一、可靠性工程导论：从定义到实战
大家好，我是老张。做了十几年可靠性工程，今天咱们聊聊最基础的东西——可靠性到底是什么。
很多人一听到「可靠性」，就觉得是「东西不容易坏」。嗯，这个理解没错，但不够精确。我习惯把可靠性定义为：产品在规定条件下、规定时间内，完成规定功能的能力。注意，这里有三个「规定」——条件、时间、功能，缺一不可。
核心要点：可靠性不是「好不好用」，而是「能不能在需要的时候正常工作」。你想想看，一个设备平时跑得再好，关键时刻掉链子，那可靠性就是零。
1.1 浴盆曲线：产品寿命的三个阶段
说到可靠性，绕不开浴盆曲线。这玩意儿我刚开始接触时觉得挺玄乎，后来做项目多了，发现它确实能反映大多数产品的寿命规律。
浴盆曲线分为三个阶段：
- 早期失效期——刚出厂时，问题最多。焊接不良、装配失误、元器件缺陷，都在这时候暴露。我记得有个项目，产品出厂前三天故障率特别高，后来发现是某个电容批次有问题。
- 偶然失效期——进入稳定期，故障率低且平稳。这是产品的最佳工作阶段。说白了，这时候出问题基本是运气不好，比如雷击、过压之类的。
- 耗损失效期——到了寿命末期，磨损、老化、腐蚀开始显现。机械产品尤其明显，比如轴承磨损、密封圈老化。
我的经验：做可靠性增长管理，重点盯住早期失效期和耗损失效期。早期靠筛选和老化试验，末期靠预防性维护。中间那段，别瞎折腾。
1.2 三个关键指标：MTBF、MTTF、MTTR
搞可靠性，这三个指标必须烂熟于心。我面试新人时，第一个问题就是「说说MTBF和MTTF的区别」。很多人答不上来，其实没那么复杂。
| 指标 | 全称 | 适用场景 | 说白了就是 |
|---|---|---|---|
| MTBF | Mean Time Between Failures | 可修复产品 | 两次故障之间的平均时间 |
| MTTF | Mean Time To Failure | 不可修复产品 | 从开始到报废的平均时间 |
| MTTR | Mean Time To Repair | 维修性评估 | 修好一次故障的平均时间 |
避坑指南：我曾经见过一个团队把MTBF和MTTF混用，结果给客户报的数据完全对不上。记住：能修的东西用MTBF，一次性的东西用MTTF。别搞混。
举个例子：你买了个服务器，用了三年坏了三次。每次修好继续用。那MTBF就是总运行时间除以故障次数。但如果是个灯泡，烧了就扔，那就只能算MTTF——从点亮到烧毁的平均时间。
至于MTTR，我习惯叫它「修复速度」。你想想看，一个设备MTBF再高，如果坏了修一个月，那可用性照样低。可用性的公式是：
可用性 = MTBF / (MTBF + MTTR)所以，提高可用性有两个方向：要么让MTBF更大（更可靠），要么让MTTR更小（更好修）。
1.3 可靠性工程发展历程
可靠性工程不是一天建成的。我入行时听老前辈讲过这段历史，挺有意思。
- 1940年代：萌芽期——二战期间，美军发现电子设备故障率太高，开始系统性地研究可靠性。说白了，是被战争逼出来的。
- 1950年代：奠基期——美国国防部成立了电子设备可靠性咨询组（AGREE），发布了第一个可靠性标准。我记得那时候主要靠概率统计。
- 1960-70年代：发展期——航天和军工领域大量应用。阿波罗计划、核电站，都推动了可靠性技术的成熟。FMEA、FTA这些工具就是那时候诞生的。
- 1980-90年代：普及期——日本企业把可靠性引入民用产品，丰田、松下这些公司靠可靠性打出了口碑。我那时候刚入行，天天学田口方法。
- 2000年至今：智能化期——大数据、物联网让可靠性管理有了新手段。预测性维护、PHM（故障预测与健康管理）成了热门。
我的感悟：可靠性工程从「事后维修」走到「事前预防」，再到现在的「预测性管理」。说白了，就是越来越主动。你想想看，以前是坏了再修，现在是还没坏就知道要坏了。这就是进步。
嗯，到这里，可靠性工程的基础概念就讲完了。浴盆曲线告诉你产品寿命的规律，MTBF/MTTF/MTTR给了你量化的尺子，发展历程让你知道这门学科是怎么来的。这些是后面所有内容的地基，地基不牢，后面盖楼会塌。
我个人习惯，每接手一个新项目，第一件事就是翻历史数据，算清楚这几个指标。别急着做高大上的分析，先把基础打扎实。