一、可靠性工程导论
大家好，我是老张。在可靠性这行摸爬滚打了十几年，今天咱们聊聊可靠性工程最基础的东西。说实话，很多人一上来就盯着MTBF算来算去，却连可靠性的本质都没搞明白。这不行。
我个人习惯，讲任何技术之前，先问三个问题：它是什么？它有什么用？它怎么来的？今天这第一章，咱们就把这三个问题聊透。
核心观点：可靠性不是算出来的，是设计出来的、制造出来的、管理出来的。数据只是验证手段。
1.1 可靠性的定义——到底什么是“可靠”？
先看官方定义：可靠性是指产品在规定的条件下、规定的时间内，完成规定功能的能力。
嗯，这句话很严谨，但有点绕。说白了，就是三个“规定”：
- 规定的条件——温度、湿度、振动、电压……你产品在什么环境下用？
- 规定的时间——用1年？用10年？还是用1000小时？
- 规定的功能——该亮的灯要亮，该转的电机要转，该传的数据不能丢。
我在项目中遇到过一件事：某款电源模块，实验室测试MTBF高达50万小时，结果客户装到户外基站，三个月坏了一半。为什么？因为实验室条件是25°C恒温，户外夏天70°C。条件变了，可靠性就变了。所以你看，脱离条件谈可靠性，就是耍流氓。
我的经验：做可靠性评估时，一定要先明确“使用剖面”。你连产品怎么用都不知道，算出来的MTBF就是自欺欺人。
1.2 可靠性指标——工程师的“度量衡”
搞可靠性，离不开几个关键指标。我一个个说，你一个个记。
1.2.1 MTBF（平均故障间隔时间）
MTBF = Mean Time Between Failures。适用于可修复产品。比如一台服务器，今天坏了修好，明天又坏了又修好，两次故障之间的平均时间就是MTBF。
计算公式很简单：
MTBF = 总运行时间 / 故障次数举个例子：10台设备，每台运行1000小时，总共坏了5次。那么MTBF = (10 × 1000) / 5 = 2000小时。
注意：MTBF不是“寿命”！很多客户问我：“MTBF 2000小时，是不是只能用2000小时？” 不是的。MTBF是统计平均值，意味着你用了2000小时，有63%的概率还没坏。别搞混了。
1.2.2 MTTF（平均失效时间）
MTTF = Mean Time To Failure。适用于不可修复产品。比如一个灯泡，烧了就扔，从开始用到烧坏的平均时间就是MTTF。
公式类似：
MTTF = 总运行时间 / 失效产品数我曾经犯过一个错：把MTTF和MTBF混着用，结果报告被客户怼了回来。记住：能修的叫MTBF，不能修的叫MTTF。
1.2.3 MTTR（平均修复时间）
MTTR = Mean Time To Repair。从故障发生到修好，平均需要多久。这个指标反映的是“可维护性”，不是可靠性。
公式：
MTTR = 总维修时间 / 维修次数举个例子：一台设备一年坏了4次，每次修了2小时、3小时、1小时、2小时。MTTR = (2+3+1+2)/4 = 2小时。
嗯，这里要注意：MTTR越短越好。你想想看，设备坏了半天修不好，生产线停着，损失多大？
1.2.4 失效率 λ（Lambda）
失效率是可靠性最核心的参数。它表示单位时间内失效的概率。单位是“菲特”（Fit），1 Fit = 10⁻⁹/小时。
公式：
λ = 故障次数 / 总运行时间MTBF和λ是倒数关系：MTBF = 1/λ。比如λ = 0.0005/小时，MTBF = 2000小时。
| 指标 | 适用场景 | 单位 | 关系 |
|---|---|---|---|
| MTBF | 可修复产品 | 小时 | MTBF = 1/λ |
| MTTF | 不可修复产品 | 小时 | MTTF = 1/λ |
| MTTR | 维修性评估 | 小时 | 越短越好 |
| λ | 失效率分析 | Fit (10⁻⁹/h) | λ = 1/MTBF |
1.3 浴盆曲线——产品一生的“命运曲线”
浴盆曲线，搞可靠性的没人不知道。它描述的是产品失效率随时间变化的规律，形状像个浴盆，所以叫这名。
我画了一张图，你看一眼就明白了：
三个阶段，我一个个讲：
- 早期失效期（Infant Mortality）——产品刚出厂，有焊接不良、材料缺陷、装配问题。失效率高，但下降很快。我建议：做“老化筛选”，把早期失效的筛掉再发货。
- 偶然失效期（Useful Life）——失效率低且稳定，是产品的最佳工作期。这个阶段的失效率λ基本是常数。MTBF就是在这个阶段算的。
- 耗损失效期（Wear-out）——零件老化、磨损、腐蚀，失效率快速上升。这时候就该考虑更换或报废了。
避坑指南：我曾经遇到一个项目，产品在客户现场大量故障。一查，是早期失效没筛干净。老板问我为什么，我说“老化时间不够”。从那以后，我定了个规矩：新品必须做48小时高温老化，一个都不能少。
1.4 可靠性工程发展史——从“坏了再修”到“设计可靠”
可靠性工程不是一天建成的。我简单梳理一下发展脉络：
| 时期 | 标志事件 | 核心思想 |
|---|---|---|
| 1940年代 | 二战期间，美军电子设备故障率高 | 开始重视可靠性，但主要是“坏了再修” |
| 1950年代 | 美国国防部成立电子设备可靠性咨询组（AGREE） | 提出可靠性定量指标，MTBF概念诞生 |
| 1960年代 | 阿波罗登月计划 | 可靠性设计方法（FMEA、FTA）开始应用 |
| 1970-80年代 | 日本工业崛起，丰田、松下等企业推广 | 可靠性从军工走向民用，强调“零缺陷” |
| 1990年代至今 | Weibull分析、加速寿命试验普及 | 数据驱动可靠性，软件可靠性兴起 |
我个人觉得，可靠性工程经历了三个阶段：
- 第一阶段：被动维修——坏了再修，没坏不管。说白了就是“听天由命”。
- 第二阶段：预防维护——定期检查、定期更换。比如汽车每5000公里换机油。
- 第三阶段：预测维护——用数据说话，提前预测故障。这就是咱们这门课要讲的核心。
我的感悟：搞了这么多年可靠性，我最大的体会是——可靠性不是测试出来的，是设计出来的。你设计时没考虑可靠性，后面再怎么测也补不回来。就像盖房子，地基没打好，装修再漂亮也没用。
好了，第一章就聊到这儿。记住今天的关键词：可靠性定义、MTBF/MTTF/MTTR/λ、浴盆曲线、发展史。这些东西是基础，基础不牢，后面学Weibull分析会吃力。
下一章，咱们聊聊可靠性数据的收集和预处理。数据不准，分析就是白搭。到时候见。
公众号:蓝海资料掘金营，微信deep3321