吳 兵,唐宇恒,郝國柱,陳 沛,黃 明,張 英
(1.武漢理工大學(xué) 智能交通系統(tǒng)研究中心,湖北 武漢 430063;2.武漢理工大學(xué) 國家水運(yùn)安全工程技術(shù)研究中心,湖北 武漢 430063;3.武漢理工大學(xué) 能源與動(dòng)力工程學(xué)院,湖北 武漢 430063;4.山東海事局 董家口海事局,山東 青島 266002;5.武漢理工大學(xué) 安全科學(xué)與應(yīng)急管理學(xué)院,湖北 武漢 430070)
截止到2019年6月,我國電動(dòng)汽車保有量達(dá)344萬輛,預(yù)計(jì)到2030年電動(dòng)汽車保有量將超過1億輛,占汽車總量的35%以上。隨著電動(dòng)汽車的快速發(fā)展,滾裝客船成為電動(dòng)汽車跨區(qū)域運(yùn)輸(如渤海灣跨江)的選擇之一,故筆者研究中所關(guān)注的電動(dòng)汽車主要是指已投入使用且駕駛員自行駕駛上下船的電動(dòng)汽車。然而,電動(dòng)汽車存在一定的自燃風(fēng)險(xiǎn),每年新聞媒體報(bào)道的電動(dòng)汽車火災(zāi)事故約為50次。關(guān)于電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)研究,GANDOMAN等[1-2]對電動(dòng)汽車安全性與可靠性評估進(jìn)行分析,總結(jié)了電動(dòng)汽車的4種失效模式和主要影響因素;FENG等[3]系統(tǒng)闡述了鋰離子電池?zé)崾Э匾鸹馂?zāi)的機(jī)理;GUO等[4]研究了鋰離子電池在不同環(huán)境溫度和散熱條件下充放電過程中的熱行為;ZHANG等[5]從電動(dòng)汽車鋰離子電池的熱行為建模與測試、電池組的安全管理策略等方面著手,提出了相應(yīng)的鋰離子電池的熱安全管理策略。
針對電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn),國內(nèi)外研究主要集中于火災(zāi)實(shí)驗(yàn)、機(jī)理研究等方面,而對電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)評估研究較少,且未考慮過滾裝客船載運(yùn)電動(dòng)汽車這一場景。針對滾裝客船載運(yùn)電動(dòng)汽車時(shí)存在的自燃風(fēng)險(xiǎn),需考慮以下問題:①電動(dòng)汽車能否在船上充電以提升其續(xù)航力;②載運(yùn)電動(dòng)汽車是否有簡單易行的措施以減少其自燃風(fēng)險(xiǎn);③電動(dòng)汽車是否需要特別區(qū)域載運(yùn)。為此,筆者通過收集近年來發(fā)生的電動(dòng)汽車火災(zāi)事故案例,結(jié)合現(xiàn)有電動(dòng)汽車火災(zāi)研究成果,引入貝葉斯網(wǎng)絡(luò)方法,建立電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)模型,識別出電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)的關(guān)鍵影響因素,并在總結(jié)電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)規(guī)律的基礎(chǔ)上,結(jié)合滾裝客船運(yùn)輸?shù)奶攸c(diǎn),提出相應(yīng)的安全管理對策。
基于樸素貝葉斯的電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)分析框架如圖1所示,可知電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)分析框架分為數(shù)據(jù)收集與整理、構(gòu)建網(wǎng)絡(luò)和結(jié)果分析3個(gè)部分。首先,通過收集與整理電動(dòng)汽車事故案例,結(jié)合已有研究構(gòu)建電動(dòng)汽車火災(zāi)事故數(shù)據(jù)庫。其次,根據(jù)樸素貝葉斯理論,確定樸素貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),計(jì)算樸素貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中屬性節(jié)點(diǎn)兩兩之間的互信息,添加邊界弧,據(jù)此確定增廣樸素貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),并由事故數(shù)據(jù)庫確定其條件概率和先驗(yàn)概率。最后,對增廣樸素貝葉斯網(wǎng)絡(luò)進(jìn)行結(jié)果分析。
圖1 基于樸素貝葉斯的電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)分析框架
