0 引　言

与传统化石燃料相比，船用燃料电池“零排放、无污染”的优势明显。然而，近年来燃料电池事故时有发生。因此，加强燃料电池安全管理，保障船员和船舶安全，已成为船舶行业关注的重点。由于氢燃料电池具有能量转换效率高，能量密度高和噪音低等优点，因此，氢燃料电池在船舶动力系统中应用较广，然而，氢燃料电池系统由于集成复杂度高、控制参数敏感和操作流程严格，其事故致因因素众多且存在隐蔽性，具有较高的泄漏爆炸风险。2020年，韩国忠清北道的一辆氢能公交车在加氢过程中发生爆炸，造成3人重伤。相比道路运输环境，船舶航行环境的封闭性和救援滞后性使船用燃料电池面临更严峻的安全挑战。因此，本文选取氢燃料电池作为研究对象，分析其泄漏爆炸事故致因，研究致因因素之间的逻辑关系，对于保障船舶安全运行具有重要意义。

近年来围绕氢燃料电池风险分析，国内外诸多学者开展了大量研究。Ehrhart等^[1]用危险与可操作性研究方法识别汽车维修车间的危险场景和风险因素，根据识别出的重要场景对氢气泄漏行为进行数值模拟。Shen等^[2]采用失效模式与影响分析方法对氢燃料电池汽车车载储氢和供氢系统的潜在事故情景进行分析，辨识出系统的中高风险情况，为后续安全设计提供参考意见。Al-Douri等^[3]采用失效模式与影响分析方法和故障树对氢燃料电池叉车的故障事件进行建模，利用事件序列图和物理模拟辨识风险因素，提出针对性的安全设计建议。以上是针对车用场景下氢燃料电池风险研究，车用与船用氢燃料电池在不同维度下有不同的差别，从环境约束、设备集成、管理规范均有一定区分，具体差别如表1所示。

针对船用氢燃料电池风险分析相关研究，洪旺^[4]使用事件树分析法描述事件的发生和演变过程，识别燃料电池船氢气泄漏可能出现的故障事件，以及每个事件节点失效的可能性和影响程度。诸俊楷等^[5]采用软件PHAST进行氢燃料动力工作船气体泄漏扩散和爆炸仿真模拟，开展半定量风险评价。Kang等^[6]针对氢燃料电池船舶（HFCS）因风险因素时变特性导致的氢泄漏风险演变问题，提出基于动态贝叶斯网络（DBN）的风险评估方法。王磊^[7]通过构建事故树对航行过程中发生火灾爆炸事故进行风险定性分析，进行概率计算进而确定顶事件的发生概率。运用Fluent对风险分析中确定的风险点氢气泄漏进行数值模拟分析，并研究遇火爆炸对船舶舱室的影响。然而，目前专门针对船用氢燃料电池的研究较少，可借鉴的车用氢燃料电池事故致因分析也还处在起步阶段，且现有研究在致因因素及其相互关系探究方面仍缺乏系统性。

现有关船用氢燃料电池泄漏爆炸事故主要采用事故树、危险与可操作性分析、模拟分析等方法。氢燃料电池是一个复杂的开放系统，其安全性受到多种因素的综合影响，上述方法尽管可以对氢燃料电池安全做出一个整体的评价，但均不能分析氢燃料电池泄漏爆炸安全影响因素相互之间关系及层级结构，引入集成BT-DEMATEL-ISM方法有利于弥补这一不足。与传统研究方法相比，Bow-Tie模型以事故路径逻辑链为核心，构建“原因→屏障失效→事故→后果”关系图，通过识别防护屏障（如自动监测系统、应急程序）的失效节点，将风险管控措施与隐患排查直接关联，形成有机整体。决策实验室分析法（Decision Making Trial and Evaluation Laboratory，DEMATEL）^[8]是一种运用图论和矩阵工具进行系统因素分析的方法，以中心度表达各因素在事故系统中的影响，以原因度将事故影响因素划分为原因因素和结果因素，直观展示致因因素之间关联作用。结合解释结构模型法（Interpretative Structural Modeling Method，ISM），构建致因因素的多级递阶结构模型^[9]，以期为预防和减少船用氢燃料电池泄漏爆炸事故提供新思路和新对策。

