综述：将安全屏障重构为社会经济技术系统：氢能领域的综述研究

这篇综述创新性地将氢能安全屏障纳入社会经济技术系统（STS）框架，提出融合新兴风险、Safety-II和韧性工程的新定义，为复杂氢能系统的安全分析提供了系统性视角。作者通过PRISMA方法系统回顾42篇文献，指出当前研究在STS交互评估和计算方法应用上的不足，并提出了基于CFD-ML（计算流体动力学-机器学习）的混合分析范式。

　　

氢能安全研究的范式转换

全球减碳背景下，氢能作为清洁能源载体的重要性日益凸显。然而氢气的爆炸潜力、宽 flammability range（可燃范围）和材料劣化等特性，使其在工业应用中存在显著安全隐患。传统安全屏障分析方法主要关注独立组件失效，而本文提出将安全屏障视为社会经济技术系统（STS），强调人机交互、组织结构和环境因素间的动态作用。

安全屏障的STS属性重构

通过分析欧洲氢能事故数据库HIAD 2.1发现，30.3%的事故源于人因和操作因素。研究采用PRISMA系统评价方法，筛选42篇核心文献构建分析框架。结果显示，现有研究虽64%涉及STS要素，但多停留在静态分类层面。作者创新提出安全屏障新定义："由物理或抽象元素构成的STS，用于减轻系统组件交互引发的非预期后果"，突破传统"瑞士奶酪模型"的线性思维局限。

关键技术缺口与解决方案

当前分析方法呈现两极分化：49%采用定性描述，而CFD-ML等先进技术仅应用于单一案例（如防爆墙评估）。研究建议：

1. 1.

   开发融合模糊逻辑的概率模型处理数据不确定性

2. 2.

   应用功能共振分析法（FRAM）解析STS组件耦合效应

3. 3.

   构建韧性早期预警指标（REWI）实现事前防控

   特别指出机器学习在实时异常检测和预测性维护中的潜力，但需结合专家知识弥补数据局限性。

未来研究方向

重点应转向：

• •

  加氢站之外的全产业链安全分析

• •

  基于OpenFOAM的多物理场耦合仿真

• •

  人机界面（HMI）的适应性屏障设计

  通过整合Safety-II"确保正常"的理念，建立动态屏障管理系统，应对氢能基础设施规模化部署带来的新兴风险挑战。

这项研究为氢能安全领域提供了理论突破和方法创新，其提出的STS分析框架对化工、核能等高风险行业同样具有借鉴价值。随着COP29氢能宣言的推进，该成果将为全球氢能经济的安全发展提供重要支撑。