通過收集我國2010—2018年電動(dòng)汽車事故案例,共獲得132起有較詳細(xì)事故發(fā)展過程的案例。通過對這些事故進(jìn)行分析,結(jié)合現(xiàn)有理論研究成果,確定了樸素貝葉斯網(wǎng)絡(luò)中的節(jié)點(diǎn)及其狀態(tài)與影響因素選取依據(jù),如表1所示,可知主要變量包括火災(zāi)類型、車輛類型、動(dòng)力、電池、車輛狀態(tài)、季節(jié)和時(shí)間。①火災(zāi)類型:電動(dòng)汽車鋰離子電池失效后引起的火災(zāi)有3種燃燒形態(tài),表示不同的燃燒程度,分別為冒煙、火災(zāi)和爆炸。②車輛類型:分別為乘用車、客車和物流車,是鋰離子電動(dòng)汽車常見的3種不同用途的車輛。③動(dòng)力:純電動(dòng)汽車和混合動(dòng)力汽車是電動(dòng)汽車的兩種不同動(dòng)力形式,即為這一節(jié)點(diǎn)的兩個(gè)不同狀態(tài)。④電池:不同材料的電池在引發(fā)火災(zāi)的機(jī)理與事故后果上存在較大差異,電池狀態(tài)分別為三元鋰、磷酸鐵鋰和錳酸鋰。⑤車輛狀態(tài):不同車輛狀態(tài)下鋰離子電池表現(xiàn)為不同的失效特征,其狀態(tài)包括運(yùn)行、停車和充電。⑥季節(jié):這一節(jié)點(diǎn)被劃分為春、夏、秋、冬4種狀態(tài)。3月、4月和5月為春;6月、7月和8月為夏;9月、10月和11月為秋;12月、1月和2月為冬。⑦時(shí)間:包括白天(7:00—19:00)和夜晚(19:00—次日7:00)兩種狀態(tài)。
表1 相關(guān)變量的分類
火災(zāi)風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)圖形框架構(gòu)建包括以下4個(gè)步驟:
(1)選擇火災(zāi)類型作為分類變量(C),其包含一組狀態(tài)Sc=(c1,c2,…,cNc),選擇車輛類型、動(dòng)力、電池、車輛狀態(tài)、季節(jié)和時(shí)間作為屬性變量(Ai),i∈(1,2,…,n),每個(gè)屬性變量Ai包含一組狀態(tài)Si=(ai,1,ai,2,…,ai,Ni)。在此基礎(chǔ)上構(gòu)建樸素貝葉斯網(wǎng)絡(luò)。
(2)在樸素貝葉斯網(wǎng)絡(luò)下計(jì)算屬性變量兩兩之間的互信息I(Ai,Aj|C),以識別變量之間的依賴性[6-7]。
(1)
(3)對所有特征屬性變量{A1,A2,…,An}兩兩之間建立以Ai-Aj的無向邊界弧,權(quán)重為I(Ai,Aj|C),屬性變量之間的互信息如表2所示。
表2 屬性變量之間的互信息
(4)根據(jù)互信息的大小,選定0.010作為有向弧的界限值,將無向弧轉(zhuǎn)化為有向弧,同時(shí)考慮各節(jié)點(diǎn)之間要符合D分離[8],最終得到電動(dòng)汽車的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),如圖2所示。
圖2 電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)
由于所獲取的數(shù)據(jù)為網(wǎng)絡(luò)數(shù)據(jù),部分?jǐn)?shù)據(jù)缺失,需要利用EM學(xué)習(xí)算法對其進(jìn)行學(xué)習(xí)[9]。令D=(l1,l2,…,lM)為不完整數(shù)據(jù),Y=(c1,c2,…,cM)為完整數(shù)據(jù),D∈Y,ζ為一個(gè)貝葉斯網(wǎng)絡(luò),其參數(shù)為Θ={Θq}。其中,對于任意q、s、t,可以得到Θq={Θqs},Θqs={Θqst},Θqst=P(Xq=t|pa(Xq)=s),X為觀測數(shù)據(jù)集;pa(Xq)為觀測數(shù)據(jù)集X中Xq出現(xiàn)的次數(shù)。基礎(chǔ)數(shù)據(jù)集示例如表3所示,EM算法的實(shí)現(xiàn)過程如下:
表3 基礎(chǔ)數(shù)據(jù)集示例
(1)利用式(2)和式(3)獲取完整的數(shù)據(jù)集Y。
(2)
ΕΘ(Mqst)=
(3)
式中:k(Θ)為貝葉斯網(wǎng)絡(luò)中的一個(gè)參數(shù)值;Xk為k(Θ)的一組觀測數(shù)據(jù);Mqst為(Xq,pa(Xq))=(t,s)的數(shù)量;ΕΘ(Mqst)為一個(gè)貝葉斯網(wǎng)絡(luò);lq為數(shù)據(jù)D的第q個(gè)案例;G代表貝葉斯網(wǎng)絡(luò)中的有向無環(huán)圖。
(4)
按照上述兩個(gè)步驟進(jìn)行遞歸,直到k(Θ)趨同,即滿足式(5)所示關(guān)系。
kq(Θ)-kq+1(Θ)≤δ|kq+1(Θ)|
(5)
式中:kq(Θ)為Θ經(jīng)過q次遞歸后的對數(shù)似然估計(jì);δ為設(shè)定的閾值。
通過引入EM算法,可獲得貝葉斯網(wǎng)絡(luò)的條件概率表,動(dòng)力類型(春季和夏季)的條件概率表示例如表4所示。
表4 屬性變量動(dòng)力類型的條件概率
