可靠性预测方法的范围考虑

你的团队多久做一次可靠性预测？
最简单的答案是经常。每次当你想知道一个产品将运行多久的时候。随之伴随的问题是估计和实际的性能匹配有几何，这使的得出真实的答案更加困难。我们通常地且凭直觉地一直去做可靠性预测。当在一段旅程开始发动一辆车后，我们评估车的能力以完成旅程。当我们买手机时，我们期望它能至少使用2年时间（你们的期望可能不同）。在设计过程中我们可能有正式的或非正式的有用的预期寿命。对我们和设计相关的决定能否满足预期寿命的未知导致我们急切的想了解最终结果系统会运行到什么程度。我们也可能需要估计担保或维修成本，因此了解什么会失效变得很重要。
总体上，了解某产品会无失效的运行多长时间提供了反馈，我们需要（这些反馈）来创建符合我们业务和客户预期可靠性的可行的系统。简言之，我们通常地通过做可靠性预测来衡量我们是否做了正确的决定。
可靠性预测方法
估计可靠性性能可能涉及到简单的工程猜想，比通过性假设多一点到对每一个潜在失效机理的完全特性的全范围的研究。每个和系统设计相关的决定涉及到对未来可靠性性能的某种程度的考量。
工程评价
工程师乐于没有失效的设计。这种理念潜在的前提是对潜在失效机理的意识。经验，讨论和基本的风险评估活动增加了这种意识。可能包含材料强度的暴露，装配的良好实践以及应力强度信息的教育提供了工程评价的基础。

在某点上做决定者意识到需要和可靠性相关的更好的信息。他们可能不熟悉材料，基于验证新设计比以往的好，或不成熟的失效感知到的后果太严重。有些情形下会触发使用不同与假设或者工程评估的方法来预测可靠性性能的必要。
材料或设备等级评定
系统失效的一种方式是应用的应力比材料或结构的强度大。如果设计者一开始选择了温度在50℃运行的线性低密度聚丙烯且之后了解到实际的应用温度是在60℃，他应当评估材料的能力到性能。在这个案例中，选取另一种聚合物或可能的金属材料会提高内在的材料强度因此有足够的能力运行在预期温度。
同样的原因也适用于电子元器件。若应用放置了5v电压穿过电容，选取至少评级为10v电压的电容。
在每个案例中潜在的假设是材料或零件经受使用应力的额定能力，以及足够的余量，来提高可靠性性能。增加的余量通常是当考虑到可靠性性能时的第一步。此过程可能会降低或最小化早期的失效，尽管还没能提供一个方法来估计失效分布的时间。
零部统计预测
基于报告的零件失效或供应商或测试数据的历史数据库，这种预测方法依赖列出每个零件的失效率然后使之符合系统的失效率。通常地简化是假设每个零件是独立的以及有一个常数故障率（失效率不取决于零部件的老化）。
Telecordia和其他组织收集了元器件的失效信息并提供失效率数据库。有些有取决于应力（温度，电压等）的失效率数据。供应商提供的失效率数据可能或可能没有支持的模型，测试和现场历史。检查和理解假设条件和使用的数据的来源是值得的。
零件统计预测的提高是设计使用了更少的元器件或运行在更低的温度。因此零件统计预测的考虑，尽管不太精确却可能帮主设计团队提高系统可靠性。另一个优势是可使用不多于一个材料清单和系统结构（的资源）来创建一个最初估计的能力。
主要的失效机理
某些产品有一个零部件或失效机理支配了其失效分布的时间。例如，内存磁带驱动器读写磁头有一个玻璃表面设置磁带和磁铁之间的距离。如果距离不在严格设置的规格之内，这个设备就不能适当地读写且系统失效。
磁带的每个脚把读写磁头靠到一边是会消除少量的玻璃，且最终会侵蚀玻璃使之在最小的规格之下并导致失效。正常使用的设备会在其它元器件有机会失效前把读写磁头磨损完（失效）。
另一个例子是车辆刹车系统内的刹车踏板。踏板的设计使每次刹车行为伴随着磨损，且它会在系统内的其它零件（有失效）之前磨损完以及更换新的踏板。
类似产品的现场数据
许多产品和之前的产品类似。如果你进入了类似产品的现场失效信息，你可以用此信心来评估新系统的可靠性性能。现场数据来自在类似环境中使用类似的技术的实际客户中以及通常很难用产品试验来复制的使用剖面。
失效分析（Weibull或适用的分布）提供了经过一定范围的时长后评估失效时间的概率的一种方法。若此数据提供了足够的失效信息，你可能可以分解这些数据到特定的子系统或零部件，因此可以得到此前设计薄弱环节的信息。
当80%的新设计和此前产品类似的情况下，一种适用的技术是使用简单的系统模型来分离产品的类似和新的元素，然后像零件统计方法那样，对那些和之前相同的元素使用现场数据，而对新的元使用其他的预测方法。
加速寿命试验
确定失效分布的一种方法是通过试验。加速试验通过更频繁的使用设备或在高应力下正常应用，因此会比正常使用更快的发现失效。
这些试验通常集中在一种失效机理且实施起来非常昂贵。当可能比正常情况下（比如家庭咖啡机系统平均每天制作4杯咖啡）更频繁的使用设备时，可以应用全范围的此种方法。
对某些失效机理，或设备几近于全时运行，简单的时间压缩可能不能选择。在这类案例中集中在特定的失效机理可能允许模拟和分析系统的元素，以因此降低成本和加速试验的持续时间。
当产品的一种材料或者元素是全新的且团队对失效时间知识有限，伴之充分的工程评估，即潜在的失效会发生在带着充分的不确定性的期望有用的运行寿命之内或之后很短的时间内，那么考虑使用加速寿命试验。
失效分析的机理
对已经充分的特征化或模拟过的特定的失效机理，你可以发现你能基于之前的工作和试验很好的估计失效时间分布。这种方法依赖于有在正常使用条件内描述失效机理的合适的模型。
许多电子元器件和材料有失效模型机理以允许评估整块电路板。DFR解决方案和CALCE有基于现在的失效模型机理的软件应用。
总结
既然我们经常要坐可靠性预测且随着系统重要性和复杂度的增加精确的预测也在增加，专业的可靠性（人员）应当掌握一系列的预测方法。此外，我们应该可以针对系统的每个元素辨别出适当地方法。
尽早的有可靠性性能反馈以及经常在系统设计过程中提供给团队信息来做为做决定的基础。并非所有的预测都要求复杂的加速寿命试验，但有一部分会做。平衡不确定的预测风险和决定的关联重要度是选择适当地方法以及提供足够的可靠性预测的一个有效途径。