一、可靠性工程导论

各位同学好，我是老张。今天咱们开始聊可靠性工程。说实话，我干这行快二十年了，每次带新人，第一堂课我都要讲清楚一个事儿——可靠性不是玄学，是科学。

你想想看，一个产品做出来，功能再花哨，用两天就坏了，那叫啥？那叫废品。我当年在通讯设备厂，有一批基站电源模块，出厂测试全通过，结果在内蒙古的冬天全趴窝了。为啥？因为设计时没考虑低温下的电解电容特性变化。嗯，这就是可靠性没做到位。

1.1 可靠性的定义

咱们先看官方定义：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。

这里头有三个关键词，我一个个说：

• 规定的条件：温度、湿度、振动、电压……你产品标称-20℃到60℃能用，那就得在这个范围内验证。我见过有人把消费级芯片用在工业现场，结果夏天车间40℃直接死机——这就是条件没搞清楚。
• 规定的时间：汽车设计寿命15年，手机可能就3年。时间不同，可靠性要求天差地别。
• 规定的功能：能开机算不算功能？能打电话算不算？得说清楚。我有个项目，客户说“设备不能坏”，我说“那不可能，你得定义什么叫坏”。最后我们约定：输出功率下降超过20%就算失效。

1.2 可靠性指标

搞可靠性，离不开几个关键指标。我建议你把这些刻在脑子里，因为以后做项目天天要用。

MTBF（平均无故障工作时间）

MTBF = Mean Time Between Failures。这个指标只适用于可修复产品。比如一台服务器，坏了修好继续用，两次故障之间的平均时间就是MTBF。

计算公式很简单：

MTBF = 总工作时间 / 故障次数

举个例子：10台设备跑了1000小时，总共坏了2次，那MTBF = (10×1000) / 2 = 5000小时。

MTTF（平均失效时间）

MTTF = Mean Time To Failure。这个用于不可修复产品，比如一个电阻、一个灯泡，坏了就扔。它计算的是所有产品从开始使用到失效的平均时间。

MTTF = 总失效时间 / 产品数量

我当年做LED灯泡测试，100个灯泡一直点亮，记录每个灯泡的失效时间，加起来除以100，就是MTTF。

MTTR（平均修复时间）

MTTR = Mean Time To Repair。这个指标衡量的是修得快不快。从发现故障到修好恢复，平均花了多少时间。

这里头有个坑：MTTR包括故障定位、备件更换、重新启动等所有时间。我见过一个项目，MTTR标称2小时，结果实际平均要8小时——因为备件库房离现场太远，光取备件就花了3小时。

失效率 λ

失效率λ，也叫故障率。它表示单位时间内产品失效的概率。单位常用“菲特”（Fit），1 Fit = 10⁻⁹/小时。

λ和MTBF的关系：对于指数分布，MTBF = 1/λ。

举个例子：某芯片的失效率λ = 100 Fit，那它的MTBF = 1/(100×10⁻⁹) = 10⁷小时，约1141年。嗯，你没看错，芯片的MTBF通常都是百万小时级别的。

指标	适用对象	单位	典型值
MTBF	可修复产品	小时	服务器：5万~50万小时
MTTF	不可修复产品	小时	LED灯泡：2万~5万小时
MTTR	可修复产品	小时	通信设备：0.5~4小时
λ	所有产品	Fit (10⁻⁹/h)	芯片：10~1000 Fit

1.3 浴盆曲线

说到可靠性，浴盆曲线是绕不开的。它描述了产品在整个生命周期里的失效率变化规律。

这张图我画了无数遍。你看，曲线像个浴盆，所以叫浴盆曲线。三个阶段：

• 早期失效期（左边下降段）：刚出厂时，有焊接不良、材料缺陷等问题，失效率高。但用一段时间后，坏的都坏了，剩下的都是好的，失效率就降下来了。我建议新产品出厂前先做“老化筛选”，跑它几十个小时，把早期故障提前暴露掉。
• 偶然失效期（中间平缓段）：这是产品的“黄金时期”，失效率低且稳定。说白了，这时候坏不坏全看运气——可能遇到雷击、过压、操作失误等偶然事件。
• 耗损失效期（右边上升段）：零件磨损、材料老化，失效率开始上升。比如风扇轴承磨损、电解电容干涸、触点氧化。这时候就该考虑更换或报废了。

1.4 可靠性工程发展历程

可靠性工程不是一天建成的。我简单梳理一下，你感受下这个学科是怎么一步步走到今天的。

年代	标志性事件	我的理解
1940年代	二战期间，美军发现电子设备故障率极高	说白了，打仗时设备坏了是要死人的。这逼着人们开始认真研究可靠性。
1950年代	美国成立电子设备可靠性咨询组（AGREE）	这是可靠性工程正式成为一门学科的起点。我经常说，没有AGREE，就没有今天的可靠性体系。
1960年代	航天、军工领域率先应用可靠性技术	阿波罗计划中，可靠性要求极高——因为宇航员回不来。我记得当时他们用了冗余设计、故障树分析等方法。
1970-80年代	可靠性技术向民用领域扩散	日本企业把可靠性用到汽车、家电上，结果日本车质量吊打美国车。这不是玄学，是科学管理。
1990年代至今	可靠性软件工具普及，标准体系完善	现在有Minitab、ReliaSoft等工具，还有IEC 61508、ISO 26262等行业标准。但工具再先进，基本原理还是那些。

嗯，说到这里，我想起一件事。2005年我刚开始做可靠性时，公司连个像样的故障数据库都没有。每次出问题，全靠老师傅拍脑袋。后来我花了一年时间，把过去五年的维修记录整理成电子表格，建了个简单的故障模式库。你猜怎么着？第二年产品返修率直接降了30%。

所以我想说的是：可靠性工程不是高深的理论，而是扎扎实实的数据积累和科学分析。你掌握了今天讲的这些基本概念，后面学统计方法、加速试验、故障分析，就有了根基。

---