前面 浴盆曲线初探（一）讲解了浴盘曲线的第一部分，早夭期。而这个早夭期通常都是能够通过一些测试手段将其筛选出来，避免发生在中间用户和最终用户之间，降低由于早期故障带来的巨大维护成本。但是不管采取怎样的测试和应力筛选，我们都很难完全避免在最终用户手中出现零故障。但是我们可以采取多种手段，将发生故障的概率降低到一个可以接受的水平，而这个水平，就是我们下面谈到的随机失效阶段，也就是浴盘曲线的底部。
（二）随机失效阶段
浴盆曲线的底部就是通常随机失效阶段，在这个阶段产品的失效风险都是恒定的，不会随着时间的推移增加或者减少。产品仍然会出现失效的可能性，只是数量比较少，而且并不能通过提高应力将潜在的失效筛选出来。提高应力通常只会导致失效的数量增加，一旦应力回到正常水平，失效的风险也回到原来的水平，并不会降低。要想降低产品的出故障的分风险，只能通过降低在应用时候的应力。
描述浴盆曲线底部的随机失效阶段的Weibull函数由于β=1，其函数就可以简化为
通常这个阶段的失效主要集中在电子器件的随机失效，一般情况下都是用MTBF来描述随机失效的比例。简单来说，MTBF是η的倒数。MTBF的应用非常的广泛，很多电路板或者是产品开发的时候都需要计算MTBF，一般参照的标准就是美国军标 MIL-STD-217或者是Telcordia SR332 这两份标准，如何计算参照这两份标准就可以做到六七十分的水准，所以这里就不在详细解释。这里主要讨论的MTBF的一些争议。争论的主要有那么几点：
1）MTBF是否能够真正反映产品的可靠性。比如说，MTBF是10,000小时的产品是不是就比MTBF等于1,000小时的产品可靠性高呢？首先要了解，任何一个参数指标都需要在具体的应用条件下才用意义。如果MTBF=10000的产品的应用和MTBF=1000的应用不一样，那么他们就不可能进行比较，就好比关公战秦琼。比如比较一个白炽灯和LED灯的MTBF，LED灯由于内部比较复杂，包含电路驱动和LED灯板各种元器件，而且通常工作温度都比较高，所以LED灯的MTBF大概在10万到50万小时之间。但是白炽灯的结构非常的简单，内部就只有钨丝，支架，计算出来的MTBF达到百万小时以上，远远高于LED灯，但是它的可靠性比LED灯高吗？白炽灯一般的寿命在2000小时左右，而它的MTBF更多的是值在1000小时工作时间之内，那么在这个1000小时之内，白炽灯的可靠性的确是比LED等高的。但是如果需要计算在2000小时之后产品的可靠性，那么LED灯就当仁不让的遥遥领先于白炽灯了。
2）其次是MTBF给非专业人士一个错误的印象。非专业人士一听到MTBF等于10000小时，就想象着可以放心的用10000小时，产品不会出任何问题。然后就会常常惊讶的发现产品还没用到10000小时，都已经挂掉十之八九。所以不如直接一点，就像风扇马达的寿命都是标称L10的时间，也就是产品有10%出现故障的时间。这个相对来说就不会出现太多的岐义了。不过MTBF这个概念已经相当的根深蒂固，很难改过来了。不过话说回来，用了这么多年，也没有啥大问题。好或者不好，其实也是相对的，至少它给了一个可以做比较的平台和方法。关键是我们怎么去用它。
所以，笔者认为MTBF没有好坏之分，主要是怎么把它用好。就如武侠小说中的一记黑虎掏心，在不同的人手里，其威力就有着天壤之别。做可靠性工程的大侠们，只要把把内功炼好了，简单的一个MTBF也可以杀敌于千里之外。
那么在浴盘曲线中，随机失效什么时候开始，有什么时候结束呢？不同的产品类型其开始和结束的时间也是不同，不同的失效故障模型它们的开始时间和结束时间也是不同的。比如对电子元器件来说，当它出厂之前，都进行了测试和应力的筛选，将早夭期故障都排除掉了，比如说半导体器件和芯片，还有电容电阻这些非常成熟的器件，只要产品设计得当，不会在最终产品中给器件超出其承受能力范围之内的应力，那么就不会出现早夭期，从而从产品使用的那一刻开始就已经进入了随机失效阶段，这个也是每个器件和产品希望到用户手中的产品是可靠的，故障率极低的，这样在保修期内就减少返修带来的各项费用。就如同现在婴儿在怀孕期间已经做了各种各样的检查，检查婴儿本身的体质如何，是不是存在各种隐性的疾病，通过这些手段，婴儿出生的存活率已经提高了很多。另外对于机械类型的产品或者结构，失效模式主要是疲劳老化过程，那么它也不可能出现早夭期的问题，只有用户使用足够长的时间和次数之后，由于结构的磨损和强度减弱，失效才开始增多。所以对于这种只有疲劳老化失效的产品，就也没有早夭期的问题。一般的电子产品，企业通常将售后90天来监控和计算早夭期失效比例，并收集分析产品故障模式，提高产品可靠性。 90天之后，产品将进入随机失效期。
