面向召回監(jiān)管的新能源汽車缺陷線索分析方法研究

摘 要：汽車缺陷產(chǎn)品召回是國際上汽車產(chǎn)品質(zhì)量安全監(jiān)管的通行做法，也是汽車后市場監(jiān)管的重要手段。準(zhǔn)確、及時(shí)、有效地采集新能源汽車缺陷線索，然后系統(tǒng)地分析潛在的安全風(fēng)險(xiǎn)，可以準(zhǔn)確、快速地識別新能源汽車潛在缺陷并實(shí)施召回，切實(shí)維護(hù)社會(huì)公共安全和消費(fèi)者權(quán)益。本文主要分析了新能源汽車缺陷線索采集、缺陷線索標(biāo)準(zhǔn)化處理、缺陷線索關(guān)聯(lián)分析以及平臺系統(tǒng)構(gòu)建與應(yīng)用等，為新能源汽車缺陷線索處理、分析提供參考。

關(guān)鍵詞：新能源汽車，缺陷線索，標(biāo)準(zhǔn)化處理，關(guān)聯(lián)分析

DOI編碼：10.3969/j.issn.1674-5698.2023.12.021

0 引 言

隨著全球“碳排放”目標(biāo)的推進(jìn)，全球新能源汽車發(fā)展已進(jìn)入不可逆轉(zhuǎn)的快車道，未來汽車新能源化已成為世界各國的廣泛共識。我國新能源汽車的發(fā)展已經(jīng)走過了十多年，取得了顯著的成績。根據(jù)中國汽車工業(yè)協(xié)會(huì)發(fā)布的行業(yè)運(yùn)行數(shù)據(jù)，2023年1-8月，我國新能源汽車產(chǎn)銷量分別達(dá)543.4萬輛和537.4萬輛，同比分別增長36.9%和39.2%，市場占有率達(dá)29.5%。從市場規(guī)模來看，中國已成為全球最大的電動(dòng)汽車市場，電動(dòng)乘用車?yán)塾?jì)銷量占全球45%，電動(dòng)客車和電動(dòng)卡車銷量占全球90%以上。

已建成的公共充電站數(shù)量超過了美國、歐洲和日本的總和。中國擁有領(lǐng)先的量產(chǎn)動(dòng)力電池技術(shù)，是全球電動(dòng)出行商業(yè)模式創(chuàng)新最活躍的地區(qū)。新能源汽車的構(gòu)造和操作習(xí)慣與傳統(tǒng)燃油汽車有很大不同。新能源汽車采用非常規(guī)車用燃料作為動(dòng)力源，融合了汽車動(dòng)力控制和驅(qū)動(dòng)的先進(jìn)技術(shù)。在日常駕駛和使用中，當(dāng)突然減速或制動(dòng)停車時(shí)，驅(qū)動(dòng)電機(jī)轉(zhuǎn)換為發(fā)電機(jī)，回收減速或制動(dòng)產(chǎn)生的能量，并儲存在高壓電池中，以提高車輛的能量利用率。因此，與傳統(tǒng)汽車相比，新能源汽車也存在新型的質(zhì)量安全故障，例如：動(dòng)力電池起火自燃、車輛意外加速失控、自動(dòng)輔助駕駛導(dǎo)致事故等。

