第一章：可靠性工程导论
各位同学好，我是你们这门课的老朋友。今天咱们聊聊可靠性工程最基础的东西。说实话，我干这行快二十年了，见过太多因为「可靠性」没做好而翻车的案例。嗯，咱们就从根上说起。
1.1 可靠性的定义与重要性
可靠性的官方定义：产品在规定的条件下、规定的时间内，完成规定功能的能力。
说白了，就是三个字——不掉链子。
你想想看，一个手机用三个月就死机，一辆车开两万公里就漏油，这能叫可靠吗？当然不能。我个人习惯把可靠性理解成「产品对用户的承诺」。你承诺能用五年，结果两年就坏了，那就是失信。
核心要点：可靠性不是测出来的，是设计出来的、制造出来的、管理出来的。
我在项目中遇到过一件事：某款电源模块，实验室测试全部通过，结果一上客户现场，三个月内坏了30%。后来一查，问题出在——实验室温度25°C，客户现场夏天能达到45°C。这就是典型的「规定条件」没搞清楚。
为什么可靠性这么重要？
- 安全：飞机发动机失效，后果是什么？不用我多说。
- 经济：一次设备故障，停产损失可能是百万级。
- 品牌：用户的口碑，往往就毁在「这牌子老坏」上。
- 法律：很多行业有强制可靠性要求，比如医疗器械、汽车安全件。
注意：可靠性不是「越贵越好」。我曾经见过一个团队，为了追求可靠性，把所有元器件都换成军品级，结果成本翻了五倍，客户根本买不起。可靠性要讲「适度」，要跟成本、性能做平衡。
1.2 失效模式与影响分析（FMEA）基础
FMEA，全称是 Failure Mode and Effects Analysis。翻译过来就是「失效模式与影响分析」。这玩意儿，说白了就是——提前想好「怎么死」。
我刚开始做工程师时，总觉得FMEA是形式主义，浪费时间。直到有一次，一个继电器在高温下粘连，导致整个系统停机。其实FMEA里早就写了「触点粘连」这个失效模式，但没人当回事。嗯，从那以后，我再也不敢跳过FMEA了。
FMEA的核心步骤
- 识别失效模式：这东西可能会怎么坏？
- 分析失效影响：坏了之后会怎样？
- 评估严重度（S）：后果有多严重？1-10分。
- 评估发生频度（O）：发生的概率有多大？1-10分。
- 评估探测度（D）：我们能不能提前发现？1-10分。
- 计算风险优先数（RPN）：RPN = S × O × D。
- 制定改进措施：怎么降低风险？
我的经验：RPN不是唯一的决策依据。有时候一个失效模式RPN只有30，但严重度是10（比如会导致人身伤害），那也必须优先处理。别死盯着数字，要结合工程判断。
给大家看一个简单的FMEA示例（以某款直流电机为例）：
| 失效模式 | 失效影响 | S | O | D | RPN | 改进措施 |
|---|---|---|---|---|---|---|
| 轴承磨损 | 噪音增大、转速下降 | 6 | 4 | 3 | 72 | 改用密封轴承 |
| 绕组短路 | 电机烧毁、系统停机 | 9 | 2 | 5 | 90 | 增加过流保护 |
| 碳刷磨损 | 接触不良、间歇性失效 | 5 | 6 | 4 | 120 | 定期更换计划 |
你看，碳刷磨损的RPN最高，但绕组短路的严重度最高。怎么取舍？这就是工程师的智慧了。
1.3 可靠性度量指标：MTBF / MTTF / 失效率
搞可靠性，你得会算账。这三个指标就是可靠性领域的「会计科目」。
MTBF（Mean Time Between Failures）——平均故障间隔时间
适用于可修复产品。比如一台服务器，坏了修好继续用。MTBF = 总运行时间 / 故障次数。
举个例子：一台设备运行了10000小时，期间坏了5次。MTBF = 10000 / 5 = 2000小时。意思是平均每2000小时坏一次。
注意：MTBF不是「寿命」。很多人以为MTBF=2000小时就是只能用2000小时，大错特错。MTBF是统计平均值，不是单个产品的寿命。
MTTF（Mean Time To Failure）——平均失效时间
适用于不可修复产品。比如一个灯泡，坏了就扔。MTTF = 所有产品寿命之和 / 产品总数。
举个例子：测试10个灯泡，分别在第100、200、300...1000小时坏了。MTTF = (100+200+...+1000) / 10 = 550小时。
失效率（Failure Rate, λ）
失效率是单位时间内失效的概率。常用单位是 FIT（Failures In Time），1 FIT = 10⁻⁹ / 小时。
三者之间的关系很简单：
MTBF = 1 / λ
MTTF = 1 / λ（前提是失效率恒定，也就是产品处于「浴盆曲线」的稳定期。）
说到浴盆曲线，我得多说两句。产品寿命一般分三个阶段：
- 早期失效期：失效率高，主要是制造缺陷。我建议做「老化筛选」来剔除。
- 偶然失效期：失效率低且稳定，这是产品的「黄金期」。
- 耗损失效期：失效率快速上升，因为磨损、老化。
避坑指南：我曾经遇到一个客户，拿到的MTBF数据是100万小时，高兴得不得了。结果我一看，那是芯片级的数据，他们做的是系统级产品，有几十个芯片、几百个焊点、一堆连接器。系统级的MTBF远低于芯片级。记住：系统可靠性 = 各组件可靠性的乘积（串联模型下）。
最后，给大家一个简单的计算示例：
假设一个系统由3个组件串联组成：
组件1：λ₁ = 10 FIT
组件2：λ₂ = 20 FIT
组件3：λ₃ = 30 FIT
系统总失效率：λ_sys = 10 + 20 + 30 = 60 FIT
系统MTBF = 1 / (60 × 10⁻⁹) = 16,666,667 小时 ≈ 1902 年
等等，这个数字是不是很夸张？
但实际中，焊点、连接器、环境应力都会引入额外失效率。
所以理论计算只是参考，实际测试才是王道。好了，第一章的内容就到这里。可靠性工程，说白了就是「防患于未然」。FMEA帮你提前想好怎么坏，MTBF/MTTF帮你量化有多可靠。这些东西，我用了二十年，越用越觉得——可靠性不是成本，是利润。你少坏一次，客户就多信任你一分。
公众号:蓝海资料掘金营，微信deep3321