本文首先结合Bow-Tie模型，以船用氢燃料电池泄漏爆炸事故为顶事件，明确从初始造成事故潜在威胁发生到事故可能导致的后果路径，总结归纳事故致因因素；然后，基于灰色理论，采用DEMATEL分析各致因因素间的相互作用，判断其对氢燃料电池泄漏爆炸事故的影响程度，采用ISM构建影响因素的多级递阶结构模型，明确导致氢燃料电池泄漏爆炸的本质因素、过渡因素和直接因素。

1 基于Bow-Tie模型的事故致因分析 1.1 Bow-Tie模型

如图1所示，Bow-Tie模型结构可直观呈现风险演化逻辑。顶事件位于中心位置，左侧为事故致因路径（包括初始危险源、触发事件及中间事件），右侧为事故后果路径（涵盖直接后果与次生灾害）路径上分别设置预防控制措施和缓解控制措施^[10]，呈现安全屏障的作用机理。

1.2 基于Bow-Tie模型的事故致因因素辨识

在船舶运行过程中，不可避免的涉及到人员操作、管理水平、环境约束和设备状态等，给船用氢燃料电池泄漏爆炸带来众多致因因素。为全面获取船用氢燃料电池泄漏爆炸事故背后的致因因素，本文通过查阅文献及相关资源网站^{[11 − 15]}，从人员、管理、环境、设备这四个方面归纳致因因素，构造的Bow-Tie模型如图1所示。

由图2得到船用氢燃料电池泄漏爆炸事故中的24个致因因素，结果如表2所示，其中$\alpha_i \in A (i = 1, 2, 3, \dots, n) $。

2 船用燃料电池泄漏爆炸致因因素影响程度分析 2.1 DEMATEL-ISM分析法

DEMATEL-ISM模型是一种结合决策实验室分析法（DEMATEL）与解释结构模型（ISM）的系统分析工具，主要用于处理复杂系统中多因素间的因果关系及层次结构。DEMATEL方法能够在各因素不独立情况下计算原因度和重要度，该方法能够量化分析要素影响度、被影响度、原因度与中心度，进而揭示要素因果关系及系统层级地位^[16]。ISM方法可以把模糊不清的思想转化为直观的具有良好结构的模型，基于ISM构建的多层递阶模型能够将各因素之间的关系通过层级结构表现出来^[17]。

DEMATEL和ISM结合的关键在于DEMATEL方法通过构建要素间逻辑关系及直接影响矩阵，量化分析因素间相互作用强度，有效降低了ISM方法中可达矩阵的计算复杂度，简化可达矩阵计算流程，增强模型可解释性^[18]

2.2 DEMATEL-ISM模型构建

DEMATEL-ISM模型构建步骤如下：

步骤1　从研究目的出发，确定致因因素

分析总结事故发生的致因因素，确定系统安全事故中的致因因素$\alpha_i \in A (i = 1, 2, 3, \dots, n) $，其中A为事故致因因素集合，n为风险因素的数目。

步骤2　构建直接影响矩阵

根据表2，量化分析致因因素间关联关系^[19]见表3。

基于专家经验和关系评价等级表，构建致因因素间直接影响矩阵$B \left( B = [\beta_{ij}]_{n \times n} \right) $，其中β_ij为因素α_i对α_j的直接影响程度，且

$ \left\{\begin{aligned} & {\beta }_{ij}\neq {\beta }_{ji}，i\neq j，\\ &{\beta }_{ij}={\beta }_{ji}，i=j。\\ \end{aligned}\right. $

(1)

直接影响矩阵反映因素间直接关系^[20]。系统直接影响矩阵B如下：

$ B=\left[\begin{matrix}0 & {\beta }_{12} & \ldots & {\beta }_{1n}\\ {\beta }_{21} & 0 & \ldots & {\beta }_{2n}\\ \vdots & \vdots & \ddots & \vdots \\ {\beta }_{n1} & {\beta }_{n2} & \ldots & 0\\ \end{matrix}\right]。$

(2)

步骤3　构建规范化直接影响矩阵

对原始直接影响矩阵B归一化处理，构建规范化直接影响矩阵$C\left(C = [c_{ij}]_{n \times n}\right),\ c_{ij} \in [0,1] $；

$ C=\frac{1}{\underset{1\leqslant i\leqslant n}{\max } \displaystyle\sum _{j=1}^{n}{\beta }_{ij}}B。$

(3)

其中，$ \underset{1\leqslant i\leqslant n}{\max } \displaystyle\sum _{\mathrm{j}=1}^{\mathrm{n}}{\beta }_{ij} $为行和的最大值。

