本文大概3200字，读完约8分钟

“

4月21日，上海，一辆停在车库的特斯拉 Model S自燃起火 。4月22日，西安，一辆正授权服务中心的蔚来ES8发生燃烧 。

本文作者系盘古智库学术委员、盘古智库智慧城市研究中心副主任兼秘书长，上海市海外经济技术促进会秘书长张礼立，文章来源于“张礼立数字科技管理研究”微信公众号。

”

自燃事故触目惊心

从 2018 年 1 月 1 日到 2019 年 3 月 10 日，新能源整车的投放量过百万级别，其 中，自燃事故高达 40 起 (不包含交通肇事引发的燃爆)，自燃事故在所有新能源汽车的内在质量问题中排在首位，引起了各界广泛的焦虑与重视。

都是电池热失控惹得祸？

动力电池的组成

动力电池的产业链基本包含了单体电芯、电池模组、电池包和整车这四个环节。模组是把众多电芯集聚起来(通常是并联)，扩展成大能量的电池模组; 电池模组再集聚起来(通常是串联)，扩展成高电压的电池包。

电池包是整车的最大成本部件，基本约占整车成本的 45-50% （不同企业，不同车型不等）。所以，电池模组既是整车厂核心能力可触及范畴的入口，又是他与电芯厂争夺控制的战略高地，正在高速发展中。

可能引发电池过热而无法控制产生自燃的情况或诱因可能有很多，主要包含以下三个方面： 第一是电芯内部质量不过关，第二，后封装中外部因素导致，包括强热致电芯内伤，挤压内伤；第三，车辆电池在使用过程中的外部因素，例如挤压碰撞变形，外环境快充、过充、外热致内伤等。变形或外伤容易排查，但是组件封装的高温、超充的强电流致的内伤等隐形的问题的确较难发现。

电池内伤的来源

圆柱型电池的芯一般卷绕工艺，正负极间用隔膜隔开。隔膜离负极底部壳体焊点很近。当金属熔接高温透过壳体底部传进壳内时，热传导的面积足够大，传导距离足够短，故热影响较大。另外，隔膜是热敏感材抖，遇热易收缩，可能将正负极间漏出无遮挡空隙。假设收缩的位置决定收缩的危害，造成微短路就是可能性之一。

从概率角度观察锂电池电动汽车的安全性还是相当高的。以特斯拉Model S为例，故障率大约为10,000台产品中有1个不合格品，与传统汽车相比（在美国，每10000辆燃油车有7.6 起火事故 ）。

但是电动车燃爆有两个特点是显而易见的，首先是当自燃发生后，目前还没有好的施救方法，国外消防对这类事故采取的方式是基本不扑救，让其完成燃烧过程。 第二，易引发连锁反应、连环爆炸，对第三方的生命财产易构成重大威胁。4月21日上海的特斯拉自燃事故就属于此类。

在这样的情况下，我认为可以强化以下三方面的工作： 1. 构建全链电池热安全方案与供应链 2. 用数字化驱动车联网功能与增值服务 3. 加速构建工业预警与质量溯源体系。

1 建立全链的电池热安全方案与供应链

随着电池能量密度的日益提高，热失控风险都将呈现上升趋势，我们迫切需要完整的电池热安全系统解决方案。

如何提升国产电池质量的控制能力（PPM/10^-6），即因电池品质问题造成单体热失控的概率？如何可使电芯迅速降温到燃点以下，抑制其自燃，同时防止周边电芯被热影响带坏？此举将为车上乘员逃生和周边物资疏散，争取到宝贵的时间。如何利用高分子复合材料在电池焊接中避免热应力变形，提升附着、抗压及抗腐蚀等综合性能，降低可能由热焊给电芯带来的热伤害隐患？如何通过数字孪生（Digital Twin）以及工业大数据预测分析等数字化手段对每一颗电芯到整车的实时数字化健康管理？

先进制造特别强调流程工艺与数据智能的融合，需要有硬科技、跨学科的创新突破。以特斯拉的超声波焊为例，虽然是所有热焊工艺中热影响最小的一种工艺(热最高值较低，但也是几百度级)，但还是会拉高内在隐患的比例。当然，不论是电池制造环节植入的电池内在风险，还是组件封装环节植入的电池内在风险，使用阶段的超充都可能加速其恶化，特别是充到饱电状态，影响更大。

2 用数字驱动车联网的增值服务

电池、电机、电控技术是电动车最核心的技术。因为这三项技术的用用，是每一辆电动车都需要并且直接影响车辆的续航里程、加速时间等参数。其中电控中最核心的功能就是电池管理系统（Battery management system）简称BMS，是电池与用户之间的纽带。

自燃，由内在隐患触发，外在超充加速(当然无内在隐患，超充也可能触发锂枝晶生长引发微短路)的场景。 BMS，上百个电池的模组，仅几个热传感器，通常放置在电池模组内部，在电池的侧边(极柱是电池温度的最高点和先起热点)。仅与放置位意邻近的电芯侧面获得了监测，远离的单体电芯起热，很难及时发现单体异常发热。