新能源汽車的質(zhì)量安全關(guān)系到人們的切身利益，隨著我國新能源汽車保有量不斷增加，消費(fèi)者對新能源汽車的質(zhì)量安全提出了更高的要求。汽車缺陷產(chǎn)品召回是國際上汽車產(chǎn)品質(zhì)量安全監(jiān)管的通行做法，也是汽車后市場監(jiān)管的重要手段，在消除汽車安全隱患、保障消費(fèi)者安全、促進(jìn)產(chǎn)品質(zhì)量提升等方面發(fā)揮著重要作用。2022年，我國共實(shí)施汽車召回204次，涉及車輛448.8萬輛，隨著新能源汽車保有量增加，新能源汽車召回?cái)?shù)量創(chuàng)歷史新高，全年共實(shí)施新能源汽車召回47次，涉及車輛121.2萬輛，占全年召回總數(shù)量的27.0%，同比增長31.5%。從消費(fèi)者端采集新能源汽車潛在缺陷線索是開展召回管理工作的重要基礎(chǔ)。準(zhǔn)確、及時(shí)、有效地采集缺陷線索，對多源的缺陷線索進(jìn)行標(biāo)簽標(biāo)注和標(biāo)準(zhǔn)化處理，采用聚類的方法進(jìn)行關(guān)聯(lián)歸并分析，利用新能源汽車潛在缺陷預(yù)測評價(jià)體系模型綜合研判產(chǎn)品缺陷影響因子，系統(tǒng)地分析潛在的安全風(fēng)險(xiǎn)，可以準(zhǔn)確、快速地識別新能源汽車潛在缺陷并實(shí)施召回。

1 新能源汽車缺陷線索采集體系

《缺陷汽車產(chǎn)品召回管理?xiàng)l例》第六條規(guī)定：任何單位和個(gè)人都有權(quán)向產(chǎn)品質(zhì)量監(jiān)督部門投訴汽車產(chǎn)品可能存在的缺陷。新能源汽車的缺陷線索采集體系包括缺陷線索報(bào)告、技術(shù)服務(wù)公告（TSB）、網(wǎng)絡(luò)輿情信息、國內(nèi)召回信息、國外召回信息、車輛事故深度調(diào)查數(shù)據(jù)（NAIS）、總局轉(zhuǎn)辦信息以及全國汽車產(chǎn)品缺陷線索監(jiān)測協(xié)作網(wǎng)共享信息等，如圖1所示。

新能源缺陷線索報(bào)告是指消費(fèi)者就新能源汽車可能存在的缺陷問題向產(chǎn)品質(zhì)量安全監(jiān)督管理部門提交的報(bào)告。技術(shù)服務(wù)公告（TSB）是指新能源汽車生產(chǎn)者針對特定范圍內(nèi)的新能源汽車故障，發(fā)布的關(guān)于故障處置方案的通知。網(wǎng)絡(luò)輿論信息是指通過網(wǎng)絡(luò)輿論監(jiān)測采集到的互聯(lián)網(wǎng)中與新能源汽車質(zhì)量安全有關(guān)的信息。國內(nèi)召回信息是指新能源汽車生產(chǎn)者向國家市場監(jiān)督管理總局提交召回備案材料，并在國家市場監(jiān)督管理總局和缺陷產(chǎn)品管理中心網(wǎng)站上公開發(fā)布的國內(nèi)召回信息。國外召回監(jiān)測信息是指監(jiān)測到的國外汽車產(chǎn)品召回主管機(jī)構(gòu)發(fā)布的新能源汽車召回信息，監(jiān)測范圍包括美國、歐盟、德國、英國、澳大利亞、日本、韓國7個(gè)國家或地區(qū)。車輛事故深度調(diào)查數(shù)據(jù)是指新能源汽車道路交通事故的調(diào)查信息。總局轉(zhuǎn)辦信息是指國家市場監(jiān)督管理總局轉(zhuǎn)交、消費(fèi)者來函以及消費(fèi)者在國家市場監(jiān)督管理總局網(wǎng)站后臺留言的新能源汽車質(zhì)量安全信息。全國汽車產(chǎn)品缺陷線索監(jiān)測協(xié)作網(wǎng)共享信息是指為加強(qiáng)汽車產(chǎn)品缺陷線索報(bào)告的采集和監(jiān)測能力，提高缺陷線索報(bào)告覆蓋的全面性，缺陷產(chǎn)品管理中心聯(lián)合相關(guān)專業(yè)媒體、消費(fèi)者權(quán)益保護(hù)、市場服務(wù)等機(jī)構(gòu)，組建了“全國汽車產(chǎn)品缺陷線索監(jiān)測協(xié)作網(wǎng)”，由該汽車協(xié)作網(wǎng)共享的新能源汽車缺陷線索。

