9 FENG X，OUYANG M，LIU X，et al Thermal runawaymechanism of lithium ion battery for electric vehicles:areviewJ Energy Storage Materials，2018，10:246267.10 苏晓倩，庄越，代华明 新能源汽车燃爆风险与防控研究J 中 国 安 全 科 学 学 报，2018，28(5):9298.SU X Q，ZHUANG Y，DAI H M Study on risk of newenergy vehicle burning-explosion and control measureJ China Safety Science Journal，2018，28(5):92 98.11 HUGF，HUANGPF，BAIZH，etalComprehensively analysis the failure evolution and safetyevaluation ofautomotivelithiumionbattery J eTransportation，2021，10:100140.12 王淮斌，李阳，王钦正，等 电动汽车事故致灾机理及调查方法J 储能科学与技术，2021，10(2):544557.WANG H B，LI Y，WANG Q Z，et al Mechanismscausingthermalrunaway-relatedelectricvehicleaccidents and accident investigation strategies J Energy Storage Science and Technology，2021，10(2):544557.13 WU B，TANG Y，YAN X，et alBayesian networkmodelling for safety management of electric vehiclestransported in RoPax shipsJ Reliability Engineering System Safety，2021，209:107466.14 陶晟宇，樊宏涛，孙耀杰 功能安全视角下的电动汽车起火爆炸分析J 复旦学报(自然科学版)，2020，59(6):734739.TAO C Y，FAN H T，SUN Y J Analysis of fire andexplosion of electric vehicles from the perspective offunctional safety J Journal of Fudan University(Natural Science)，2020，59(6):734739.15 林烨，黄国忠，肖凌云，等 基于深度调查的电动汽车火灾原因分析技术J 消防科学与技术，2021，40(1):145148.LIN Y，HUANG G Z，XIAO L Y，et al An analysistechnology of electric vehicle fire based on in-depthinvestigationJ Fire Science and Technology，2021，40(1):145148.16 SUN P Y，BISSCHOP R，NIU H C，et al A review ofbattery fires in electric vehiclesJ Fire Technology，2020，56(4):13611410.17 HEINRICH H W，PETERSEN D，ROOS N Industrialaccident prevention-a safe