步骤4　计算综合影响矩阵

由直接影响与间接影响累加构成综合影响矩阵$D \left( D = [d_{ij}]_{n \times n} \right) $。

$ D=\underset{k\rightarrow \infty }{\mathit{\lim }} \left(C+{C}^{2}+\cdots +{C}^{k}\right)=\underset{k\rightarrow \infty }{\mathit{\lim }} C\frac{I-{C}^{k-1}}{I-C}=C{(I-C)}^{-1} 。$

(4)

式中：C×C为增加的间接影响，即矩阵乘积反映因素间间接影响的传递关系，I为单位矩阵。

步骤5　计算各个因素的影响度、被影响度

设第i个致因因素α_i的影响度为f_i、被影响度为e_i,i=1,2,…n。f_i为综合影响矩阵D中元素第i行元素之和，即

$ {f}_{i}=\displaystyle\sum \limits_{j=1}^{n}{d}_{ij}，i=1，2,\ldots ,n。$

(5)

e_i为综合影响矩阵D中第i列元素之和，即

$ {e}_{i}=\displaystyle\sum \limits_{j=1}^{n}{d}_{ij}\text{，}i=1{,}2,\ldots ,n 。$

(6)

步骤6　计算各个因素的中心度、原因度

利用因素的影响度与被影响度之和表示其在系统中的重要程度，即中心度。设第i个致因因素α_i的中心度为$m_i,\ i=1,2,\dots,n $。即

$ {m}_{i}={f}_{i}+{e}_{i}。$

(7)

式中：m_i越大表示α_i对系统的影响越大，即α_i的重要程度越高。

利用因素的影响度减去被影响度表示其在系统中与其他致因因素的因果逻辑关系程度，即原因度。设第i个致因因素α_i的原因度为$n_i,\ i=1,2,\dots,n $，即

${n}_{i}={f}_{i}-{e}_{i}。$

(8)

当原因度n_i为正值时，表明α_i对其他风险要素具有显著影响，定义为原因型风险因素；当n_i为负值时，说明α_i易受其他要素影响，归类为结果型致因因素。

步骤7　绘制系统致因因素因果图

基于中心度m_i（横坐标）与原因度n_i（纵坐标）构建二维坐标系，可直观展示风险要素的因果关系及系统层级地位。

步骤8　计算整体影响矩阵

整体影响矩阵$H \left( H = [h_{ij}]_{n \times n} \right) $是单位矩阵与综合影响矩阵之和；

$ H=I+D 。$

(9)

步骤9　计算可达矩阵

为了消除因素间微弱关系对层级结构的影响并对其进行划分，需要引入阈值λ。为降低主观因素对阈值确定的影响，采用均值和标准差之和的方法来计算阈值^[21]，公式为：

$\lambda =p+q,\lambda \in \left[0{,}1\right]。$

(10)

式中：p为D中全部元素的均值；q为标准差。

结合阈值λ，计算可达矩阵$K \left( K = [k_{ij}]_{n \times n} \right) $；

$ \begin{matrix}\begin{cases} {k}_{ij}=1，{h}_{ij}\geqslant \lambda，\\ {k}_{ij}=0，{h}_{ij}＜\lambda。\\ \end{cases} \left({i},{j}=1{,}2,\ldots ,{n}\right) 。\end{matrix} $

(11)

式中：λ的取值显著影响可达矩阵K的构建及层级结构划分，基于经验值通过迭代调整直至满足收敛条件。

步骤10　确定可达集合和前项集合

确定因素α_i的可达集合R_i和前项集合S_i；

${R}_{i}=\left\{{\alpha }_{j}|{\alpha }_{j}\in A,{k}_{ij}\neq 0\right\}\text{，}({i}=1{,}2,\ldots ,{n})，$

(12)

$ {S}_{i}=\left\{{\alpha }_{j}|{\alpha }_{j}\in A,{k}_{ji}\neq 0\right\}\text{，}({i}=1{,}2,\ldots,{n})。$

(13)

步骤11　对可达矩阵进行层次划分

若下列公式成立，则判定致因因素α_i为底层因素，并从可达矩阵K中删除第i行和第i列。

$ R_{i}={R}_{i}\cap {A}_{i},({i}=1{,}2,\ldots ,{n})。$

(14)

