
記者從國家市場監督管理總局(下稱 “市場監管總局”)獲悉,針對新能源汽車熱失控、速度失控兩大行業安全痛點,市場監管總局牽頭整合國内優勢科研力量,曆時多年攻關構建的新能源汽車 “雙失控” 風險防控技術體系已正式投入應用。該體系通過 “事故深度調查、缺陷精準判定、全鍊條風險防控、智慧平台賦能” 四大核心模塊,實現對 “雙失控” 風險的 “早發現、早預警、早處置”,為提升新能源汽車召回監管科學化水平、保障消費者人身财産安全提供了關鍵技術支撐,标志着我國新能源汽車安全監管邁入 “精準化、智能化、标準化” 新階段。
技術突破:創新調查與判定方法,填補行業标準空白
“雙失控” 風險防控的核心突破,在于建立了一套科學、精準的事故調查與缺陷判定技術體系,破解了傳統方法 “原因難鎖定、證據難固定、判定難統一” 的行業瓶頸。
在事故深度調查技術方面,創新提出 “雙痕迹” 融合熱失控緻因分析方法 —— 突破傳統阈值法與單純現場痕迹分析的局限性,通過 “數據痕迹(車輛運行數據、電池管理系統日志)+ 物理痕迹(現場殘留物、零部件損傷痕迹)” 雙向印證,實現事故原因的精準鎖定。同時,形成了火災事故與突然失控事故的标準化調查技術規範,确保調查過程的權威性與結果的一緻性。截至目前,該技術已成功應用于48 起新能源汽車火災事故、30 起突然失控事故的深度調查,事故原因判定準确率較傳統方法提升 60% 以上,為後續缺陷認定提供了堅實依據。
在缺陷判定技術方面,構建了 “雙維度” 判定體系:
針對火災缺陷,首創 “數 — 證” 結合判定方法,通過 “大數據缺陷預分析 + 軟硬件缺陷工程實驗驗證” 形成完整證據鍊,使火災缺陷調查效能提升 214%。該技術已支撐 9 起新能源汽車火災缺陷調查認定,推動企業累計召回缺陷車輛 18.8 萬輛,并主導制定《純電動汽車火災缺陷分析方法》(GB/T 45415—2025),填補了新能源汽車火災缺陷标準化分析的行業空白。
針對速度失控缺陷,行業首創 “人 — 域” 耦合判定技術 —— 綜合考慮駕駛員操作行為、車輛控制系統邏輯、道路環境等多維度因素,精準區分 “人為操作失誤” 與 “車輛設計 / 制造缺陷”。該技術已支撐 3 起重大速度失控缺陷調查認定,督促企業召回缺陷車輛 112.5 萬輛,預計可避免潛在事故 1272 例,同步制定《汽車再生制動功能缺陷分析指南》(GB/T 45417—2025)國家标準,為産業技術升級提供明确引導。
機制創新:“線上預警 + 線下檢測”,實現全鍊條風險防控
為将技術成果轉化為實際風險防控能力,該體系構建了 “線上預警 + 線下檢測” 一體化風險防控機制,實現從潛在風險識别到精準幹預的全鍊條覆蓋。
線上預警依托大數據分析技術,建立高風險車輛識别模型 —— 通過對車輛運行數據、電池狀态數據、曆史故障記錄等多維度信息的實時監測與分析,精準識别存在火災、失控潛在風險的車輛。截至目前,已成功預警并處置103 輛高火災風險車輛,避免直接經濟損失 1545 萬元,有效防範了事故發生。
線下檢測則聚焦動力電池等核心部件的安全隐患排查,開發兩款行業首創檢測裝置:一是半導體漏液檢測方案,可精準識别電池包微漏液風險,檢測靈敏度達 0.1mL/h;二是棱鏡折射視覺檢測方案,實現電池極耳、隔膜等關鍵結構缺陷的可視化檢測。兩款裝置填補了動力電池安全檢測領域的技術空白,已實現批量銷售 250 台,累計銷售額達 337.5 萬元,廣泛應用于車企出廠檢測、維修企業隐患排查、監管部門監督抽查等場景。
平台賦能:智慧監管雲平台統籌,提升 “管救防鑒” 全效能
“新能源汽車智慧監管雲平台” 作為整個技術體系的 “中樞大腦”,創新性采用 “算法集 + 模型庫” 的工作模式,整合 “監管、救援、預防、鑒定” 四大核心功能,實現對 “雙失控” 風險的全流程智慧賦能。
平台通過接入車企實時數據,已完成5 家主流車企、71 萬輛新能源汽車的動态監測與預警,具備三大核心能力:一是事故鑒定效率提升 —— 通過數據溯源與模拟分析,将事故原因鑒定時間從平均 30 天縮短至 7 天以内;二是維修響應速度優化 —— 實時推送車輛隐患預警信息至車企與維修網點,維修預約響應時間壓縮至 2 小時内;三是應急救援能力強化 —— 一旦發生事故,平台可快速同步車輛位置、電池狀态、風險等級等關鍵信息至救援隊伍,指導開展科學救援,降低二次事故風險。
市場監管總局相關負責人表示,下一步将持續完善 “雙失控” 風險防控技術體系,推動更多車企接入智慧監管雲平台,擴大技術應用覆蓋面;同時,根據行業發展新形勢與技術創新新趨勢,動态優化調查方法、判定标準與預警模型,持續提升新能源汽車安全監管的精準性與有效性,為我國新能源汽車産業高質量發展築牢安全屏障。
免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.

