第二章：材料失效物理基础
各位工程师朋友，咱们今天聊聊失效物理。说实话，我刚入行那会儿，觉得可靠性分析就是算算数、画画曲线。后来在项目里栽过跟头，才明白——不懂失效机理，你算出来的数字就是空中楼阁。
这一章，我带你从三个核心模块入手：应力-强度干涉理论、三大经典失效物理模型、加速老化试验原理。搞懂这些，你就能回答一个关键问题：“这东西到底能用多久？”
2.1 应力-强度干涉理论：可靠性的“天平”
先问个问题：一个零件什么时候会坏？
答案很简单——当它承受的应力超过了它自身的强度。
但现实没那么简单。应力不是固定的，强度也不是固定的。它们都是分布。你想想看，同一批生产的螺栓，有的能扛1000N，有的只能扛800N。同样，设备运行时的载荷，有时大有时小。
这就引出了应力-强度干涉理论的核心思想：
- 应力分布：设备在实际使用中承受的载荷、温度、振动等外部作用
- 强度分布：材料或零件本身能承受的极限能力
- 干涉区：当应力分布的右尾与强度分布的左尾重叠，失效就发生了
核心公式：
可靠度 R = P(强度 > 应力) = ∫₀^∞ f_s(s) · [∫_s^∞ f_S(S) dS] ds
其中 f_s(s) 是应力概率密度，f_S(S) 是强度概率密度
我在项目中遇到过一件事：某型航空发动机叶片，按常规设计强度余量足够。但实际运行中，由于制造偏差导致部分叶片强度偏低，加上偶尔的过载工况，干涉区变大了。结果呢？服役不到200小时就出现裂纹。嗯，这就是典型的“干涉区失控”。
我的习惯做法：
做设计时，别只看平均值。我建议你重点关注两个东西：
- 应力分布的99%分位点
- 强度分布的1%分位点
这两个点之间的距离，才是真正的安全裕度。
下面这张图，帮你直观理解应力-强度干涉的逻辑：
⚠️ 避坑指南：
我曾经犯过一个错：只用了正态分布来拟合强度和应力。结果发现实际数据是偏态的，干涉区估算偏差很大。后来我改用威布尔分布或对数正态分布，才把问题搞清楚。
记住：分布类型选错了，后面的分析全白搭。
2.2 三大失效物理模型：温度、循环、环境
搞清楚了“什么时候会坏”，接下来要回答“为什么会坏”。这就要用到失效物理模型了。我个人最常用的有三个，咱们一个一个说。
2.2.1 Arrhenius模型：温度加速的“老大哥”
Arrhenius模型，说白了就是描述温度如何加速化学反应。电子迁移、腐蚀、绝缘老化，这些失效模式都跟温度密切相关。
公式：
寿命 L = A · exp(Ea / (k · T))
其中：
L = 寿命（小时或循环次数）
A = 常数（与材料、工艺相关）
Ea = 激活能（eV，典型值0.3~1.2 eV）
k = 玻尔兹曼常数（8.617×10⁻⁵ eV/K）
T = 绝对温度（K）我在项目中遇到过：某款电源模块，在85℃下测试寿命只有2000小时。客户要求25℃下能用10年。用Arrhenius模型一算，激活能Ea取0.8eV，加速因子AF = exp[0.8/8.617e-5 · (1/298 - 1/358)] ≈ 45倍。也就是说，85℃下2000小时，相当于25℃下约90000小时，超过10年了。嗯，数据对得上。
我的经验：
激活能Ea这个参数，别瞎猜。我建议你：
- 先查文献，同类材料通常有参考值
- 做两组不同温度的实验，反推Ea
- Ea在0.6~0.9eV之间比较常见，低于0.4eV说明加速效果不明显
2.2.2 Coffin-Manson模型：疲劳寿命的“铁律”
温度循环、振动、热冲击——这些反复加载的场景，用Coffin-Manson模型最合适。它描述的是塑性应变幅与疲劳寿命之间的关系。
公式：
Nf = C · (Δε_p)^(-b)
其中：
Nf = 失效时的循环次数
Δε_p = 塑性应变幅
C = 材料常数
b = 疲劳延性指数（通常0.5~0.7）你想想看，焊点在温度循环中，因为热膨胀系数不匹配，会产生周期性的剪切应变。应变幅越大，寿命越短。这个模型在电子封装可靠性分析中，几乎是标配。
实际应用案例：
某BGA封装焊点，在-40℃~125℃循环中，Δε_p ≈ 0.02。查得C=0.5, b=0.6，则Nf = 0.5 × (0.02)^(-0.6) ≈ 0.5 × 10.5 ≈ 5250次循环。如果每天开关机一次，大约能用14年。
2.2.3 Eyring模型：多应力耦合的“全能选手”
Arrhenius只考虑温度，Coffin-Manson只考虑应变。但现实中，温度、湿度、电压、振动常常同时作用。这时候，Eyring模型就派上用场了。
公式：
寿命 L = A · T^m · exp(B/T) · exp(C·S)
其中：
T = 温度（K）
S = 非温度应力（如湿度、电压）
A, m, B, C = 模型参数说白了，Eyring模型就是在Arrhenius基础上，加了一个非温度应力的指数项。我曾在项目中用它分析某户外通信设备——既要考虑高温，又要考虑高湿。结果发现，湿度每增加10%RH，寿命大约缩短30%。这个信息对设计选材非常关键。
⚠️ 注意：
Eyring模型参数多，拟合起来比较麻烦。我建议你：
- 至少做3个温度水平 × 2个非温度应力水平的实验
- 用最大似然估计（MLE）拟合参数
- 别用最小二乘法，容易出偏差
2.3 加速老化试验原理：用时间换数据
产品设计寿命10年，你总不能真等10年再出货吧？加速老化试验就是解决这个矛盾的。
核心思想：提高应力水平（温度、湿度、电压等），让失效在短时间内发生，然后通过模型反推正常使用条件下的寿命。
基本流程：
- 确定失效机理：搞清楚是热老化、疲劳、腐蚀还是别的
- 选择加速模型：温度用Arrhenius，循环用Coffin-Manson，多应力用Eyring
- 设计加速应力：通常选3~4个应力水平，最高不超过材料极限的80%
- 进行试验：记录每个样品的失效时间
- 拟合模型参数：用统计方法得到模型中的常数
- 外推正常寿命：代入正常使用应力，计算寿命
举个例子，我做过一个LED驱动电源的加速老化：
| 应力水平 | 温度（℃） | 样本数 | 中位寿命（小时） |
|---|---|---|---|
| 低 | 85 | 10 | 5200 |
| 中 | 105 | 10 | 1800 |
| 高 | 125 | 10 | 650 |
用Arrhenius模型拟合，得到Ea=0.75eV。外推到40℃正常使用，加速因子AF ≈ 120倍。也就是说，125℃下650小时，相当于40℃下约78000小时，接近9年。
我的建议：
做加速老化试验，有几点要注意：
- 别把应力加得太高，否则会引入新的失效机理，数据就废了
- 每个应力水平至少10个样本，否则统计误差太大
- 记录失效时间时，别只看平均值，也要关注早期失效和耗损失效的分布特征
本章小结：
应力-强度干涉理论告诉你“什么时候会坏”，失效物理模型告诉你“为什么会坏”，加速老化试验告诉你“怎么快速验证”。这三者环环相扣，缺一不可。
我个人觉得，搞可靠性分析，最忌讳的就是“纸上谈兵”。模型再漂亮，没有实验数据支撑，就是一堆公式。反过来，实验数据再多，没有模型指导，你也看不透背后的规律。