假设自燃的逻辑首先是（第1阶段）单体热失控（内部），然后（第2阶段）触发周围小部分电池热失控(内部)，再触发大面积电池热失控(外部显性)。BMS本该在第2阶段可发现风险，但不幸的是，当时正熄火停车，BM没在工作，所以未能预警。待第3阶段发生时，全世界都知道了这场事故。

从工业大数据预测维修（predective maintanance) 的理念来看，我们需要对电池模组全单体运营健康数据从采集到运营分析以及服务的全方位系统。科技将迅速改变企业行为和管理的想法，应该也算一个夸张的宣传。当然，从被动反应的维护，到预防性维护，再到预测性维护，这一演化的过程就是相当的漫长，而不是一触即发的。

本质上，我们已经面临着一个转折点。智能便携设备的发展大大促进了工业物联网(IIoT)、云计算、软件定义、大数据以及智能分析的融合。移动性的实现已经创造了推动未来转变的完美风暴。所以，到2020年，不仅仅是无人驾驶汽车有可能成为司空见惯的现象，但是，由智能连接资产驱动的新型维护的制造业服务企业一定会出现。

电芯负极由于是电芯外部最接近内部的温感区域，所以是单体电芯隔离最早预警和动作的最佳区域。单体电芯隔离技术全球仅特斯拉在电芯正极区域，用电过流高温烧断的方式，实现了濒危单体的主动隔离。 我们可以通过工业大数据实时系统，为电芯设计、电芯梯次利用、模 组及电池包即时诊断。

透过车载物联网形成EV后服务的大数据系统可以链接一个24小时可预警的服务平台，譬如，在超充中或超充完的三小时内，会不断发出不断升级的检测与预警，一旦有危险点被检测到，即可触发后台在线值班人员的重视和干预，就有可能达到早发现，早处理的目的，从而大幅降低事故的损失。

除此之外，电池数字化管理平台可以为保险公司、电芯技术公司、 电池包运营商及电池梯次利用和回收经营者开辟新的车联网的服务，包括预警服务、数据采集与分析以及以电池为核心指标的新能源车辆残值评估等服务。

未来的规范性维护活动最准确的定义一定是通过智能连接资产与工业物联网数据分析后得出的。传统的统计方法或分析工具的使用和处理会转变成为业务定义最优，帮助管理者做好资源配置工作。你将不再需要一系列专家来告诉你如何以及什么时候要进行电池维护，因为电池无法实现自我修复时，将会自己告诉你它们需要什么。这一转变不仅将彻底改变该行业，也代表着当今许多企业模式面临的威胁。

3 加速构建工业预警与质量溯源体系

“可预见的”应用场景中，我们会很自然地感受到大数据的功能与魅力，它的确是一种可以帮助企业发展和管理的有效工具和技术。但是，如何将获取的数据转化为信息，又将信息转化为有价值的情报，从而为企业进行决策提供支持，对企业而言，这是极具挑战的课题。

在今年4月底的先进制造业大会上，中国工程院院士、过程控制和过程系统工程专家钱锋作了题为《人机共融流程工业智能制造系统--人工智能与流程制造深度融合》的主旨报告。

钱院士在报告中指出，当前流程制造业转型发展中，除了如何建立客户需求驱动的敏捷供应链以及全流程优化运行的调控机制来提高资源能源的利用率之外，第三个核心挑战就是如何做好安环指标的实时监控与溯源调控来确保生产安全与环保。

安全环境指标监控溯源

在不确定的开放环境中，在生产、储存、运输、使用到废弃的五大环节中，需要运用“人的知识”与“机器智能”所形成的辅助应急决策与学习闭环，实现“人机共融的智能溯源分析、风险实时评估、应急辅助决策的预警溯源体系。

今天的工业大数据在行业的落地，就是把经验到证据的过程。过去以企业家的直觉和经验做决策是因为我们长期处在小数据时代。抽样调研、数据自产自销是那个时代的代表。大数据商业时代，商业环境的变化瞬息万变，决策风险比过去大很多。以直觉和经验是无法抵御环境变化带来的风险。

智能制造是一个不断演进发展的大概念，可归纳为三个基本范式：数字化制造、数字化网络化制造、数字化网络化智能化制造——新一代智能制造。新一代智能制造是新一代人工智能技术与先进制造技术的深度融合，贯穿于产品设计、制造、服务全生命周期的各个环节及相应系统的优化集成，不断提升企业的产品质量、效益、服务水平。

我们可以看到，经验和数据是让企业各个层面做出正确决策的两大方式。在我看来，从管理角度，我们需要注意到两个问题。第一是经验和数据的深度、广度和及时性。其二，决策并非只是来自于高层，而是来自企业的每一个环节。因为人人都应该学会做好决策，无论大小事宜。

工业预警与质量溯源最终将我们的人类的经验知识与机器智能融为一体，提升我们在问题的分析、风险评估以及应急决策的能力。

让我们共同努力构建更加安全、可靠、智能的未来世界而努力。■