步骤12　绘制系统致因因素的递阶层次结构图

重复步骤10和步骤11，确保集合A中所有的致因因素都被划除^[22]，并根据被划除的因素顺序，绘制系统致因因素的递阶层次结构图。

2.3 基于Grey理论对DEMATEL-ISM模型的改进

传统的DEMATEL方法在船用氢燃料电池系统安全性评估中，通常依赖专家经验进行打分，容易受到专家主观认知与专业背景的限制，导致评价结果存在一定的模糊性和主观性。而灰色系统理论（Grey Theory）能够有效处理信息不完整、认知模糊的问题，尤其适用于船用氢燃料电池这类涉及多因素耦合、部分数据难以量化的复杂系统。因此，本文引入灰色理论对DEMATEL-ISM模型进行改进，以增强船用氢燃料电池系统风险评估的客观性与准确性。具体的改进计算过程如下^[23]：

1）灰色区间数上下限确定。灰色理论中的灰色区间数$ \otimes x\in [\underline{\otimes }x,\overline{\otimes }x] $,其中$ \underline{\otimes }x $是$ \otimes x $的下限，$ \overline{\otimes }x $是$ \otimes x $上限。

2）专家评分标准化处理。

$ \left\{\begin{aligned} &\overline{\otimes }\widetilde{x}_{ij}^{t}=\frac{\overline{\otimes }\widetilde{x}_{ij}^{t}-\min \left(\overline{\otimes }x_{j}^{t}\right)}{\max \left(\overline{\otimes }x_{j}^{t}\right)-\min \left(\underline{\otimes }x_{j}^{t}\right)}，\\& \underline{\otimes }\widetilde{x}_{ij}^{t}=\frac{\underline{\otimes }\widetilde{x}_{ij}^{t}-\min \left(\underline{\otimes }x_{j}^{t}\right)}{\max \left(\overline{\otimes }x_{j}^{t}\right)-\min \left(\underline{\otimes }x_{j}^{t}\right)}。\\ \end{aligned}\right.$

(15)

式中：$ \otimes \widetilde{x}_{ij}^{t}\in [\underline{\otimes }\widetilde{x}_{ij}^{t},\overline{\otimes }\widetilde{x}_{ij}^{t}] $，$ \overline{\otimes }\widetilde{x}_{ij}^{t} $和$ \underline{\otimes }\widetilde{x}_{ij}^{t} $分别为$ \otimes \widetilde{x}_{ij}^{t} $标准化的上限和下限。

3）清晰化处理。

$ y_{ij}^{t}=\frac{\underline{\otimes }\widetilde{x}_{ij}^{t}\left(1-\underline{\otimes }\widetilde{x}_{ij}^{t}\right)+{\left(\overline{\otimes }\widetilde{x}_{ij}^{t}\right)}^{2}}{\left(1-\underline{\otimes }\widetilde{x}_{ij}^{t}+\overline{\otimes }\widetilde{x}_{ij}^{t}\right)} 。$

(16)

式中：$ y_{ij}^{t} $为清晰化处理后的结果。

4）清晰化数值计算。

$ b_{ij}^{t}=y_{ij}^{t}\left[\max\left(\overline{\otimes }x_{j}^{t}\right)-\min \left(\underline{\otimes }x_{j}^{t}\right)\right]+\min \left(\underline{\otimes }x_{j}^{t}\right)。$

(17)

式中：$ b_{ij}^{t} $为经处理后直接影响矩阵B的各元素。

2.4 基于Grey理论对DEMATEL-ISM结果分析

1）基于Grey-DEMATEL的影响因素分析

采用专家打分的方法，选取13名风险评估相关专业专家，专家背景如表4所示，同时根据式(15)、式(16)和式(17)，对专家评价打分矩阵进行标准化处理，使安全风险评估结果更加科学合理。之后量化24个因素间的影响关系，得出直接影响矩阵B，部分数据如表5所示。

基于式(3)～式(4)构建的数学模型框架，依托Matlab计算平台完成数据建模与计算处理，最终获得规范化直接影响矩阵与综合影响矩阵两组关键数据集合，综合影响矩阵部分数据如表6所示。

