3、失效模式分类：硬件失效、软件失效、人为失效
做功能安全这么多年，我越来越觉得，搞懂失效模式的分类，是入门的第一道坎，也是老手容易翻车的地方。
说白了，系统出问题，无非三个源头：硬件扛不住了、软件写错了、人搞砸了。但每个源头里的门道，可深着呢。
我个人习惯，把失效模式先画个三叉戟：硬件、软件、人。咱们一个一个来拆。
3.1 硬件失效：随机失效 vs. 系统失效
硬件失效，我把它分成两类。这两类性质完全不同，处理方式也天差地别。
3.1.1 随机硬件失效
什么叫随机？就是老天爷决定的。你芯片造出来，用着用着，某个晶体管突然就坏了。这不是设计问题，是物理规律。
我记得在做一个ADAS控制器项目时，有个ECU在台架上跑了3000小时，突然电源管理芯片的基准电压漂了。查了一圈，不是设计问题，就是随机失效。嗯，这种你只能靠冗余、诊断覆盖率去兜底。
随机硬件失效的特点：
- 不可预测：你没法知道它什么时候来
- 符合概率分布：通常用FIT（失效率）和MTBF（平均无故障时间）来量化
- 处理方式：靠安全机制（比如ECC、CRC、看门狗）来检测并响应
3.1.2 系统硬件失效
这个就有点意思了。系统硬件失效，不是老天爷决定的，是设计者自己埋的雷。
比如，你选了个电容，规格书上说耐压16V，结果实际电路里纹波峰值到了15.5V。设计余量不够，用久了电容就爆了。这不是随机失效，这是设计缺陷。
我曾经在一个项目里，就因为PCB走线间距没算好，导致高压爬电，整批板子返工。你说这是随机吗？不，这是系统性的设计失误。
系统硬件失效的特点：
- 可复现：只要条件满足，它一定会出现
- 源于设计、制造或工艺：比如时序裕量不足、材料选型错误
- 处理方式：靠设计评审、FMEA、FTA、严格的验证测试来消除
3.2 软件失效：设计、编码、配置
软件失效，说白了就是代码里藏着bug。但bug也分三六九等。
3.2.1 设计失效
这是最要命的。架构没想清楚，后面怎么补都补不回来。
比如，你设计了一个状态机，但漏了一个异常状态。代码写得再漂亮，一旦系统进入那个未定义状态，直接死机。这就是设计失效。
我建议，在设计阶段一定要做软件架构分析，用FMEA的思路去扫一遍每个模块的接口和状态。
3.2.2 编码失效
这个大家最熟悉。指针越界、数组溢出、整数溢出、死循环……
我记得有一次，一个同事写了个for循环，条件写成了i <= n，结果数组只有n个元素，直接越界。这种就是典型的编码失效。
编码失效的常见类型：
- 内存相关：野指针、内存泄漏、缓冲区溢出
- 逻辑错误：条件判断写反、边界条件遗漏
- 并发问题：竞态条件、死锁、优先级反转
// 一个典型的编码失效示例
int buffer[10];
for (int i = 0; i <= 10; i++) { // 注意：i <= 10 越界了
buffer[i] = i;
}
3.2.3 配置失效
这个容易被忽略。软件本身没问题，但参数配错了。
比如，一个安全扭矩限制值，默认是100Nm，结果配置工程师写成了1000Nm。电机直接过载，机械结构损坏。你说这是软件bug吗？不是，是配置失效。
我曾经在项目里专门加了一个配置参数校验模块，所有关键参数写入前，都要做范围检查和合理性检查。这招很管用。
3.3 人为失效：操作 vs. 维护
最后说说人。人是最不可靠的环节，没有之一。
3.3.1 操作失效
操作员按错了按钮、看错了屏幕、在错误的时机做了错误的操作。
比如，一个工业机器人，操作员在维护模式下没挂安全锁，直接伸手进去。这就是操作失效。功能安全里，我们通过人机工程学设计和防误操作机制来降低这种风险。
我记得在功能安全标准里，操作失效通常用操作错误率来评估，但说实话，这个很难量化。我建议的做法是：假设操作员一定会犯错，然后设计系统来容忍这个错误。
3.3.2 维护失效
这个更隐蔽。设备坏了，维修工换了个零件，但型号不对。或者，维修之后忘了恢复某个安全功能。
举个例子，一个安全继电器，维修工换了个非原厂的替代品，响应时间慢了10ms。整个安全回路的SIL等级就降级了。
维护失效的常见场景：
- 零件替换错误：用了非认证的备件
- 恢复遗漏：维修后忘了重新上锁、忘了恢复安全参数
- 校准错误：传感器校准参数写错
3.4 三种失效的对比总结
最后，我习惯用一张表来总结这三种失效模式。你想想看，做FMEA的时候，这三种都要覆盖到。
| 失效类型 | 根本原因 | 典型例子 | 主要应对措施 |
|---|---|---|---|
| 随机硬件失效 | 物理退化、随机故障 | 芯片位翻转、电容老化 | 冗余、诊断、安全机制 |
| 系统硬件失效 | 设计/制造缺陷 | 时序裕量不足、材料选型错误 | 设计评审、FMEA、验证测试 |
| 软件设计失效 | 架构/逻辑设计错误 | 状态机遗漏、接口不匹配 | 架构分析、设计评审、形式化方法 |
| 软件编码失效 | 代码实现错误 | 数组越界、死锁、整数溢出 | 编码规范、静态分析、单元测试 |
| 软件配置失效 | 参数设置错误 | 安全阈值配错、使能位写反 | 参数校验、配置管理、自动化检查 |
| 操作失效 | 人为误操作 | 按错按钮、误判状态 | 防误操作设计、人机工程、培训 |
| 维护失效 | 维修/校准错误 | 换错零件、遗漏恢复 | 防呆设计、维护流程、安全验证 |
嗯，这一章的内容就到这里。记住一句话：硬件失效靠兜底，软件失效靠规范，人为失效靠设计。下一章，咱们聊聊怎么用FMEA把这些失效模式一个一个揪出来。