【深度】張禮立：從新能源汽車自燃看構建工業預警與質量溯源體系的必要性與迫切性
本文大概3200字，讀完約8分鐘
4月21日，上海，一輛停在車庫的特斯拉 Model S自燃起火 。4月22日，西安，一輛正授權服務中心的蔚來ES8發生燃燒 。
本文作者系盤古智庫學術委員、盤古智庫智慧城市研究中心副主任兼祕書長，上海市海外經濟技術促進會祕書長張禮立，文章來源於“張禮立數字科技管理研究”微信公衆號。
自燃事故觸目驚心
從 2018 年 1 月 1 日到 2019 年 3 月 10 日，新能源整車的投放量過百萬級別，其 中，自燃事故高達 40 起 (不包含交通肇事引發的燃爆)，自燃事故在所有新能源汽車的內在質量問題中排在首位，引起了各界廣泛的焦慮與重視。
都是電池熱失控惹得禍？
動力電池的產業鏈基本包含了單體電芯、電池模組、電池包和整車這四個環節。模組是把衆多電芯集聚起來(通常是並聯)，擴展成大能量的電池模組; 電池模組再集聚起來(通常是串聯)，擴展成高電壓的電池包。
電池包是整車的最大成本部件，基本約佔整車成本的 45-50% （不同企業，不同車型不等）。所以，電池模組既是整車廠核心能力可觸及範疇的入口，又是他與電芯廠爭奪控制的戰略高地，正在高速發展中。
可能引發電池過熱而無法控制產生自燃的情況或誘因可能有很多，主要包含以下三個方面： 第一是電芯內部質量不過關，第二，後封裝中外部因素導致，包括強熱致電芯內傷，擠壓內傷；第三，車輛電池在使用過程中的外部因素，例如擠壓碰撞變形，外環境快充、過充、外熱致內傷等。變形或外傷容易排查，但是組件封裝的高溫、超充的強電流致的內傷等隱形的問題的確較難發現。
圓柱型電池的芯一般卷繞工藝，正負極間用隔膜隔開。隔膜離負極底部殼體焊點很近。當金屬熔接高溫透過殼體底部傳進殼內時，熱傳導的面積足夠大，傳導距離足夠短，故熱影響較大。另外，隔膜是熱敏感材抖，遇熱易收縮，可能將正負極間漏出無遮擋空隙。假設收縮的位置決定收縮的危害，造成微短路就是可能性之一。
從概率角度觀察鋰電池電動汽車的安全性還是相當高的。以特斯拉Model S爲例，故障率大約爲10,000臺產品中有1個不合格品，與傳統汽車相比（在美國，每10000輛燃油車有7.6 起火事故 ）。
但是電動車燃爆有兩個特點是顯而易見的，首先是當自燃發生後，目前還沒有好的施救方法，國外消防對這類事故採取的方式是基本不撲救，讓其完成燃燒過程。 第二，易引發連鎖反應、連環爆炸，對第三方的生命財產易構成重大威脅。4月21日上海的特斯拉自燃事故就屬於此類。
1 建立全鏈的電池熱安全方案與供應鏈
隨着電池能量密度的日益提高，熱失控風險都將呈現上升趨勢，我們迫切需要完整的電池熱安全系統解決方案。
如何提升國產電池質量的控制能力（PPM/10^-6），即因電池品質問題造成單體熱失控的概率？
如何可使電芯迅速降溫到燃點以下，抑制其自燃，同時防止周邊電芯被熱影響帶壞？此舉將爲車上乘員逃生和周邊物資疏散，爭取到寶貴的時間。
如何利用高分子複合材料在電池焊接中避免熱應力變形，提升附着、抗壓及抗腐蝕等綜合性能，降低可能由熱焊給電芯帶來的熱傷害隱患？
如何通過數字孿生（Digital Twin）以及工業大數據預測分析等數字化手段對每一顆電芯到整車的實時數字化健康管理？
先進製造特別強調流程工藝與數據智能的融合，需要有硬科技、跨學科的創新突破。以特斯拉的超聲波焊爲例，雖然是所有熱焊工藝中熱影響最小的一種工藝(熱最高值較低，但也是幾百度級)，但還是會拉高內在隱患的比例。當然，不論是電池製造環節植入的電池內在風險，還是組件封裝環節植入的電池內在風險，使用階段的超充都可能加速其惡化，特別是充到飽電狀態，影響更大。
2 用數字驅動車聯網的增值服務
電池、電機、電控技術是電動車最核心的技術。因爲這三項技術的用用，是每一輛電動車都需要並且直接影響車輛的續航里程、加速時間等參數。其中電控中最核心的功能就是電池管理系統（Battery management system）簡稱BMS，是電池與用戶之間的紐帶。
自燃，由內在隱患觸發，外在超充加速(當然無內在隱患，超充也可能觸發鋰枝晶生長引發微短路)的場景。 BMS，上百個電池的模組，僅幾個熱傳感器，通常放置在電池模組內部，在電池的側邊(極柱是電池溫度的最高點和先起熱點)。僅與放置位意鄰近的電芯側面獲得了監測，遠離的單體電芯起熱，很難及時發現單體異常發熱。
假設自燃的邏輯首先是（第1階段）單體熱失控（內部），然後（第2階段）觸發周圍小部分電池熱失控(內部)，再觸發大面積電池熱失控(外部顯性)。BMS本該在第2階段可發現風險，但不幸的是，當時正熄火停車，BM沒在工作，所以未能預警。待第3階段發生時，全世界都知道了這場事故。