2 新能源汽車缺陷線索預(yù)處理

2.1 新能源汽車總成分類

根據(jù)新能源汽車產(chǎn)品缺陷線索分析的技術(shù)要求，結(jié)合汽車產(chǎn)品的構(gòu)造，新能源汽車故障總成分為新能源（包括動(dòng)力電池、燃料電池等）專用裝置、發(fā)動(dòng)機(jī)、燃油系統(tǒng)、傳動(dòng)系統(tǒng)、制動(dòng)系統(tǒng)、轉(zhuǎn)向系統(tǒng)、懸架系統(tǒng)、車輪和輪胎、車身和內(nèi)飾、安全氣囊和安全帶，儀表照明及輔助系統(tǒng)、高級駕駛輔助系統(tǒng)以及其他13個(gè)總成系統(tǒng)。其中新能源（包括動(dòng)力電池、燃料電池等）專用裝置的二級總成包括：動(dòng)力/燃料電池、充電系統(tǒng)、驅(qū)動(dòng)電機(jī)、高壓線束及部件（含轉(zhuǎn)換器，安全保護(hù)、高壓保護(hù)裝置等）、整車及分總成控制系統(tǒng)（含整車控制系統(tǒng)、熱管理系統(tǒng)等）、數(shù)據(jù)采集終端等，如圖2所示。

2.2 新能源汽車缺陷線索標(biāo)準(zhǔn)化

新能源汽車故障是指新能源汽車部分或完全喪失工作能力的現(xiàn)象，是新能源汽車產(chǎn)品零部件本身或零部件之間相互連接或配合狀態(tài)發(fā)生異常變化的結(jié)果。新能源汽車故障可以分為動(dòng)力電池故障、充電系統(tǒng)故障、驅(qū)動(dòng)電機(jī)故障、控制系統(tǒng)故障、車身結(jié)構(gòu)故障等多種類型。按發(fā)生的后果分為一般故障、嚴(yán)重故障和致命故障。一般故障是指新能源汽車運(yùn)行中能及時(shí)排除的故障或不能排除的局部故障；嚴(yán)重故障是指新能源汽車運(yùn)行中無法排除的安全故障；致命故障是指導(dǎo)致新能源汽車造成重大損壞的故障。根據(jù)專家經(jīng)驗(yàn)以及召回案例風(fēng)險(xiǎn)評估結(jié)果，新能源汽車產(chǎn)品典型故障嚴(yán)重度等級分為高、較高、中、較低和低5個(gè)等級，見表1。

結(jié)合新能源汽車維修基礎(chǔ)理論，基于缺陷汽車產(chǎn)品召回管理工作中積累的缺陷線索以及召回案例數(shù)據(jù)，通過汽車專家咨詢、文獻(xiàn)查閱等補(bǔ)充相關(guān)知識，形成“新能源汽車典型故障專家知識庫”。“新能源汽車典型故障專家知識庫”是以歷史缺陷線索和召回信息為基礎(chǔ)，結(jié)合新能源汽車構(gòu)造和工作原理，總結(jié)新能源汽車的典型故障性能和嚴(yán)重程度等級形成的知識庫，主要包括新能源汽車系統(tǒng)總成、故障標(biāo)簽、故障嚴(yán)重度等，如圖3所示。

在新能源缺陷線索采集階段，同一故障問題的缺陷線索描述各不相同，難以有效進(jìn)行數(shù)據(jù)關(guān)聯(lián)性分析。在對多源缺陷線索信息進(jìn)行關(guān)聯(lián)性分析之前，需要對數(shù)據(jù)信息進(jìn)行標(biāo)準(zhǔn)化處理。信息標(biāo)準(zhǔn)化處理是基于“新能源汽車典型故障專家知識庫”，對新能源汽車缺陷線索報(bào)告、技術(shù)服務(wù)公告（TSB）、網(wǎng)絡(luò)輿論監(jiān)測信息、國內(nèi)召回信息和國外召回監(jiān)測信息等關(guān)于車輛故障描述進(jìn)行標(biāo)簽標(biāo)注，完成多源數(shù)據(jù)的標(biāo)準(zhǔn)化處理。