随机失效什么时候结束，对电子元器件而言，这是一个非常困难回答的问题。因为到目前为止，似乎没有看到关于这方面的研究。因为这方面的研究费时费力，而且数据很难收集。比如说就一个简单的电阻，它会出现老化吗？的确是会。但是它老化失效通常在几万个小时，甚至更长时间。如此漫长的过程，许多产品都已经淘汰了好几代，就没有办法进行更长时间的研究了。而且为了确保产品的可靠性，很多情况下即使产品的随机失效时间还没有结束，厂家和用户都直接更换产品，这样能够有效保护最终用户和大众的利益。不过，对已军工产品或者大型设备，高成本的产品，通过收集每一台设备的数据，分析故障模式，应该能够判断出产品的随机失效是否已经结束。
前面提到我们无法杜绝所有的故障，但可以降低故障，最终达到可以接受的水平。降低故障的水平有多种方法，可靠性工程常用的方法包括：
1. 通过计算机模拟和计算，优化产品结构，架构和电路设计
2. 通过降额设计降低元器件的工作应力，
3. 通过稳健设计提供产品抗干扰的能力，
4. 通过可靠性加速寿命测试筛选出高可靠性的器件、材料和设计方案，
5. 通过增加器件、电路和产品保护
6. 通过使用优质的器件和材料
方法不只是上面说的方法和手段。
在随机失效阶段，我们也需要注意到下面几点：
1. 不能通过更换同样的器件来提高产品的可靠性。举个例子，工程师发现最近退回了一批电路板，但是分析下来发现各种故障的有，没有一定的规律。质量经理从维护产品质量，提出将市场已经使用的电路板更换一批新的电路板，希望能够降低故障的概率和提高客户的满意度。但是如果由于设计本身的原因，电路板随机失效的水平比较高，那么即使更换电路板，也并不能够降低故障的比例。同样，我们在生活中也常常看到，某些产品的返修率和客户投诉高居不下，维修了又坏的问题层出不穷。
2. 随机失效的水平在设计过程中就基本确定了，而制造和生产过程中也会带来新的故障和降低设计的可靠性，导致整个系统的可靠性下降，浴盘曲线的底部抬高。而到最终用户手中后，复杂而多变的用户使用方法、条件和习惯都会进一步抬高浴盘曲线的底部，产品的故障率也会提高。那么，有办法再应用中降低故障率吗？答案是肯定的，比如说降低使用过程的环境应力。例如将产品用于恒温固定环境中，避免使用过程中的振动，冲击和电压的变化。根据Arrinius理论，温度越高，失效率也越高，或许下次有客户投诉产品可靠性变低是，我们也可以说成是全球变暖的原因。
3. 产品的故障不是单一的，即使一个元器件的故障模式也有多个类型。而恒定随机失效率是所有故障模式的总和，而并不是每种故障模式也都是随机失效模型，我们会看到某个时间段可能某个元器件或者部件出现故障比较多，这主要是由于缺陷造成的早期疲劳老化失效，或者在应用过程中该时段出现诸如浪涌，瞬间冲击导致的器件失效。又或者是某个地区产品的某个应用超出产品承受能力范围。
总的来说，设计的水平就决定了产品浴盘曲线的底部，也就是MTBF和η。可靠性工程师需要做的就是在设计阶段制定好目标和要求，和设计工程师一起努力将其实现。
可靠性测试更多的是帮助设计工程师提高设计的强度，提高MTBF和降低η
浴盆曲线初探（三）
可靠性测试很多都是针对浴盘曲线的第三部分疲劳老化阶段。为什么呢？一般而言，一个电子元器件的失效率一般不会超过10FIT。让我们来算算需要抽多少样品测多长时间才可以有90%置信度元器件的FIT不超过10FIT（等同于MTBF=平均失效时间为10的8次方小时），那么总得测试时间根据公式算的：
总的测试时间是2.3×108小时。如果按照电子器件的测试标准，样品数一般是77个，那么测试的时间应该是大约3百万小时，相当于341年。到目前为止还没有那个产品测过这么长的时间。即使通过加速寿命测试，将测试温度从40度提高到100度，按照10度加速一倍的，还需要测试五年的时间。因此，对一个元器件而言，要通过可靠性测试来得到MTBF或者失效率FIT是比较费时费力的。而且一般情况下能够拿到10个以上的测试样品的机会不是很多，更不要说77个了。但是目前在产品开发阶段通过加速寿命测试计算MTBF还是不在少数，而做这些的基本上是最终的产品，而对一个复杂的系统而言，其MTBF也就是在10万小时之内，这样通过寿命测试就称为可能。10万小时的MTBF需要测试的时间是前面的千分之一，也就是说测试的时间只需要23万小时，如果可以测试20个样品，而加速因子在10倍左右，那么只需要测试1150小时就够了。从这个角度老说，加速寿命测试可以验证产品的平均失效时间。
不过笔者认为这并不是可靠性测试的真正目的，就只是为了验证MTBF的值是多少。可靠性测试的很重要目的是找到产品中的薄弱环节和主要的故障模型，并通过改进设计提供整个产品的可靠性。而提高产品的可靠性，并不是通过提高一两个元器件的FIT值就够了的。更重要的是找到由于设计缺陷或不足造成产品很早到达疲劳老化阶段。然后通过改进设计，将产品到达老化阶段的时间延长。比如下图所以，通过改进设计从而提高产品可靠性，降低失效比例。
所以从这个角度来看，为了找到产品疲劳老化阶段的失效模式，需要通过加速测试的方法快速的确定老化失效模型，而针对于老化失效故障，测试的样品不需要很多，4到8个就可以。 本文作者：七月 首发自：可靠性工程师SRE 2018-11-06
受益良多呀~~~~