從工業大數據預測維修（predective maintanance) 的理念來看，我們需要對電池模組全單體運營健康數據從採集到運營分析以及服務的全方位系統。科技將迅速改變企業行爲和管理的想法，應該也算一個誇張的宣傳。當然，從被動反應的維護，到預防性維護，再到預測性維護，這一演化的過程就是相當的漫長，而不是一觸即發的。
本質上，我們已經面臨着一個轉折點。智能便攜設備的發展大大促進了工業物聯網(IIoT)、雲計算、軟件定義、大數據以及智能分析的融合。移動性的實現已經創造了推動未來轉變的完美風暴。所以，到2020年，不僅僅是無人駕駛汽車有可能成爲司空見慣的現象，但是，由智能連接資產驅動的新型維護的製造業服務企業一定會出現。
電芯負極由於是電芯外部最接近內部的溫感區域，所以是單體電芯隔離最早預警和動作的最佳區域。單體電芯隔離技術全球僅特斯拉在電芯正極區域，用電過流高溫燒斷的方式，實現了瀕危單體的主動隔離。 我們可以通過工業大數據實時系統，爲電芯設計、電芯梯次利用、模 組及電池包即時診斷。
透過車載物聯網形成EV後服務的大數據系統可以鏈接一個24小時可預警的服務平臺，譬如，在超充中或超充完的三小時內，會不斷髮出不斷升級的檢測與預警，一旦有危險點被檢測到，即可觸發後臺在線值班人員的重視和幹預，就有可能達到早發現，早處理的目的，從而大幅降低事故的損失。
除此之外，電池數字化管理平臺可以爲保險公司、電芯技術公司、 電池包運營商及電池梯次利用和回收經營者開闢新的車聯網的服務，包括預警服務、數據採集與分析以及以電池爲核心指標的新能源車輛殘值評估等服務。
未來的規範性維護活動最準確的定義一定是通過智能連接資產與工業物聯網數據分析後得出的。傳統的統計方法或分析工具的使用和處理會轉變成爲業務定義最優，幫助管理者做好資源配置工作。你將不再需要一系列專家來告訴你如何以及什麼時候要進行電池維護，因爲電池無法實現自我修復時，將會自己告訴你它們需要什麼。這一轉變不僅將徹底改變該行業，也代表着當今許多企業模式面臨的威脅。
3 加速構建工業預警與質量溯源體系
“可預見的”應用場景中，我們會很自然地感受到大數據的功能與魅力，它的確是一種可以幫助企業發展和管理的有效工具和技術。但是，如何將獲取的數據轉化爲信息，又將信息轉化爲有價值的情報，從而爲企業進行決策提供支持，對企業而言，這是極具挑戰的課題。
在今年4月底的先進製造業大會上，中國工程院院士、過程控制和過程系統工程專家錢鋒作了題爲《人機共融流程工業智能製造系統--人工智能與流程製造深度融合》的主旨報告。
錢院士在報告中指出，當前流程製造業轉型發展中，除了如何建立客戶需求驅動的敏捷供應鏈以及全流程優化運行的調控機制來提高資源能源的利用率之外，第三個核心挑戰就是如何做好安環指標的實時監控與溯源調控來確保生產安全與環保。
在不確定的開放環境中，在生產、儲存、運輸、使用到廢棄的五大環節中，需要運用“人的知識”與“機器智能”所形成的輔助應急決策與學習閉環，實現“人機共融的智能溯源分析、風險實時評估、應急輔助決策的預警溯源體系。
今天的工業大數據在行業的落地，就是把經驗到證據的過程。過去以企業家的直覺和經驗做決策是因爲我們長期處在小數據時代。抽樣調研、數據自產自銷是那個時代的代表。大數據商業時代，商業環境的變化瞬息萬變，決策風險比過去大很多。以直覺和經驗是無法抵禦環境變化帶來的風險。
智能製造是一個不斷演進發展的大概念，可歸納爲三個基本範式：數字化製造、數字化網絡化製造、數字化網絡化智能化製造——新一代智能製造。新一代智能製造是新一代人工智能技術與先進製造技術的深度融合，貫穿於產品設計、製造、服務全生命週期的各個環節及相應系統的優化集成，不斷提升企業的產品質量、效益、服務水平。
我們可以看到，經驗和數據是讓企業各個層面做出正確決策的兩大方式。在我看來，從管理角度，我們需要注意到兩個問題。第一是經驗和數據的深度、廣度和及時性。其二，決策並非只是來自於高層，而是來自企業的每一個環節。因爲人人都應該學會做好決策，無論大小事宜。
工業預警與質量溯源最終將我們的人類的經驗知識與機器智能融爲一體，提升我們在問題的分析、風險評估以及應急決策的能力。
讓我們共同努力構建更加安全、可靠、智能的未來世界而努力。■
本文來源於“張禮立數字科技管理研究”微信公衆號。
責任編輯：王靖雯
相關閱讀
【關注】張禮立：“互聯⽹＋”是嫁接傳統與數字經濟之橋【觀察】張禮立 | 數字時代的系統管理：可用性是首要基準