3 新能源汽車缺陷線索關(guān)聯(lián)分析

3.1 新能源汽車缺陷線索分析方法

面對大數(shù)據(jù)時(shí)代數(shù)據(jù)的多樣性和復(fù)雜性，為了獲得更準(zhǔn)確的結(jié)論，需綜合應(yīng)用不同的分析方法。新能源汽車產(chǎn)品多源缺陷線索信息需要定性與定量相結(jié)合，運(yùn)用聚類方法進(jìn)行相關(guān)性分析。關(guān)聯(lián)分析是一種簡單實(shí)用的分析技術(shù)，它可以發(fā)現(xiàn)大型數(shù)據(jù)集中存在的關(guān)聯(lián)性或相關(guān)性，從而描述事物中同時(shí)出現(xiàn)的某些屬性的規(guī)律和模式。對新能源汽車的多源缺陷線索信息通過聚類的方法，將同一車型相同或相似故障進(jìn)行歸類，然后利用關(guān)聯(lián)分析對多源數(shù)據(jù)中共同屬性的規(guī)律進(jìn)行分析總結(jié)，以獲得多源信息中某個(gè)實(shí)體的共同屬性，即同一新能源汽車品牌同一車型的故障模式。

3.2 新能源汽車潛在缺陷評估因子

根據(jù)缺陷的定義，新能源汽車缺陷的確定需要明確3個(gè)要素：故障是否由設(shè)計(jì)、制造和識別原因引起的，故障是否批次型問題以及故障是否涉及安全問題。

3.2.1 設(shè)計(jì)、制造或識別問題影響因子

設(shè)計(jì)、制造或識別問題影響因子包括購車時(shí)間、行駛里程、使用強(qiáng)度、使用環(huán)境等。單位時(shí)間內(nèi)車輛行駛里程用于評估故障車輛是否超負(fù)荷使用。所有缺陷線索車輛中三包期內(nèi)車輛的占比，用于評估故障車輛新舊程度。使用環(huán)境作為參考因子，如果車輛長期在高溫、高濕、高寒等特殊氣候環(huán)境下使用，或長期在路況較差的道路上使用，都可能加速故障發(fā)生。

3.2.2 批次問題影響因子

批次問題影響因子包括缺陷線索數(shù)量、網(wǎng)絡(luò)輿情傳播影響力、技術(shù)服務(wù)公告（TSB）等。車輛缺陷線索數(shù)量用于評估該品牌車型發(fā)生故障的頻率。輿情傳播影響力是根據(jù)生產(chǎn)者、品牌、車型系列、故障總成、故障標(biāo)簽等，獲取全網(wǎng)總體輿情數(shù)量，用于輔助評估該品牌車型發(fā)生該故障的頻率。通過分析生產(chǎn)者備案的技術(shù)服務(wù)公告，關(guān)聯(lián)分析其他品牌系列車型是否出現(xiàn)相似故障模式，用于輔助評估車輛是否涉及批次性問題。

3.2.3 安全問題影響因子

安全問題影響因子包括故障嚴(yán)重度等級、交通事故、傷亡數(shù)量、國內(nèi)外召回等。“新能源汽車典型故障專家知識庫”中基于專家經(jīng)驗(yàn)和歷史數(shù)據(jù)統(tǒng)計(jì)的汽車故障模式嚴(yán)重度等級，可用于評估汽車故障模式的安全風(fēng)險(xiǎn)等級。由于該故障模式引發(fā)道路交通事故造成傷亡人數(shù)，用于輔助評估該故障模式的安全風(fēng)險(xiǎn)等級。分析該故障模式的國內(nèi)、外召回信息，通過對其他品牌系列車型上是否出現(xiàn)相似故障模式，用于輔助評估車輛是否涉及安全性問題。

