第2章：可靠性基础理论——搞懂这些，你才算入门

各位工程师朋友，咱们直接进入正题。这一章讲的是可靠性最基础的东西。说白了，就是那些你天天挂在嘴边，但未必真吃透的概念。

我记得刚入行那会儿，带我的老师傅扔给我一句话：“小子，搞可靠性，先搞懂三个数——MTBF、MTTF、失效率。” 我当时一脸懵，心想这有啥难的？后来真进了项目，才发现坑多着呢。

2.1 可靠性的定义：别把它想得太玄乎

可靠性，官方的定义是“产品在规定条件下、规定时间内，完成规定功能的能力”。

我个人习惯把它拆成三块来看：

• 规定条件：温度、湿度、振动、转速……你主轴在什么环境下跑？
• 规定时间：是跑1000小时，还是跑5年？
• 规定功能：精度保持多少？振动值不能超多少？

你看，这三个“规定”缺一个，可靠性就没法谈。我在项目中遇到过不少扯皮的事，甲方说“你这主轴不可靠”，结果一问，他是在超额定转速30%的情况下跑的。这能怪主轴吗？

2.2 三个核心度量指标：MTBF、MTTF、失效率

这三个指标，是可靠性工程的“三驾马车”。我建议你把它刻在脑子里。

2.4.1 MTBF（平均故障间隔时间）

MTBF 适用于可修复产品。比如主轴系统，坏了可以换轴承、换刀柄。

公式很简单：

MTBF = 总运行时间 / 故障次数

举个例子：一台主轴跑了10000小时，中间坏了5次。那MTBF就是2000小时。

注意： 这里的“故障”是指能修好的那种。不是一次性的报废。

2.4.2 MTTF（平均失效时间）

MTTF 适用于不可修复产品。比如一个轴承、一个密封圈，坏了直接换新的。

MTTF = 总运行时间 / 失效产品数量

嗯，这里要注意：很多新手把MTBF和MTTF混着用。我见过一份报告，明明是不可修复的传感器，硬是写了个MTBF。这要是被老专家看到，直接会被打回去重写。

2.4.3 失效率 λ(t)

失效率，也叫故障率。它描述的是“在某个时刻，单位时间内发生故障的概率”。

公式：

λ(t) = 故障数 / (总运行时间 × 样本数)

单位常用“菲特”（Fit），1 Fit = 10⁻⁹ /小时。

你想想看，一个主轴在1000小时时的失效率，和10000小时时的失效率，能一样吗？这就是为什么我们要引入浴盆曲线。

2.3 浴盆曲线与寿命周期

浴盆曲线，搞可靠性的没人不知道。它把产品寿命分成三个阶段：

阶段	名称	失效率特征	主轴系统实例
早期失效期	磨合期	λ(t) 递减	新主轴跑合阶段，轴承磨合、密封件适应
偶然失效期	稳定期	λ(t) 近似常数	正常运行阶段，故障随机发生
耗损失效期	老化期	λ(t) 递增	轴承磨损、润滑失效、精度下降

我曾经在一个项目中，发现某批次主轴在出厂后3个月内故障率特别高。查了一圈，原来是跑合工艺没做到位。这就是典型的早期失效问题。

为什么会这样？因为新零件表面有微观毛刺，需要跑合才能磨平。你跳过这一步，后面就得用故障来还债。

2.4 常见失效分布模型

搞可靠性分析，离不开数学模型。我个人最常用的就两个：指数分布和威布尔分布。

2.4.1 指数分布

指数分布的特点是：失效率恒定。它只适用于浴盆曲线的“偶然失效期”。

概率密度函数：

f(t) = λ · e^(-λt)

可靠度函数：

R(t) = e^(-λt)

MTBF = 1/λ

适用场景： 电子元件、稳定运行期的机械系统。

但要注意，指数分布有个“无记忆性”的特点。什么意思？就是说一个元件已经用了1000小时，它未来再坏的概率，和一个新元件是一样的。这在现实中其实很少见——机械零件用久了总会老化。

2.4.2 威布尔分布

威布尔分布就灵活多了。它有三个参数，可以模拟浴盆曲线的各个阶段。

可靠度函数：

R(t) = exp[-(t/η)^β]

其中：

• β：形状参数。β < 1 对应早期失效，β = 1 对应偶然失效（退化为指数分布），β > 1 对应耗损失效。
• η：尺度参数，也叫特征寿命。63.2%的元件会在η时刻前失效。

我个人习惯用威布尔分布来分析主轴轴承的寿命。为什么呢？因为轴承的失效模式很丰富——疲劳剥落、磨损、保持架断裂……每种模式对应的β值都不一样。

2.5 知识体系总览

下面这张图，是我自己梳理的本章知识框架。你把它存下来，以后做分析时对照着看。

这张图把本章的逻辑串起来了。你从定义出发，用指标去量化，用浴盆曲线去判断阶段，最后用分布模型去拟合数据。一套流程走下来，可靠性分析的基本功就算打牢了。

---

公众号:蓝海资料掘金营，微信deep3321