一、可靠性工程概述：可靠性的定义与度量、浴盆曲线、可靠性工程的发展历程与重要性

1.1 什么是可靠性？—— 别把它跟“质量”搞混了

很多人一听到“可靠性”，第一反应就是“这东西质量好不好”。其实，这两者还真不是一回事。

质量，说的是产品出厂时合不合格。你买回来一用，发现按键不灵，那是质量问题。

可靠性，说的是产品用了一段时间后，还能不能正常工作。你买了个手机，用了三年电池鼓包了，这叫可靠性问题。

我个人习惯用一个简单的定义：可靠性，就是产品在规定的条件下、规定的时间内，完成规定功能的能力。

你看，这里有三个“规定”：

• 规定的条件——温度、湿度、振动、电压，这些环境因素都会影响寿命。我在项目中遇到过，同一款电源模块，在深圳的机房跑三年没问题，换到新疆的户外基站，半年就挂了。条件变了，可靠性自然不同。
• 规定的时间——没有时间谈可靠性，就是耍流氓。你总不能说“这个灯泡永远不坏”吧？
• 规定的功能——功能退化算不算失效？比如一个风扇，还能转但噪音大得像拖拉机，算不算可靠？这得看你的功能定义。

1.2 可靠性的度量指标——用数字说话

搞工程的人，不能光说“这个产品挺可靠的”。你得拿出数字来。常用的指标有这么几个：

指标	符号	含义	举个栗子
可靠度	R(t)	在时间t内正常工作的概率	R(1000h)=0.95，意思是1000小时内，95%的产品还活着
失效率	λ(t)	单位时间内失效的概率	λ=0.001/h，每小时有千分之一的概率坏掉
平均无故障时间	MTBF	可修复产品的平均工作时间	MTBF=50000h，平均每5万小时出一次故障
平均失效时间	MTTF	不可修复产品的平均寿命	MTTF=10年，灯泡平均能亮10年

1.3 浴盆曲线——可靠性界的“心电图”

说到可靠性，浴盆曲线是绕不开的。你想想看，为什么叫“浴盆”？因为它的形状就像个浴缸的剖面。

这条曲线描述了产品在整个生命周期里的失效率变化，分三个阶段：

1. 早期失效期（婴儿期）——失效率高，但快速下降。为什么？因为设计缺陷、制造瑕疵、材料问题，都在这个阶段暴露出来。我做过一个项目，新批次的电路板刚上线，前48小时烧了3块。排查后发现是焊接工艺不稳定。嗯，这就是典型的早期失效。
2. 偶然失效期（青壮年）——失效率低且稳定。这是产品的“黄金时期”，故障是随机发生的，比如突然来个浪涌电压把芯片打坏了。这个阶段的失效率λ基本是个常数。
3. 耗损失效期（老年期）——失效率又开始上升。磨损、老化、腐蚀，这些不可逆的损伤开始显现。就像人老了，各种毛病都来了。

这里有个关键点：浴盆曲线不是万能的。有些产品（比如软件）就不太适用。软件不会磨损，但会有“老化”现象——内存泄漏、日志撑爆磁盘，这些其实也算另一种形式的耗损。

1.4 可靠性工程的发展历程——从“坏了再修”到“设计时就考虑”

可靠性工程不是一天建成的。我把它分成几个阶段：

• 萌芽期（二战前后）——那时候的电子管设备，动不动就罢工。我记得看过一份资料，二战时美军电子设备的平均无故障时间只有几十个小时。怎么办？坏了就换，备件管够。说白了就是“事后维修”。
• 形成期（1950-1960年代）——美国国防部受不了了。他们发现，维护成本比采购成本还高好几倍。于是开始系统性地研究可靠性。1957年，AGREE报告（电子设备可靠性咨询组）发布，标志着可靠性工程正式成为一门学科。
• 发展期（1970-1990年代）——可靠性从军工扩展到民用。汽车、家电、通信设备，都开始搞可靠性设计。FMEA（失效模式与影响分析）、FTA（故障树分析）这些工具开始普及。
• 成熟期（21世纪至今）——现在，可靠性已经深入到芯片级、软件级。比如手机芯片的可靠性测试，要在高温下跑几百个小时。软件呢？混沌工程、故障注入，都是可靠性工程的新玩法。

1.5 为什么可靠性工程这么重要？——算一笔账你就明白了

你可能觉得，搞可靠性测试，不就是多花时间多花钱吗？其实恰恰相反。可靠性工程是省钱省力的。

我给大家算一笔账：

• 设计阶段发现一个缺陷，改个图纸可能就花几百块。
• 生产阶段发现，可能要报废一批物料，损失几千块。
• 到了客户手里出问题，召回、赔偿、品牌损失，可能是几百万甚至上亿。

这就是所谓的“10倍法则”——越晚发现问题，修复成本越高。所以，我个人习惯在项目一开始就把可靠性测试计划做进去。别等到产品都量产了，才想起来“哦，我们还没做过高温老化”。

1.6 本章知识体系框架

下面这张图，把本章的核心内容串起来了。你可以把它当作一个“思维导图”来看：

---

公众号:蓝海资料掘金营，微信deep3321