綜上所述，根據(jù)多源質(zhì)量安全缺陷線索信息中不同要素的影響因子，深入分析新能源汽車缺陷線索報(bào)告數(shù)量、故障嚴(yán)重度、網(wǎng)絡(luò)輿情數(shù)量、備案的技術(shù)服務(wù)公告（TSB）以及國內(nèi)外召回等與新能源汽車產(chǎn)品缺陷的量化關(guān)系，形成新能源汽車潛在缺陷預(yù)測評價(jià)體系模型，如圖4所示。

3.3 新能源汽車缺陷線索分析

對已完成標(biāo)注標(biāo)簽的新能源汽車缺陷線索報(bào)告、技術(shù)服務(wù)公告（TSB）、網(wǎng)絡(luò)輿情監(jiān)測信息、國內(nèi)召回信息、國外召回信息等，按照信息中生產(chǎn)者名稱、車輛品牌、車型系列、故障總成、故障標(biāo)簽等屬性，基于統(tǒng)一的“新能源汽車典型故障專家知識庫”以及標(biāo)準(zhǔn)化的標(biāo)簽標(biāo)注，將同一車型相同或相似故障進(jìn)行聚類，實(shí)現(xiàn)多源信息的數(shù)據(jù)拉通和關(guān)聯(lián)歸并，對多源數(shù)據(jù)中共同的故障規(guī)律進(jìn)行分析總結(jié)，獲得同一新能源品牌同一車型的故障模式。

最后，利用新能源汽車潛在缺陷預(yù)測評價(jià)體系模型，結(jié)合新能源汽車某一故障類型的潛在缺陷預(yù)測評估因子，采用專家咨詢的方式對其存在缺陷的可能性進(jìn)行評估，形成新能源汽車潛在缺陷案例數(shù)據(jù)庫。

4 基于數(shù)據(jù)融合的系統(tǒng)構(gòu)建與案例分析

4.1 平臺系統(tǒng)構(gòu)建

為解決多源缺陷線索中存在數(shù)據(jù)孤島、數(shù)據(jù)處理效率低、數(shù)據(jù)分析周期長等問題，從缺陷線索的采集、數(shù)據(jù)處理、關(guān)聯(lián)分析等幾個(gè)方面出發(fā)，構(gòu)建“國家缺陷產(chǎn)品召回?cái)?shù)據(jù)應(yīng)用平臺系統(tǒng)”。該系統(tǒng)旨在融合包括缺陷線索報(bào)告、技術(shù)服務(wù)公告（TSB）、網(wǎng)絡(luò)輿情信息、國內(nèi)召回信息、國外召回信息等多源缺陷線索信息，打破現(xiàn)有的數(shù)據(jù)孤島，通過數(shù)據(jù)的標(biāo)準(zhǔn)化、歸一化、關(guān)聯(lián)歸并處理，形成新能源汽車潛在缺陷案例數(shù)據(jù)庫，為開展缺陷調(diào)查提供技術(shù)支撐。該系統(tǒng)基于百分點(diǎn)公司設(shè)計(jì)開發(fā)的大數(shù)據(jù)操作系統(tǒng)BDOS（Big Data OperatingSystem）進(jìn)行設(shè)計(jì)開發(fā)，分為數(shù)據(jù)查詢模塊、數(shù)據(jù)標(biāo)準(zhǔn)化模塊和數(shù)據(jù)關(guān)聯(lián)分析模塊。