利用EM學(xué)習(xí)算法獲取條件概率表后,進(jìn)而可得到電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)結(jié)果,如圖3所示。由圖3可以看出,在采集的數(shù)據(jù)中,大多數(shù)事故為火災(zāi)事故(76.76%),發(fā)生時(shí)間多在白天(71.05%),主要發(fā)生季節(jié)在夏季(36.33%)和秋季(25.05%),發(fā)生事故時(shí)車輛狀態(tài)多為行駛(49.63%)和停車(30.58%)。通過與實(shí)際統(tǒng)計(jì)數(shù)據(jù)相比,所有節(jié)點(diǎn)的誤差均較低,其中訓(xùn)練誤差最大的為冒煙,其誤差率也僅為1.25%,由此可見訓(xùn)練結(jié)果較好。
圖3 電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)結(jié)果
不同失效情景下各因素的影響程度和發(fā)生的可能性存在差異,且由于目前滾裝客船載運(yùn)電動(dòng)汽車存在的問題和數(shù)據(jù)樣本存在差異,需要進(jìn)一步開展失效模式分析[10],通過設(shè)置相應(yīng)的節(jié)點(diǎn)狀態(tài)為100%,即可獲取相應(yīng)的結(jié)果。
(1)車輛狀態(tài)影響。考慮到滾裝客船上裝載的均為小汽車,因此設(shè)定小汽車和充電兩個(gè)狀態(tài)為100%,對應(yīng)的火災(zāi)風(fēng)險(xiǎn)分析結(jié)果如圖4所示。從圖4可以看出,在此情景下,火災(zāi)發(fā)生概率約為0.75,爆炸發(fā)生概率約為0.19;而當(dāng)設(shè)置為停車狀態(tài)時(shí)(即電動(dòng)汽車不能充電),火災(zāi)發(fā)生概率約為0.78,爆炸發(fā)生概率約為0.08,可知充電狀態(tài)時(shí)電動(dòng)汽車發(fā)生爆炸的概率約為停車狀態(tài)下的2.4倍,因此,電動(dòng)汽車在充電時(shí)將大幅增加其爆炸風(fēng)險(xiǎn)。
圖4 電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)情景分析結(jié)果
(2)外部溫度影響。類似地,通過設(shè)置季節(jié)為夏季和時(shí)間為白天,來分析小汽車在充電與停車狀態(tài)下的風(fēng)險(xiǎn)情況。通過貝葉斯網(wǎng)絡(luò)推理計(jì)算得到,在充電狀態(tài)下當(dāng)外部溫度較高時(shí),電動(dòng)汽車發(fā)生爆炸的概率約為0.40,而在晚上溫度較低時(shí)發(fā)生爆炸的概率約為0.16;當(dāng)在停車狀態(tài),白天溫度較高時(shí)電動(dòng)汽車發(fā)生爆炸的概率約為0.15,在晚上溫度較低時(shí)發(fā)生爆炸的概率為近乎為零,可以看出當(dāng)外部溫度升高時(shí)車輛發(fā)生爆炸的概率會(huì)顯著上升。
筆者基于上述電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)分析的研究結(jié)果,并結(jié)合滾裝客船特點(diǎn)提出如下建議:
(1)車輛狀態(tài)和外部溫度是電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)的主要影響因素,考慮到電動(dòng)汽車過度充電將導(dǎo)致火災(zāi)事故,在滾裝客船運(yùn)輸電動(dòng)汽車過程中,對船載充電設(shè)備的穩(wěn)定性和安全性進(jìn)行測試之前,應(yīng)盡可能避免將電池供電的電動(dòng)車連接到船舶插座上,以防止因過度充電而引起火災(zāi)。如需充電,也應(yīng)統(tǒng)一調(diào)度,并有專門人員監(jiān)管。
(2)考慮到外部溫度與電動(dòng)汽車火災(zāi)有一定關(guān)聯(lián),需對載有電動(dòng)汽車的區(qū)域進(jìn)行冷卻并加強(qiáng)電動(dòng)汽車溫度檢測。在電動(dòng)汽車滾裝處所巡邏期間,船員應(yīng)配備便攜式熱像儀,以檢測滾裝處所電動(dòng)汽車的溫度。此外,將電動(dòng)汽車與傳統(tǒng)動(dòng)力車輛分區(qū)存放,以便及時(shí)發(fā)現(xiàn)火災(zāi),探明火情。
(3)根據(jù)與中國船級社(CCS)、南京消防器械有限公司開展的相關(guān)實(shí)驗(yàn),電動(dòng)汽車火災(zāi)的最有效滅火方式為水滅火系統(tǒng),故應(yīng)為電動(dòng)汽車提供專用滅火設(shè)備,以便于火災(zāi)時(shí)應(yīng)急處置。
(1)筆者收集國內(nèi)媒體報(bào)道的事故數(shù)據(jù),并從以往研究中找出事故發(fā)生的影響因素,提出了電動(dòng)汽車火災(zāi)事故安全評估貝葉斯網(wǎng)絡(luò)模型,用于對滾裝客船運(yùn)輸電動(dòng)汽車提供安全運(yùn)輸管理對策。
(2)利用互信息推導(dǎo)影響因素之間的相互關(guān)系,引入EM算法獲得條件概率表,再根據(jù)電動(dòng)汽車火災(zāi)風(fēng)險(xiǎn)結(jié)果進(jìn)行失效情景分析。研究結(jié)果表明充電狀態(tài)下電動(dòng)汽車的爆炸概率為停車狀態(tài)下的2.4倍,且當(dāng)溫度升高時(shí)爆炸概率明顯上升。
武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版)2021年1期