根据式(5)～式(8)计算出各个致因因素的影响度、被影响度、原因度和中心度，如表7所示。以致因因素为x轴，影响度f_i和被影响度e_i为y轴作图，如图3所示。

由图3可知，高影响度因素包括安全培训不足（α₃）、安全意识薄弱（α₄）、安全管理制度缺失（α₂₁）、定检与维护不力（α₂₂）等，这些因素通常处于事故链的源头，直接影响后续技术系统或流程的可靠性；其他中低影响度因素包括氢气压缩机故障（α₁₃）、密封件失效（α₁₀）等因素，这些因素更多是前序因素（如维护不当、培训不足）作用的结果，或需要长期积累才会显现影响。被影响度高的因素包括储氢设备故障（α₁₁）、传感器故障（α₁₅），这些因素通常是加注操作失误（α₁）、部件维护不当（α₂）或雷电/风暴/海水倒灌（α₇）的后果。

致因因素的中心度越大，则表示该因素在系统中的重要程度越高。以中心度m_i和原因度n_i为坐标轴作笛卡尔坐标系，如图4所示。图中可以确定密封件失效（α₁₀）、储氢设备故障（α₁₁）、燃料电池堆故障（α₁₄）、传感器故障（α₁₅）、安全培训不足（α₃）和安全意识薄弱（α₄）这些节点的中心度较高，说明其是氢燃料电池船舶泄漏爆炸事故最可能的致因因素。

致因因素的原因度为正，表示该因素易影响其他因素；因素的原因度为负，则表示该因素易受其他因素影响。在船用氢燃料电池泄漏爆炸事故的致因体系中，原因因素（如加注操作失误（α₁）、部件维护不当（α₂）更容易影响其他因素。这些原因因素的发生可能导致结果因素（如焊接失效（α₈）、管道失效（α₉）、密封件失效（α₁₀））的发生。同时，这些结果因素既容易受到原因因素的影响，也容易受到其他结果因素的影响。表8总结了基于DEMATEL法各致因因素的因果关联关系，并就如何规避提出对策建议。

2）ISM模型结果及分析

计算整体影响矩阵H=D+I。将整体影响矩阵H中小于阈值的元素设置为0，其余为1，得到可达矩阵K，如表9所示。阈值λ通过计算综合影响矩阵D中所有元素的均值和标准差之和的方法来计算，根据式(10)算出λ=0.055。以可达矩阵为基础，参考致因因素表2，根据式(14)划分各层级因素，建立多层次递阶结构模型，该模型分三级致因层次，分别为直接致因、过渡致因和本质致因，如图5所示。

图5系统揭示了致因因素的层次化作用机制。该模型将致因因素划分为直接致因、过渡致因与本质致因3个层级。直接致因直接触发事故末端事件，是风险链的显性节点；过渡致因通过削弱系统安全冗余或放大风险传递，加速直接致因的形成；而本质致因作为深层次根源，通过长期累积间接驱动前序层级的风险演化；在改善致因因素时，应该由根本因素向直接因素改善，且改变中间因素更有利于氢燃料电池泄漏爆炸事故系统的正向循环。表10进一步明确了各层级因素的特征及防控逻辑，建议采取“末端快速干预，中游动态管控，源头长效治理”的分层策略。

3 结　语

1）本研究深入探讨了船用燃料电池泄漏爆炸事故背后的事故致因逻辑，以船用氢燃料电池为研究对象，借助Bow-Tie分析方法，从人、机、环、管4个维度全面辨识了氢燃料电池泄漏爆炸潜在致因因素，系统梳理出各类可能导致事故发生的原因，共归纳出24个致因因素。

2）应用DEMATEL-ISM方法对氢燃料电池泄漏爆炸的影响因素进行分析总结，获取了关键致因因素以及这些影响因素之间的相互影响关系，并将氢燃料电池泄漏爆炸的影响因素划分为原因因素与结果因素，并针对不同种类因素提出相应对策。

3）本研究建立了氢燃料电池泄漏爆炸影响因素的多层递阶解释结构模型，确定了导致氢燃料电池泄漏爆炸的直接因素、过渡因素和本质因素。通过分析发现安全管理制度缺失、定检与维护不力是导致氢燃料电池泄漏爆炸发生的本质因素，同时也是高影响度因素，应当从这2个因素着手，采取有效措施预防氢燃料电池泄漏可以爆炸事故的发生，提高对安全风险的管控能力。

船用燃料电池领域的实际运行数据较为有限，本研究结果仍存在一定不确定性。未来可考虑将模型与在线监测系统相结合，探索事故致因模型与数字孪生技术的融合应用。当数据实时更新时，开发事故场景的在线推理系统，从而实现氢气泄漏爆炸风险预警与事故预防。