數(shù)據(jù)標(biāo)準(zhǔn)化模塊基于“新能源汽車典型故障專家知識庫”中新能源汽車系統(tǒng)總成、故障關(guān)鍵詞、故障現(xiàn)象相似表達(dá)、故障標(biāo)簽以及故障嚴(yán)重度等級等，通過自然語言處理技術(shù)（Natural LanguageProcessing， NLP）與缺陷線索中關(guān)于新能源汽車故障描述進(jìn)行比對，對新能源缺陷線索報(bào)告、技術(shù)服務(wù)公告（TSB）、網(wǎng)絡(luò)輿情信息、國內(nèi)外召回信息、事故調(diào)查數(shù)據(jù)等信息中關(guān)于故障描述的內(nèi)容智能推薦標(biāo)簽，如圖5所示。自然語言處理技術(shù)是指利用人類交流所使用的自然語言與機(jī)器進(jìn)行交互通訊的技術(shù)。通過人為對自然語言的處理，使得計(jì)算機(jī)對其能夠可讀并理解。自然語言處理是以語言為對象，利用計(jì)算機(jī)技術(shù)來分析、理解和處理自然語言，即把計(jì)算機(jī)作為語言研究的強(qiáng)大工具，在計(jì)算機(jī)的支持下對語言信息進(jìn)行定量化的研究，并提供可供人與計(jì)算機(jī)之間共同使用的語言描寫，包括自然語言理解（Natural Language Understanding， NLU）和自然語言生成（Natural Language Generation，NLG）兩部分。

數(shù)據(jù)分析工程師根據(jù)自然語言處理的分析結(jié)果，對計(jì)算機(jī)推薦的新能源汽車故障標(biāo)簽進(jìn)行校對，完成對新能源汽車多源缺陷線索標(biāo)準(zhǔn)化處理，選定的故障標(biāo)簽會(huì)根據(jù)“汽車產(chǎn)品典型故障專家知識庫”獲取故障嚴(yán)重度等級，故障嚴(yán)重度等級分為“低、較低、中、較高、高”5級，處理結(jié)果如圖6所示。缺陷線索標(biāo)準(zhǔn)化處理為信息關(guān)聯(lián)性分析提供了數(shù)據(jù)基礎(chǔ)。

數(shù)據(jù)關(guān)聯(lián)模型對經(jīng)過標(biāo)準(zhǔn)化處理缺陷線索報(bào)告、技術(shù)服務(wù)公告（TSB）、網(wǎng)絡(luò)輿情信息、國內(nèi)外召回信息、事故調(diào)查數(shù)據(jù)等，通過品牌、車型系列、故障標(biāo)簽進(jìn)行自動(dòng)聚類關(guān)聯(lián)，按照新能源汽車潛在缺陷預(yù)測評價(jià)體系模型綜合評估各影響因子，對潛在缺陷故障數(shù)據(jù)進(jìn)行計(jì)算和統(tǒng)計(jì)，通過專家咨詢的方式對潛在缺陷案例為缺陷的可能性進(jìn)行定性評價(jià)，分為“一般案例”“重點(diǎn)案例”“ 關(guān)注案例”3類，并將結(jié)果錄入國家缺陷產(chǎn)品召回?cái)?shù)據(jù)應(yīng)用平臺系統(tǒng)，最終形成新能源汽車潛在缺陷案例數(shù)據(jù)庫。新采集的線索信息，可以與歷史潛在缺陷案例進(jìn)行自動(dòng)關(guān)聯(lián)；如果系統(tǒng)中無相關(guān)歷史潛在缺陷案例，則生成新的潛在缺陷案例。系統(tǒng)獲取足夠的歷史案例信息后，可以自動(dòng)對潛在缺陷案例為缺陷的可能性進(jìn)行評估，這樣可以大大提升缺陷線索分析的效率，縮短缺陷線索發(fā)現(xiàn)到召回的時(shí)間周期，提升汽車產(chǎn)品安全監(jiān)管能力。

4.2 數(shù)據(jù)關(guān)聯(lián)案例分析實(shí)例介紹

2020年9月，通過消費(fèi)者提交缺陷線索報(bào)告發(fā)現(xiàn)某新能源汽車品牌車輛存在加速異常、車輛突然失控的線索，“國家缺陷產(chǎn)品召回?cái)?shù)據(jù)應(yīng)用平臺系統(tǒng)”綜合該品牌此類問題網(wǎng)絡(luò)輿情監(jiān)測、國外召回等多源線索，通過聚類和關(guān)聯(lián)分析，綜合評估缺陷預(yù)測評價(jià)體系模型中的影響因子，確認(rèn)該故障涉及多個(gè)車型，數(shù)量較大，故障嚴(yán)重度等級高，存在安全隱患，鎖定為潛在缺陷案例。后作為“關(guān)注案例”經(jīng)過技術(shù)分析、調(diào)查、專家咨詢論證，判定車輛因沒有允許駕駛員控制能量回收制動(dòng)策略；同時(shí)，當(dāng)駕駛員長時(shí)間深度踩下加速踏板時(shí)，盡管能夠感知踩下加速踏板導(dǎo)致的速度和加速度的變化，但駕駛員可能沒有收到足夠的提醒以使其意識到加速踏板已被長時(shí)間深度踩下。這些因素的疊加增加持續(xù)長時(shí)間誤踩加速踏板的概率，增加碰撞的風(fēng)險(xiǎn)，存在安全隱患。針對該隱患召回監(jiān)管部門約談生產(chǎn)者進(jìn)行缺陷汽車產(chǎn)品召回，生產(chǎn)者于2023年5月針對旗下多個(gè)新能源車型實(shí)施超過100萬輛的車輛召回。

5 結(jié) 語

為減少經(jīng)濟(jì)發(fā)展對環(huán)境的制約，未來汽車新能源化已成為世界各國的廣泛共識。我國已成為世界新能源汽車產(chǎn)銷大國，全社會(huì)對新能源汽車質(zhì)量安全的關(guān)注度越來越高。隨著我國新能源汽車保有量不斷增加，消費(fèi)者對新能源汽車的質(zhì)量安全提出了更高要求。新能源汽車在使用過程中，受道路狀況、使用強(qiáng)度、駕駛條件和外部環(huán)境等因素的影響，可能會(huì)出現(xiàn)不同類型的故障模式，從而影響車輛的行車駕駛安全。新能源故障模式的外在表現(xiàn)形式多種多樣，缺陷線索是發(fā)現(xiàn)潛在缺陷最重要的數(shù)據(jù)來源，新能源汽車缺陷線索的采集處理和分析是發(fā)現(xiàn)潛在產(chǎn)品缺陷、支持缺陷調(diào)查的重要環(huán)節(jié)。不斷優(yōu)化完善新能源汽車缺陷線索處理分析方法，及時(shí)、準(zhǔn)確發(fā)現(xiàn)新能源汽車潛在缺陷，建立科學(xué)有效的預(yù)警機(jī)制，對消除汽車安全隱患、保障消費(fèi)者安全、促進(jìn)產(chǎn)品質(zhì)量提升等方面具有極其重要的意義。

參考文獻(xiàn)

孫寧，田晶晶，王琰，等. 汽車產(chǎn)品缺陷線索分析技術(shù)[M]. 北京： 中國標(biāo)準(zhǔn)出版社， 2020：142-147.

朱培培，李新波，王焰孟，等. 基于安全監(jiān)管下的新能源汽車熱安全發(fā)展分析[J]. 汽車文摘， 2023（10）：38-44.

馬浩然，李佳輝，畢崟. 新能源汽車熱管理研究綜述[J]. 汽車實(shí)用技術(shù)， 2023（08）：1-9.

錢鵬程. 新能源汽車安全分析及發(fā)展探索[J]. 農(nóng)機(jī)使用與維修， 2023（09）：68-71.

宋黎，孫寧，姜肇財(cái). 我國汽車產(chǎn)品缺陷信息分析研究初探[J]. 標(biāo)準(zhǔn)科學(xué)， 2016（08）：37-40.

郝雄博，蔡君同. 新能源汽車安全預(yù)警技術(shù)現(xiàn)狀及未來展望[J]. 時(shí)代汽車， 2023（06）：101-103.

賈子潤，王震坡，王秋詩，等. 新能源汽車動(dòng)力電池?zé)崾Э貦C(jī)理和安全風(fēng)險(xiǎn)管控方法的研究[J]. 汽車工程， 2022（11）：1689-1705.